Cientistas da Skoltech treinaram redes neurais para avaliar e prever o padrão de crescimento da planta, levando em consideração os principais fatores de influência e propor a relação ideal entre as necessidades de nutrientes e outros parâmetros que impulsionam o crescimento. Os resultados do estudo foram publicados no periódico IEEE, Transactions on Instrumentations and Measurements.

Ao longo dos últimos anos, várias tentativas foram feitas para usar inteligência artificial (IA) em quase todas as esferas da vida. Provou ser útil, ajudando as pessoas a tomar as decisões certas e atingir o objetivo. Usar IA para cultivar plantas em ambientes artificiais não é exceção. As redes neurais vêm em uma ampla variedade de arquiteturas, incluindo seu tipo mais proeminente, redes neurais recorrentes (RNN), que ajudam a processar sequências direcionais de dados de maneira eficiente, como texto, discurso ou série temporal, o último sendo o mais instrumental na descrição do crescimento das plantas ao longo do tempo.

Em seu estudo, os cientistas da Skoltech mostraram como o RNN pode ser usado em combinação com algoritmos de visão computacional para lidar com a tarefa de previsão de crescimento da planta em sua totalidade, ao mesmo tempo em que fica atento ao estado atual e aos principais parâmetros do sistema de cultivo de plantas. A tarefa foi abordada usando os dados obtidos no estudo realizado em colaboração com o Centro Aeroespacial Alemão (DLR), onde os cientistas alemães observaram estimulação adicional para o crescimento de plantas em sistemas artificiais semelhantes aos usados ​​na Estação Espacial Internacional. O experimento conjunto produziu resultados valiosos que ajudaram a encontrar a proporção ideal de nutrientes, garantindo o melhor padrão de crescimento sob as restrições existentes.

Os cientistas segmentaram e determinaram a área total da folhagem usando algoritmos de visão computacional e previram o crescimento das plantas usando o RNN de várias arquiteturas que lidaram de forma eficiente com a tarefa. Eles também propuseram um sistema integrado de baixo consumo de energia para calcular e prever o padrão de crescimento, a fim de fazer demonstrações e testes reais do software dedicado.

O sistema é baseado no Raspberry Pi, um popular computador de prototipagem de placa única com uma placa de vídeo Intel Movidius externa. O dispositivo usa um processador gráfico Myriad 2 compacto e poderoso operando a 150 Gflops com uma potência de apenas 1 W, que é comparável aos supercomputadores de meados da década de 1990. Uma solução perfeita para redes neurais, esses chips gráficos provavelmente se tornarão o núcleo dos sistemas baseados em IA embarcados no futuro.