بحث

الذكاء الاصطناعي جعل ريحان ألذ

آلة التعلم تستخدم لخلق جداشجيرات الريحان اللذيذة - ربما تعرف هذا النبات بطعم غير عادي ، المكون الرئيسي لصلصة البيستو. على الرغم من أننا ، للأسف ، لا يمكننا أن ننقل مذاق هذه العشبة ، إلا أنه يبقى فقط للعلماء أن يأخذوا الكلمة. ومع ذلك ، فإن هذه النتائج تعكس اتجاها أوسع يشمل استخدام نهج علمي في البيانات والتعلم الآلي لتحسين الزراعة. ما الذي يجعل الريحان لذيذ جدا؟ في بعض الحالات - الذكاء الاصطناعي.

التعلم الآلي يجعل المنتجات أفضل

العلماء الذين نمت الأمثليستخدم الريحان التعلم الآلي لتحديد ظروف النمو التي من شأنها أن تزيد من تركيز المركبات المتطايرة المسؤولة عن طعم الريحان. دراسة نشرت في مجلة PLOS One.

تم زراعة الريحان في المزارع المائية فيحاويات شحن معدلة في ميدلتون ، ماساتشوستس. يمكن التحكم في درجة الحرارة والضوء والرطوبة والعوامل البيئية الأخرى داخل الحاويات تلقائيًا. اختبر العلماء طعم النباتات من خلال البحث عن مركبات معينة باستخدام كروماتوجرافيا الغاز والطيف الكتلي. واستخدموا البيانات في خوارزميات التعلم الآلي التي طورها معهد ماساتشوستس للتكنولوجيا و Cognizant.

ما هو غريب ، وأظهرت الدراسة ذلكالتعرض للضوء على النباتات لمدة 24 ساعة في اليوم يعطي أفضل الأذواق. يخطط العلماء الآن لاستكشاف كيف يمكن للتكنولوجيا تحسين قدرة النباتات على مكافحة الأمراض ، وكذلك كيفية تفاعل النباتات المختلفة مع آثار تغير المناخ.

"نحن مهتمون حقًا بالإنشاءيقول Caleb Harper ، رئيس فريق OpenAg في Media Lab MIT ، أن أدوات الشبكة التي يمكن أن تأخذ في الاعتبار تجربة المصنع ، النمط الظاهري له ، مجموعة من الضغوط في البيئة وعلم الوراثة ، ورقمنة كل هذا ، حتى تتمكن من فهم تفاعل النبات والبيئة ". عمل مختبره مع زملائه في جامعة تكساس في أوستن.

فكرة استخدام التعلم الآليتحسين الغلة وخصائص النبات تكتسب زخما سريعا في الزراعة. في العام الماضي ، نظمت جامعة Wageningen في هولندا مسابقة "الدفيئة ذاتية الحكم" التي تنافست فيها مختلف الفرق على تطوير خوارزميات تزيد من غلة الخيار مع تقليل الموارد اللازمة. لقد عملوا مع الدفيئات التي تتحكم فيها أنظمة الكمبيوتر بعوامل مختلفة.

وقد تم بالفعل تطبيق تكنولوجيا مماثلة في بعضيقول نوين سينجل ، الذي يرأس مجموعة من علماء البيانات الذين يتعاملون مع عائدات في باير ، وهي شركة ألمانية متعددة الجنسيات استحوذت على مونسانتو العام الماضي ، المزارع التجارية. يقول: "الذوق هو أحد المجالات التي نستخدم فيها التعلم الآلي بشكل مكثف". ويضيف أن التعلم الآلي هو أداة قوية للنمو في البيوت الزجاجية ، ولكنه أقل فائدة للحقول المفتوحة. في "الظروف الميدانية" ، لا يزال العلماء يبحثون عن طرق لتضييق الفجوة.

وأضاف هاربر أنه في المستقبل سوف جماعتهالنظر في التركيب الوراثي للنباتات (بالضبط ما يقدمه باير في خوارزمياتهم) ومحاولة نشر التكنولوجيا. هدفهم هو تطوير تكنولوجيا مفتوحة المصدر في واجهة جمع البيانات ، والاستشعار والتعلم الآلي ، وتطبيقها على البحوث الزراعية. هذا لم يحدث من قبل.

نتطلع إلى النتائج؟ أخبرنا في محادثتنا في Telegram.