Un equipo de investigadores de la Universidad de Aberystwyth ha presentado una innovadora herramienta basada en inteligencia artificial, diseñada para optimizar el análisis de las vainas y semillas de las plantas. Este avance tecnológico promete transformar la mejora de los cultivos al automatizar y perfeccionar la medición de sus características, un proceso que tradicionalmente resultaba tedioso y propenso a errores humanos.
El estudio, impulsado por expertos del Instituto de Ciencias Biológicas, Ambientales y Rurales junto con el Departamento de Informática de la universidad, enfatiza el potencial de la inteligencia artificial para revolucionar la agricultura. Su trabajo, recientemente publicado en la prestigiosa revista GigaScience, detalla cómo esta aplicación de IA puede analizar imágenes con una precisión sin precedentes, identificando y midiendo características cruciales de los frutos, como su longitud, anchura, área y volumen. Estos atributos son directamente proporcionales a la productividad y la rentabilidad de los cultivos.
Esta tecnología de vanguardia no solo cuantifica los rasgos físicos de los frutos, sino que también establece conexiones directas entre estas características y las regiones genéticas específicas que las determinan. Este vínculo es fundamental para los científicos, ya que les permite comprender mejor el crecimiento y desarrollo de las plantas, identificando genes clave para el mejoramiento. Dichos descubrimientos abren nuevas vías para potenciar atributos como el rendimiento, la morfología y la resistencia de los cultivos.
La versatilidad de esta nueva herramienta de IA es notable, ya que, en principio, es aplicable a los frutos de cualquier especie vegetal. Los investigadores han validado su eficacia en una amplia gama de cultivos, desde oleaginosas como la colza y diversas coles, hasta cereales fundamentales como la avena, la cebada y el trigo. Esto demuestra el amplio espectro de impacto que esta tecnología puede tener en la producción agrícola mundial.
Kieran Atkins, un investigador de doctorado y líder del proyecto IBERS en la Universidad de Aberystwyth, destacó el carácter transformador de esta innovación. Según Atkins, algoritmos de IA como el desarrollado tienen el potencial de cambiar radicalmente la forma en que se crean nuevas variedades de cultivos. Subrayó que el algoritmo logró recopilar datos de más de 300.000 frutos, evidenciando la solidez del aprendizaje profundo para el fenotipado de poblaciones masivas. Añadió que uno de los aspectos más atractivos de este trabajo es la accesibilidad que brinda al fenotipado a gran escala, eliminando barreras técnicas y temporales, lo que facilita a más investigadores explorar las características de las plantas a una magnitud previamente inalcanzable, impulsando así nuevos descubrimientos e innovaciones en la ciencia vegetal.
El profesor John Doonan, director del Centro Nacional de Fenómica de Plantas, reforzó esta perspectiva, afirmando que los resultados confirman que la IA de aprendizaje profundo puede generar datos con la calidad y exactitud necesarias para el análisis genético y la mejora de cultivos. Enfatizó que este logro ilustra cómo la combinación de imágenes avanzadas y la inteligencia artificial puede redefinir la comprensión de la relación entre la forma de las plantas y su función genética. El equipo ha hecho pública su herramienta, denominada MorphPod, permitiendo a la comunidad científica global replicar o adaptar este sistema para su aplicación en otras especies vegetales, marcando un paso significativo hacia un fenotipado escalable y rico en datos que no solo acelera la investigación, sino que también apoya enfoques más predictivos para el progreso de los cultivos.
El desarrollo de esta herramienta representa un hito crucial en la agricultura de precisión, abriendo la puerta a métodos más eficientes y precisos para el análisis y mejora genética de las plantas. La capacidad de automatizar mediciones complejas y vincularlas a características genéticas específicas acelerará la creación de variedades de cultivos más productivas y adaptables a los desafíos ambientales y alimentarios del futuro.