Attualità

Intelligenza artificiale per difendere i vigneti

Il progetto "wAIne" di sviluppo di un sistema open source elaborato da scienziati toscani ha vinto un bando dell'Impresa sociale sostenuto da Google

Intelligenza artificiale in campo per difendere i vigneti grazie a un sistema open source improntato alla sostenibilità: il progetto nato in Toscana si chiama "wAIne - Viticoltura e Intelligenza Artificiale", e a firmarlo sono l’Università di Pisa e Wondersys.

Ebbene: l'idea è nel poker dei vincitori di CrescerAI, bando dell’Impresa sociale sostenuto da Google.org con 2,2 milioni di euro tramite il proprio Social Innovation Fund per l’Intelligenza Artificiale (IA).

Il progetto toscano e gli altri tre selezionati svilupperanno, nel corso dei prossimi 24 mesi, soluzioni IA open source destinate alle piccole e medie imprese (Pmi) del made in Italy.

"wAIne" - presentato dall’Università di Pisa Centro di servizi Polo Universitario Sistemi Logistici di Livorno, assieme al Dipartimento di Scienze Agrarie, Alimentari e Agro-ambientali dell’Università di Pisa e Wondersys - mira a sviluppare un sistema di supporto alle decisioni per la difesa innovativa e sostenibile dei vigneti.

[extra(0)]

Scopo del progetto è lo sviluppo di un sistema di supporto alle decisioni (SSD) che sia open source e che, utilizzando l’IA, si avvalga anche di dati iperspettrali raccolti sulle piante ospiti, oltre che microclimatici, per fornire informazioni sullo stato fitosanitario.

I coordinatori del progetto sono i professori Mario G.C.A. Cimino per il Polo Sistemi Logistici, Lorenzo Cotrozzi per il Dipartimento di Scienze Agrarie, Alimentari e Agro-ambientali dell’Università di Pisa e l'ingegnere Giacomo Sergio per Wondersys.

Punto per punto, ecco gli obiettivi del progetto in difesa delle viti:

  1. Garantire che il SSD supporti l’adozione delle pratiche di difesa integrata e sostenibile
  2. Creare un sottosistema che armonizzi la raccolta dati provenienti da diverse fonti 
  3. Coinvolgere attivamente i produttori e i consorzi vitivinicoli, oltre che i servizi fitosanitari nella definizione del SSD
  4. Sviluppare modelli predittivi accurati basati sul machine learning per la diagnosi delle malattie delle piante
  5. Sviluppare un sottosistema di verifica periodica per la manutenzione del SSD