AI e imaging iperspettrale: la rivoluzione per la qualità dei pomodori

La ricerca compie un passo avanti nell'agricoltura di precisione grazie a un innovativo modello di apprendimento automatico basato sull'intelligenza artificiale. Il nuovo sistema utilizza l'imaging iperspettrale per valutare la qualità del pomodoro prima della raccolta, offrendo agli agricoltori uno strumento non distruttivo per il monitoraggio in tempo reale del frutto. L'imaging iperspettrale analizza le proprietà dei pomodori attraverso specifiche bande spettrali, identificando parametri chiave, come peso, compattezza e contenuto di licopene. Questo metodo rappresenta un'alternativa più veloce ed economica rispetto ai tradizionali test di laboratorio, che sono spesso costosi e distruttivi. 

"I metodi attuali per valutare la qualità dei pomodori richiedono molto tempo e sono economicamente impegnativi. La nostra tecnologia permette un monitoraggio accurato durante tutto il processo di maturazione, consentendo agli agricoltori di ottimizzare la gestione del raccolto", ha spiegato il dott. David Helman, responsabile del laboratorio di modellazione e monitoraggio dei sistemi di vegetazione presso l'Università Ebraica di Gerusalemme. I ricercatori hanno utilizzato una telecamera iperspettrale portatile per raccogliere dati da 567 pomodori appartenenti a cinque varietà diverse. Attraverso algoritmi di apprendimento automatico, come Random Forest e Artificial Neural Networks, sono stati previsti sette parametri di qualità, tra cui il pH, l'acidità e il contenuto di licopene.

Questo significa che il sistema può fornire dati affidabili per ottimizzare il raccolto e migliorare la qualità finale del prodotto, con  un passo significativo verso l'automazione. Il passo successivo per il team di ricerca è lo sviluppo di un dispositivo a basso costo chiamato ToMAI-SENS, pensato per un uso diffuso nel settore agricolo. Rispetto alle tradizionali telecamere iperspettrali, spesso costose e poco pratiche, il nuovo strumento sarà compatto, economico e adatto all'uso sul campo. "L'obiettivo è integrare questa tecnologia nei sistemi di raccolta automatizzati e nelle attuali attrezzature agricole. Inoltre, potrebbe trovare applicazione anche nei supermercati, permettendo ai consumatori di valutare la qualità dei prodotti prima dell'acquisto", ha aggiunto Helman.
I primi feedback sul prototipo hanno suscitato grande interesse tra agricoltori e aziende del settore alimentare, attratti dalla possibilità di un monitoraggio efficace e scalabile della qualità della frutta. Se i test di convalida avranno successo, ToMAI-SENS potrebbe diventare uno strumento fondamentale non solo per la produzione di pomodori, ma anche per altre colture, aprendo nuove frontiere nell'agricoltura di precisione.