Campo
Investigadores cordobeses crean una app que identifica variedades de olivo con fotos de huesos de aceituna
La fiabilidad de este pionero sistema es de un 90 por ciento y permite agilizar la clasificación morfológica
Un olivo concebido en Córdoba para madurar antes y producir más
La tecnología ha llegado al campo para quedarse, y el sector olivarero es pionero en la transferencia del conocimiento. En medio de este nuevo ecosistema, el desarrollo de una aplicación móvil capaz de identificar variedades de olivo a partir de fotos del hueso de la aceituna es el objetivo último de 'OliVaR', una red neuronal entrenada con la mayor base de datos fotográfica de endocarpos de frutos de olivo. Dicha base de datos ha sido generada por todos los socios del proyecto europeo Gen4olive.
Según explicaban los impulsores del proyecto, la creación de esta herramienta pionera ha sido posible gracias a la labor de catalogación y documentación de cinco bancos de germoplasma de distintos países, y a los avances en sistema de inteligencia artificial.
En este proceso, la Universidad de Córdoba ha jugado un papel fundamental, al ser el centro que más información ha aportado con datos de 63 variedades procedentes de su Banco de Germoplasma.
Más de 150.000 fotos
La iniciativa, que se enmarca en el proyecto europeo Gen4Olive, ha contado con la participación de bancos de germoplasma de olivo de Marruecos, Grecia, Italia y Turquía para reunir más de 150.000 fotos de 133 variedades de olivo de la cuenca mediterránea.
En concreto, departamento de Informática de la Universidad La Sapienza de Roma ha sido el encargado de recopilar la información y crear el algoritmo para esta herramienta, que propone un nuevo enfoque para identificar variedades y automatiza el proceso tradicional de clasificación morfológica.
Así lo explicaban los investigadores Hristofor Miho y Concepción Muñoz Díez, que inciden además en la precisión que ha demostrado el modelo, con un 90% de eficacia. «Se trata de un sistema de aprendizaje mediante ensayo y error, basado en 'machine learning', en el que entrenamos a la máquina para que aprenda a través de sus propios fallos», afirman.
Los investigadores explican que, cuantas más imágenes formen parte de la base de datos, mayor eficacia tendrá el sistema. De esta forma, las entidades que participan en el proyecto han acordado protocolos muy estrictos para unificar sus metodologías de trabajo y generar imágenes que permitan la mejora continua del algoritmo.
Esta herramienta cuenta en su base de datos con más de 150.000 fotos de 133 variedades de olivo
El resultado es una inteligencia artificial que ha demostrado ser capaz de detectar detalles morfológicos que incluso escapan al ojo humano. Después de tratar los datos, arroja una relación de las posibles variedades que tienen distintos grados de compatibilidad con la muestra fotografiada. Este sistema de 'machine learning' será la base de una aplicación que va a permitir a agricultores o viveristas identificar de manera fácil y rápida la variedad de olivo con la que trabajan. Además, inciden en que, al ponerla a disposición de todo el sector como una herramienta y gratuita, contribuirá además «a avanzar en el conocimiento general de todas las variedades de olivo existentes».
Esta funcionalidad es sólo para suscriptores
Suscribete
Esta funcionalidad es sólo para suscriptores
Suscribete