L’apprendimento automatico o machine learning è un insieme di metodi e algoritmi utilizzati in ambito scientifico per fornire a un sistema computerizzato l’abilità di apprendere un particolare compito senza essere stato esplicitamente programmato allo scopo.
Tra le ultime applicazioni in questo settore, molto interessante è quanto ideato da Björn Lagerman, un apicoltore svedese che – con l’aiuto di ingegneri e ricercatori – ha creato BeeScanning, sfruttando in modo ingegnoso la computer vision in una app per iPhone che consente di avvisare gli apicoltori della potenzialmente pericolosa presenza della Varroasi, un acaro parassita delle api che in maniera aggressiva può portare con il passare del tempo al collasso dello sciame.
La patologia presenta un’evoluzione lenta: una prima fase senza manifestazioni visibili, una seconda con danni limitati e una terza con invasione massiva.
Non curata, la varroasi può distruggere intere colonie; è necessario un costante e meticoloso monitoraggio ma i tradizionali metodi per identificarla fanno perdere molto tempo ed è qui che le abilità dei sistemi di machine learning entrano in gioco.
Le femmine della Varroa destructor sono facilmente identificabili essendo di colore bruno rossiccio permettendo dunque di creare algoritmi di riconoscimento in grado di controllare velocemente gruppi fuchi e operaie deformi.
Il gruppo è in procinto di catalogare 40.000 immagini da 10.000 colonie di api nel mondo. I modelli saranno in grado di “formare” il sistema per utilizzare le immagini come riferimento, un procedimento che finora richiede di prendere campioni di api, lavarle con una mistura di alcol e acqua saponata, e contare il numero di varroe cadute per identificare il tasso di infestazione.
BeeScan non solo permette agli apicoltori di velocizzare il procedimento ma offre anche alle comunità dei ricercatori un nuovo strumento per studiare gli ectoparassiti. Lagerman evidenzia che gli attuali trattamenti acaricidi non sono sostenibili a lungo termine e che risorse dovrebbero essere destinate a identificare le api resistenti.
Il progetto BeeScanning è stato da poco lanciato sul sito web di finanziamento collettivo per progetti creativi Kickstarter; obiettivo del team è raccogliere 5.000 dollari nel corso del prossimo mese e di 350.000 dollari a lungo termine. Il denaro iniziale serve per finanziare la creazione del database e contribuire alla sensibilizzazione. Lagerman spera anche di ottenere supporto da terze parti con i programmi di innovazione europei.
