कॅनबेरा : कृत्रिम बुद्धिमत्ता (एआय) आणि उपग्रह छायाचित्रांचा उपयोग करून जेम्स कुक युनिव्हर्सिटी (JCU) मधील संशोधकांनी केलेले संशोधनाने शेतकऱ्यांना उसाच्या रोगाविरूद्धची लढाई जिंकण्यास मदत करू शकते. या उपकरणाने टाऊन्सविलेच्या उत्तरेकडील हर्बर्ट रिव्हर जिल्ह्यात आधीच आशादायक परिणाम दाखवले आहेत. ‘जेसीयू’चे संशोधन अधिकारी इथन वॉटर्स, इलेक्ट्रिकल आणि इलेक्ट्रॉनिक अभियांत्रिकीचे सहयोगी प्राध्यापक मुस्तफा रहिमी अझघडी आणि मास्टर ऑफ डेटा सायन्सचे वरिष्ठ व्याख्याता डॉ. कार्ला इवेल्स हे पुढील वर्षी त्यांचे प्रोटोटाइपिंग तंत्रज्ञान सुधारण्यासाठी ऑस्ट्रेलियाच्या इकॉनॉमिक एक्सीलरेटरचे अनुदान वापरतील.
याबाबत असोसिएट प्रोफेसर अझघडी यांनी सांगितले की, उसातील रोग शोधण्यासाठी त्या डेटावर प्रक्रिया करण्यासाठी सॅटेलाइट इमेजरी डेटा वापरणे आणि मशीन लर्निंग तंत्र लागू करणे ही मूळ कल्पना होती. सुरुवातीच्या टप्प्याच्या पलीकडे जाऊन यासाठी प्रकल्प केले आहेत. २०२२ मध्ये वॉटर्सच्या ऑनर्स प्रबंधातून हा प्रकल्प विकसित झाला आहे. यामध्ये अझघडी आणि डॉ. इवेल्स यांनी हर्बर्ट नदीतील उत्पादकता मोजणारे एक साधन विकसित करण्यासाठी इंगहॅम-आधारित हर्बर्ट केन उत्पादकता सेवा लिमिटेड (एचसीपीएसएल) सोबत सहकार्य केले. यातून हर्बर्ट रिवर जिल्ह्यात ७२ रॅटून स्टंटिंग रोग (आरएसडी) आढळला.
वॉटर्स म्हणाले की, रॅटून स्टंटिंग रोग हा केवळ एचसीपीएसएलसाठीच नाही तर जागतिक साखर समुदायासाठी एक मोठी समस्या आहे. कारण त्याची कोणतीही दृश्यमान लक्षणे नाहीत, परंतु त्याचा उसाच्या देठातून पाणी फिरण्याच्या मार्गावर परिणाम होतो. याचा अर्थ ऊस उत्पादनात ६० टक्क्यांपर्यंत घट होऊ शकते. आम्हाला आढळले की आम्ही इलेक्ट्रोमॅग्नेटिक स्पेक्ट्रमच्या जवळ-अवरक्त आणि शॉर्ट-वेव्ह इन्फ्रारेड प्रदेशांमध्ये वनस्पतींमध्ये किती पाणी आहे याचे संकेत मिळविण्यासाठी मल्टी-स्पेक्ट्रल उपग्रह प्रतिमा वापरू शकतो, ज्यामुळे उसामध्ये रोग आहे की नाही हे निर्धारित करण्यात मदत होईल. आम्ही त्या उपग्रह इमेजवरून रोग ओळखण्यासाठी मशीन लर्निंग अल्गोरिदम प्रशिक्षित केले आहे.
असोसिएट प्रोफेसर अझघडी यांनी सांगितले की, उसाचे रोग लवकर ओळखल्यास शेतकरी आर्थिक नुकसानीपासून वाचतील. पिकाचे नुकसान कमी करण्यासाठी ते पावले उचलू शकतात. आरएसडीच्या सर्वात वाईट परिस्थितीत, जर तुम्ही तुमच्या पिकातील उसाच्या साखरेचे प्रमाण पाहिले तर तुमच्या उत्पन्नाच्या ६० टक्के नुकसान हे तुमच्या वार्षिक उत्पन्नाच्या जवळपास असेल. म्हणून, जर तुम्ही ते रोग लवकर ओळखू शकलात, तर तुम्ही रोगाचा प्रसार रोखू शकता आणि उत्पादन सुधारू शकता.
टीम बर्डेकिन आणि तुली हे विभागातील उत्पादक आणि इतर उद्योग भागीदारांसोबत काम करतील. यातून सध्या पाच वेगवेगळ्या ऊस जातींचे विश्लेषण करू शकतात. आम्ही या तंत्रज्ञानाचा इतर रोगांपर्यंत विस्तार करण्यासाठी वाव दिला आहे, असे वॉटर्स म्हणाले. त्यांनी सांगितले की, आम्हाला माहित आहे की ऊस उद्योगावर परिणाम करणारा हा केवळ एकच रोग नाही. ऊसाच्या अधिक जाती आणि हवामानाची परिस्थिती, मातीचा प्रकार यांसारख्या इतर घटकांचा पिकावर होणारा परिणाम विचारात घेण्यासाठी या उपकरणाच्या क्षमतांचा विस्तार होईल. गेल्या दोन वर्षांत आम्ही उद्योगासोबत काम करण्यात, त्यांचा विश्वास मिळवण्यात आणि अधिक डेटा गोळा करण्यात सक्षम झालो आहोत. आगामी काळात आम्हाला अधिक मोठे, अधिक सामान्यीकरण करण्यायोग्य AI मॉडेल्स तयार करता येतील आणि क्वीन्सलँडच्या सर्व वेगवेगळ्या प्रदेशांमध्ये जाण्याची परवानगी मिळेल. जिथे जिथे ऊस आहे, तिथपर्यंत त्याचा विस्तार होईल,” असे ते म्हणाले.
