Científicos lanzaron una plataforma de IA para monitorear el girasol.
Un equipo de investigadores del INTA y CONICET, en colaboración con la Universidad de Trento (Italia), presentó SunPheno, la primera herramienta de inteligencia artificial (IA) que identifica automáticamente los estadios fenológicos del girasol a partir de imágenes tomadas con teléfonos celulares. Esta plataforma, de acceso libre y gratuito, marca un avance sin precedentes para la mejora genética y la gestión agronómica de este cultivo.
SunPheno no solo acelera y estandariza la toma de decisiones en el campo, sino que sienta las bases para una nueva era de agricultura digital en cultivos extensivos como el girasol, donde la fenología y la productividad están profundamente interrelacionadas.
El desarrollo de esta plataforma de IA tiene como objetivo principal mejorar la precisión en la identificación de los momentos críticos del desarrollo del cultivo, especialmente la senescencia foliar. Esta etapa es determinante para el llenado de grano y, en consecuencia, para el rendimiento final.
«La senescencia es un proceso complejo, regulado por factores internos y externos, que implica una caída en la fotosíntesis. Si logramos sincronizar correctamente este proceso con los estadios fenológicos, podemos maximizar el rendimiento», explicó Melanie Corzo, becaria doctoral del Instituto de Agrobiotecnología y Biología Molecular (Iabimo), Unidad Ejecutora de Doble Dependencia INTA-CONICET.
Para el desarrollo de SunPheno, el equipo construyó una robusta base de datos con 25.000 imágenes de girasoles obtenidas en el campo utilizando teléfonos celulares. Estas fotos, correspondientes a dos líneas endocriadas del programa de mejoramiento genético del INTA, fueron clasificadas manualmente para entrenar un modelo de machine learning capaz de distinguir automáticamente entre estadios vegetativos y reproductivos.
«Este sistema permite eliminar la subjetividad en la evaluación de la fenología del girasol, algo fundamental tanto para la investigación como para la producción», detalló Corzo, quien anticipó que el próximo paso será escalar el modelo para trabajar con imágenes tomadas por drones y satélites.
Paula Fernández, investigadora y coordinadora de una línea de investigación en genómica y ecofisiología de girasol del Iabimo, destacó que SunPheno también aporta información clave para comprender cuándo se activa la senescencia en distintos genotipos. Esto permitirá afinar estrategias de selección genética para obtener híbridos más eficientes en el uso de recursos. «Para ello se toman fotos con teléfonos celulares en una primera instancia para luego evaluar en condiciones de campo en qué estado fenológico están estos genotipos de girasol», indicó.
Fernández añadió que «el celular se convirtió en una herramienta de fenotipado masivo: generamos más de 5.000 imágenes por campaña y el modelo permite clasificarlas automáticamente». Además, resaltó la relevancia del desarrollo: «es la primera plataforma del cultivo de girasol que permite identificar los estadios de los cultivos, que son clave para identificar los componentes que determinan su rendimiento».
