ஹைதராபாத் VNR விக்னனா ஜோதி இன்ஸ்டிட்யூட் விஞ்ஞானிகள், பயிர்களின் இலை நோய்களை 96% துல்லியத்துடன் கண்டறியும் ஒரு AI சிஸ்டத்தை உருவாக்கியுள்ளனர். இதற்கு தற்போது காப்புரிமை (Patent) கிடைத்துள்ளது. இந்த தொழில்நுட்பம் மூலம் தக்காளி, உருளைக்கிழங்கு, மிளகாய் பயிர்களில் உள்ள நோய்களைக் கண்டறிந்து, அதற்கு ஏற்ற பூச்சிக்கொல்லி மருந்துகளை பரிந்துரைக்க முடியும். இதன் மூலம் விவசாயிகள் மகசூல் இழப்பைக் குறைக்க முடியும் என எதிர்பார்க்கப்படுகிறது. தற்போது வெப் இன்டர்ஃபேஸில் உள்ள இந்த டூலை, மொபைல் அப்ளிகேஷனாக மாற்றும் பணிகளில் குழுவினர் ஈடுபட்டுள்ளனர்.
Detailed Coverage
ஹைதராபாத்தில் உள்ள VNR விக்னனா ஜோதி இன்ஸ்டிட்யூட் ஆஃப் இன்ஜினியரிங் அண்ட் டெக்னாலஜி-யைச் சேர்ந்த ஆராய்ச்சி குழு, பயிர் ஆரோக்கிய மேலாண்மையை மேம்படுத்துவதற்காக உருவாக்கப்பட்ட ஒரு செயற்கை நுண்ணறிவு (AI) சிஸ்டத்திற்கு காப்புரிமை பெற்றுள்ளது. இந்த தொழில்நுட்பம், 'கான்வல்யூஷனல் நியூரல் நெட்வொர்க்ஸ் பயன்படுத்தி இலை நோய் கண்டறிதல் அமைப்பு' (Leaf Disease Detection System Using Convolutional Neural Networks) என அதிகாரப்பூர்வமாக பெயரிடப்பட்டுள்ளது. நான்கு வருட வளர்ச்சிக்குப் பிறகு, ஏப்ரல் 2026 இல் இது காப்புரிமை நிலையை எட்டியுள்ளது.
20,000-க்கும் மேற்பட்ட தாவரப் படங்களைக் கொண்ட டேட்டாசெட்டைப் பயன்படுத்தி, இந்த அமைப்பு விவசாயிகளுக்கு ஒரு டிஜிட்டல் கண்டறியும் கருவியை வழங்குகிறது. குறிப்பாக தக்காளி, உருளைக்கிழங்கு மற்றும் மிளகாய் பயிர்களில் ஏற்படும் பொதுவான நோய்களை இது குறிவைக்கிறது.
தொழில்நுட்பம் செயல்படும் விதம்
இந்த AI சிஸ்டம், 'கான்வல்யூஷனல் நியூரல் நெட்வொர்க்ஸ்' (Convolutional Neural Networks) எனப்படும் ஒரு முறையைப் பயன்படுத்துகிறது. இது காட்சிரீதியான படங்களை பகுப்பாய்வு செய்யப் பயன்படும் இயந்திர கற்றலின் (Machine Learning) ஒரு பொதுவான பிரிவாகும். இலைகளின் படங்களைச் செயலாக்குவதன் மூலம், மென்பொருளானது பூஞ்சை, பாக்டீரியா அல்லது பூச்சி தொடர்பான நோய்களுடன் தொடர்புடைய வடிவங்களைக் கண்டறிகிறது. நோயைக் கண்டறிவதோடு மட்டுமல்லாமல், குறிப்பிட்ட பூச்சிக்கொல்லிகளைப் பரிந்துரைப்பதன் மூலம் செயல்படக்கூடிய ஆலோசனைகளையும் இந்த அமைப்பு வழங்க வடிவமைக்கப்பட்டுள்ளது. கைமுறையாக நோயைக் கண்டறிவதில் உள்ள பாரம்பரிய சவால்களை இது எதிர்கொள்ளும் நோக்கில் உள்ளது. இந்த முறை பெரும்பாலும் மெதுவாகவும், மனிதப் பிழைகளுக்கு ஆளாகக்கூடியதாகவும் இருக்கிறது.
தொழில்நுட்ப உதவியுடன் நோயறிதலை நோக்கி இந்த நகர்வு, நோய்க்கு ஏற்ற மருந்துகள் உறுதி செய்யப்படுவதால், இரசாயனங்களின் அதிகப்படியான பயன்பாட்டைத் தடுக்க விவசாயிகளுக்கு உதவும்.
விவசாய கண்டுபிடிப்புகளை அளவிடுதல்
தற்போது இணைய அடிப்படையிலான இடைமுகம் (Web-based interface) வழியாக செயல்படும் அதே வேளையில், ஆராய்ச்சி குழு ஒரு பிரத்யேக மொபைல் செயலியை (Mobile Application) உருவாக்கும் பணியில் ஈடுபட்டுள்ளது. களத்தில் உள்ள விவசாயிகளுக்கு உலாவியை அடிப்படையாகக் கொண்ட தீர்வுகளை விட, உடனடி, பயணத்தின்போது கண்டறியும் கருவிகள் தேவைப்படுவதால், இது பரவலான தத்தெடுப்புக்கு ஒரு முக்கியமான படியாகும். முனைவர் பட்ட மாணவி விஜயா சரஸ்வதி தலைமையிலான இந்த திட்டம், உணவுப் பாதுகாப்பு மற்றும் விவசாயிகளின் வருமானத்தை நேரடியாக பாதிக்கும் தொடர்ச்சியான பயிர் இழப்பு சிக்கலைத் தீர்க்க முயல்கிறது.
முதலீட்டாளர்கள் மற்றும் விவசாயத் துறையின் கண்ணோட்டத்தில், இதுபோன்ற கருவிகளின் வெற்றி, பயன்பாட்டின் எளிமை, கிராமப்புறங்களில் நம்பகமான இணைய இணைப்பு மற்றும் பல்வேறு கள நிலைமைகளின் கீழ் வழங்கப்படும் பூச்சிக்கொல்லி பரிந்துரைகளின் துல்லியம் ஆகியவற்றைப் பெரிதும் சார்ந்துள்ளது. இந்த வளர்ச்சி, அக்ரிடெக் துறையில் ஒரு தொழில்நுட்ப மைல்கல்லைக் குறிக்கும் அதே வேளையில், ஆராய்ச்சியாளர்களுக்கான அடுத்த கட்டமாக, நிஜ உலக சோதனைகள், தற்போதுள்ள விவசாயப் பணிப்பாய்வுகளுடன் ஒருங்கிணைப்பு மற்றும் சாத்தியமான வணிக கூட்டாண்மைகள் ஆகியவை அடங்கும். வளர்ந்து வரும் அக்ரிடெக் துறையைக் கண்காணிக்கும் முதலீட்டாளர்கள், இதுபோன்ற AI-இயங்கும் கண்டறியும் கருவிகள் கல்வி ஆராய்ச்சியில் இருந்து அளவிடக்கூடிய, வணிகப் பயன்பாடுகளுக்கு எவ்வளவு விரைவாக நகர்ந்து, இந்திய விவசாய சமூகங்களிடையே குறிப்பிடத்தக்க கவனத்தைப் பெறுகின்றன என்பதைக் கண்காணிக்கலாம்.