KI übertrifft menschliche Experten bei der Erkennung der tödlichen Rebenkrankheit in französischen Weinbergen

Künstliche Intelligenz erweist sich als vielversprechend im Kampf gegen die Flavescence dorée, eine schwerwiegende Krankheit, die in Frankreich die Weinreben befällt. Auf einer kürzlich von InterLoire in Saumur organisierten Konferenz über künstliche Intelligenz im Weinbau gab der Comité Champagne bekannt, dass die KI die menschlichen Experten bei der Erkennung der Krankheit auf den Blättern der Reben inzwischen übertrifft - zumindest unter Laborbedingungen.

Die Champagne ist bekannt für ihre rigorose Bewirtschaftung der Weinberge. Im vergangenen Herbst untersuchten Teams aus Winzern und Technikern an 264 halben Tagen 22 350 Hektar Weinberge und reagierten auf 27 000 Vorladungen des Comité Champagne. An der Aktion waren 480 leitende Winzer und 80 freiwillige Experten beteiligt, die die Kontrollen überwachten. Trotz dieser Bemühungen konnten nicht alle 35.000 Hektar der Region erfasst werden, und die Ermüdung der Teilnehmer macht sich bemerkbar.

Mathieu Liébart, Projektleiter beim Comité Champagne, stellte diese Zahlen auf der Konferenz am 29. Januar vor. Er räumte ein, dass die Organisation solch groß angelegter Inspektionen zeit- und energieaufwändig ist. Trotz dieses Aufwands erkennen die Mitarbeiter nur etwa 50 % der kranken Pflanzen. Einige infizierte Rebstöcke bleiben unbemerkt, während gesunde Rebstöcke manchmal fälschlicherweise als verdächtig eingestuft werden.

Um diese Probleme zu beheben, arbeitet der Comité Champagne seit fünf Jahren an der Entwicklung von KI-Tools, die in der Lage sind, die Flavescence dorée genauer zu erkennen. Durch das Training von KI-Systemen mit Tausenden von Bildern gesunder Blätter und solcher, die von verschiedenen Krankheiten oder Verfärbungen betroffen sind, haben die Forscher Erkennungsraten von über 80 % erreicht, die bei bestimmten Techniken für im Juli gesammelte Chardonnay-Blätter bis zu 94 % betragen.

Diese hohen Erfolgsquoten wurden jedoch bisher nur im Labor erzielt. Die Rechenleistung, die für die Analyse von Echtzeit-Videobildern von auf Traktoren montierten Kameras erforderlich ist, ist derzeit zu groß für den Einsatz im Feld. Die Forscher arbeiten weiter daran, dieses technische Hindernis zu überwinden.

Auch andere Gruppen arbeiten an KI-Anwendungen für die Pflanzengesundheit. Das Pl@ntNet-Konsortium hat eine App entwickelt, die von 25 Millionen Menschen weltweit genutzt wird, um Pflanzenarten zu identifizieren. Während sie inzwischen sieben Blattkrankheiten bei Raps erkennen kann, bleibt die Identifizierung von Krankheiten bei Weinreben eine Herausforderung. Lydia Bousset-Vaslin, Epidemiologin für Pflanzenpathogene am INRAE Rennes, hat Winzer eingeladen, als Betatester mitzuarbeiten und kommentierte Bilder von Rebkrankheiten einzureichen, um die Technologie zu verbessern.

Das Pl@ntNet-Team ist auf Beiträge von Hobby-Botanikern angewiesen und plant, seine Datenbank durch eine ähnliche Beteiligung der Gemeinschaft für neue Projekte wie Pl@ntAgroEco zu erweitern. Bousset-Vaslin betonte den Bedarf an Bildsammlungen, die alle Stadien der Krankheitsentwicklung bei verschiedenen Rebsorten abdecken. Ihr Team verwendet das DINOv2-Modell von Meta für die Bildanalyse und -erkennung.

Die KI macht auch in der Weinanalyse Fortschritte, die über die Erkennung von Krankheiten hinausgehen. Stéphanie Marchand-Marion, Forscherin am Institut für Reben- und Weinwissenschaften in Bordeaux, stellte die Ergebnisse einer Studie vor, in der KI Gaschromatographiedaten von klassifizierten Rebsorten in Saint-Emilion und Médoc analysierte. Die KI war in der Lage, zwischen Weinen aus diesen beiden Regionen zu unterscheiden - etwas, was die traditionelle Analyse nicht leisten konnte.

In einer weiteren auf der Konferenz vorgestellten Entwicklung setzte ein spanisches Team KI ein, um die Geschmacksprofile von 30 Tempranillo- und Grenache-Weinen aus Spanien und Australien fast so genau zu beschreiben wie die Verkostungsergebnisse von Experten. Das Verfahren kombinierte chromatographische und voltammetrische Analysen mit maschinellem Lernen, was zu schnelleren und kostengünstigeren sensorischen Bewertungen führte.

Marchand-Marion forderte die Weinindustrie auf, sich diese technologischen Fortschritte zu eigen zu machen und proaktiv über ihre Weine zu kommunizieren. Sie warnte davor, dass, wenn die Erzeuger sich nicht mit diesen neuen Instrumenten auseinandersetzen und genaue Informationen über ihre Produkte weitergeben, andere einspringen und Fehlinformationen verbreiten könnten.

Die Integration künstlicher Intelligenz in den Weinbau ist noch in der Entwicklung begriffen. Während die Laborergebnisse vielversprechend sind - insbesondere mit Erkennungsraten von bis zu 94 % - bleibt die Herausforderung, diese Technologien für den praktischen Einsatz im Weinberg anzupassen. Die Forscher bemühen sich weiterhin um die Zusammenarbeit mit den Winzern und um zusätzliche Finanzmittel, um diese Innovationen vom Labor ins Feld zu bringen.