SunPheno: una herramienta con inteligencia artificial que revoluciona el estudio del girasol
Un equipo del INTA y del Conicet, en colaboración con la Universidad de Trento (Italia), desarrolló SunPheno, la primera herramienta de inteligencia artificial capaz de identificar automáticamente los estadios fenológicos del girasol a partir de imágenes tomadas con teléfonos celulares. De acceso libre y gratuito, esta plataforma representa un avance clave para la mejora genética y la gestión agronómica del cultivo.
La innovación se enfoca en detectar con precisión los momentos críticos del desarrollo del girasol, en especial la senescencia foliar, una etapa decisiva para el llenado de grano y el rendimiento final. El proyecto fue liderado por especialistas del Instituto de Agrobiotecnología y Biología Molecular (Iabimo), una unidad de doble dependencia entre INTA y Conicet, con el apoyo del programa AgTech del INTA.
“La senescencia es un proceso complejo, influido por factores internos y externos, que implica una disminución de la fotosíntesis. Si logramos sincronizarla con precisión con el ciclo fenológico, podemos maximizar el rendimiento del cultivo”, explicó Melanie Corzo, becaria doctoral del Iabimo.
Te puede interesar
- Pronóstico de lluvias hasta el 7 de julio
-
Productores en pie de guerra por retenciones: “La situación es insostenible”
- La gestión privada de caminos rurales
- Aumento confirmado: cuánto cobrarán los trabajadores rurales en junio 2025 con la nueva escala salarial
Para entrenar el modelo de machine learning, el equipo construyó una base de datos con 25.000 imágenes tomadas en el campo con teléfonos móviles, correspondientes a dos líneas endocriadas del programa de mejoramiento genético del INTA. Estas imágenes fueron clasificadas manualmente para luego entrenar el sistema, que hoy puede distinguir de forma automática entre estadios vegetativos y reproductivos.
“Este sistema elimina la subjetividad en la evaluación fenológica, algo clave tanto para la investigación como para la producción”, destacó Corzo. Además, anticipó que el próximo paso será escalar el modelo para analizar imágenes tomadas con drones y satélites.
Según Paula Fernández, investigadora del Iabimo y coordinadora de una línea de trabajo en genómica y ecofisiología del girasol, SunPheno también permite detectar con mayor precisión cuándo comienza la senescencia en distintos genotipos. Esta información resulta fundamental para diseñar estrategias de selección genética orientadas a obtener híbridos más eficientes en el uso de recursos.
“El celular se transformó en una herramienta poderosa de fenotipado masivo: generamos más de 5.000 imágenes por campaña, y el modelo las clasifica automáticamente”, explicó Fernández. “Es un desarrollo pionero, ya que se trata de la primera plataforma específica para girasol que permite identificar sus estadios fenológicos, claves para comprender los factores que determinan su rendimiento”.
SunPheno no solo estandariza y acelera la toma de decisiones en el campo, sino que también marca un paso firme hacia una agricultura digital aplicada a cultivos extensivos como el girasol, donde el conocimiento de la fenología es esencial para optimizar la productividad.
La plataforma ya está disponible para mejoradores, productores y académicos mediante un enlace de acceso público. Además del equipo argentino, participaron en su desarrollo Sofía Bengoa Luoni, investigadora en la Universidad de Wageningen (Países Bajos), y Farid Melgani, de la Universidad de Trento (Italia).
Fuente: INTA Informa
