機械学習はとてもおいしいバジルの茂み - あなたはたぶん珍しい味、ペストソースの主成分であるこの植物を知っています。残念ながら、私たちはこのハーブの味を伝えることはできませんが、科学者がその言葉を理解するためだけに残っています。しかしながら、これらの結果は農業を改善するためのデータおよび機械学習における科学的アプローチの使用を含むより広い傾向を反映している。バジルがそんなにおいしいのは何ですか？場合によっては - 人工知能。
機械学習は製品を良くする
最適化成長した科学者バジルは、バジルの味の原因となる揮発性化合物の濃度を最大にするであろう生育条件を決定するために機械学習を使用しました。雑誌PLOS Oneに発表された研究。
バジルは水耕農場で栽培されていましたマサチューセッツ州ミドルトンの輸送用コンテナ容器内の温度、光、湿度、その他の環境要因を自動的に制御できます。科学者たちは、ガスクロマトグラフィーと質量分析を使って特定の化合物を探すことによって植物の味をテストしました。そして彼らはマサチューセッツ工科大学とCognizantによって開発された機械学習アルゴリズムのデータを使用しました。
奇妙なことに、研究はそれを示した1日24時間植物に光を当てると最高の味が得られます。現在、科学者たちは植物が病気と闘う能力をどのように向上させることができるか、また異なる植物が気候変動の影響にどのように反応するかを調査することを計画しています。
「私達は創造に本当に興味がありますMedia Lab MITのOpenAgチームの責任者であるCaleb Harper氏は、次のように述べています。彼の研究室はテキサス大学オースティン校の同僚と協力しました。
に機械学習を使用するというアイデア収量と植物の特性を最適化することは、農業において急速に勢いを増しています。昨年、オランダのワーゲニンゲン大学は、必要な資源を最小限に抑えながらキュウリの収量を増やすアルゴリズムを開発するためにさまざまなチームが競う「自律型温室」競争を開催しました。彼らは、コンピュータシステムがさまざまな要素を制御する温室で働いていました。
同様の技術がすでにいくつかの分野で適用されています商業農場は、昨年モンサントを買収したドイツの多国籍企業であるバイエルで収量を扱うデータ科学者のグループを率いているNawin Single氏は言う。 「味覚は、私たちが集中的に機械学習を使用している分野の1つです」と彼は言います。そして彼は、機械学習は温室で成長するための強力なツールだが、オープンフィールドにはあまり役に立たないと付け加えた。 「現場の状況」において、科学者たちはまだギャップを狭める方法を探しています。
Harperは、将来的には彼のグループは将来的に植物の遺伝的構造（ちょうどバイエルが彼らのアルゴリズムに導入したもの）を考慮し、そして技術を広げようとする。彼らの目標は、データ収集、センシング、機械学習のインターフェースでオープンソース技術を開発し、それを農業研究に応用することです。これはかつて行われたことがない。
結果を楽しみにしていますか？ Telegramでのチャットで教えてください。
