Los obtentores desarrollan una gran cantidad de flores y plantas nuevas cada año. Antes de que estas variedades ingresen al mercado deben codificarse en registros oficiales de forma que se describan de forma unívoca y sin ambigüedades, con propiedades como su color o la forma de sus pétalos. Por ello, los tienen que describir una variedad con sumo cuidado.
Para ayudarles en esta tarea, el proyecto TIK MODOMA (Morphological Descriptions of Ornamentals through Machine Learning) desarrollado en Países Bajos por Floricode (registro de productos), Naktuinbouw (Servicio de Inspección de Horticultura del país) y la Universidad de Wageningen ha estudiado las posibilidades que ofrece la inteligencia artificial.
“Parece que la inteligencia artificial puede determinar consistentemente algunas de las propiedades de una flor. Por ejemplo, en el 85% de los casos, no hay duda sobre el color”, dijo Ron Wehrens, gerente de la unidad de negocios de Biometris en la citada universidad. “Una de cada seis flores tiene un color que cae un poco entre las categorías. En el caso de flores muy pálidas, por ejemplo, podemos dudar entre el blanco, el amarillo, el rosa y el naranja. Es exactamente en este tipo de casos que una computadora puede eventualmente proporcionar una mejor estandarización”.
Según Wehrens, la informatización tiene muchas ventajas. “El proceso no solo se vuelve más confiable y reproducible, sino que también se puede realizar en lugares donde no hay expertos presentes. La búsqueda de cultivares comparables se vuelve más fácil y los obtentores pueden usar la información de registro en sus propias operaciones comerciales y desarrollo. Y desde una perspectiva internacional, la armonización será más fácil”.
El estudio también mostró que es posible registrar el color con configuraciones relativamente simples. Se puede utilizar un estándar de color grabado en una foto para corregir cualquier diferencia en la iluminación. Wehrens: “Los métodos más clásicos a veces llegan a los mismos resultados. Pero la IA funciona de manera más eficiente; los algoritmos informáticos pueden reconocer las propiedades de las flores sin que sea necesario separar la flor de su fondo”.
Además del color, los investigadores también probaron otras propiedades: un conjunto de 16 propiedades repartidas entre las dos variedades y las bases de datos de Floricode y Naktuinbouw. Cada una de estas propiedades constaba de dos a cinco valores posibles (por ejemplo, muy pequeño, pequeño, mediano, grande, muy grande). Esto dio como resultado una precisión que oscilaba entre el 35 % y el 99 %; las propiedades con muchos valores posibles eran más difíciles de identificar que, por ejemplo, las propiedades que incluían solo dos niveles. “Además, algunas propiedades son más fáciles de ver en las fotos que otras”, dijo el investigador. Señaló el corazón de la gerbera como ejemplo. “El medio de la flor consta de dos clases de pétalos. Todavía es difícil para la IA determinar qué porcentaje del corazón es de un tipo y cuánto es del otro. Y eso también es difícil de ver para los expertos. Esto se puede mejorar entrenando el algoritmo con más fotos. Hay muchas posibilidades de futuro”.
