211service.com
Maskininlärning gör pesto ännu godare
Melanie Gonick
Vad är det som gör basilika så bra? I vissa fall är det AI.
Maskininlärning har använts för att skapa basilikaväxter som är extra läckra. Även om vi tyvärr inte kan rapportera på egen hand om örtens smak, speglar insatsen en bredare trend som innebär att använda datavetenskap och maskininlärning för att förbättra jordbruket.
Forskarna bakom den AI-optimerade basilikan använde maskininlärning för att bestämma odlingsförhållandena som skulle maximera koncentrationen av de flyktiga föreningarna som är ansvariga för basilikans smak. Studien visas i tidskriften PLOS One i dag.
Basilikan odlades i hydroponiska enheter i modifierade fraktcontainrar i Middleton, Massachusetts. Temperatur, ljus, luftfuktighet och andra miljöfaktorer inuti behållarna kan kontrolleras automatiskt. Forskarna testade växternas smak genom att leta efter vissa föreningar med hjälp av gaskromatografi och masspektrometri. Och de matade in den resulterande datan till maskininlärningsalgoritmer utvecklade vid MIT och ett företag som heter Cognizant.
Forskningen visade, kontraintuitivt, att exponering av växter för ljus 24 timmar om dygnet genererade den bästa smaken. Forskargruppen planerar att studera hur tekniken kan förbättra växternas förmåga att bekämpa sjukdomar samt hur olika flora kan reagera på effekterna av klimatförändringar.
Vi är verkligen intresserade av att bygga nätverksverktyg som kan ta en växts erfarenhet, dess fenotyp, uppsättningen av påfrestningar den möter och dess genetik, och digitalisera det för att tillåta oss att förstå interaktionen mellan växt och miljö, sa Caleb Harper , chef för MIT Media Lab OpenAg-gruppen , i ett pressmeddelande. Hans labb arbetade med kollegor från University of Texas i Austin på tidningen.
Idén att använda maskininlärning för att optimera växternas avkastning och egenskaper tar snabbt fart inom jordbruket. Förra året anordnade Wageningen University i Nederländerna en Autonomt växthus tävling, där olika team tävlade om att utveckla algoritmer som ökade skörden av gurkplantor samtidigt som de resurser som krävs minimerades. De arbetade med växthus där en mängd olika faktorer styrs av datorsystem.
Liknande teknik används redan på vissa kommersiella gårdar, säger Naveen Singla, som leder ett datavetenskapsteam fokuserat på grödor på Bayer, ett tyskt multinationellt företag som förvärvade Monsanto förra året. Smak är ett av de områden där vi använder maskininlärning flitigt – för att förstå smaken av olika grönsaker, säger han.
Singla tillägger att maskininlärning är ett kraftfullt verktyg för växthusodling, men mindre användbart för öppna fält. Dessa kontrollerade miljöer är där man kan göra mycket optimering genom att förstå de komplexa variablerna, säger han. I de öppna miljöerna är det fortfarande en fråga hur vi kan täppa till klyftan.
Harper tillade att hans grupp i framtiden kommer att överväga den genetiska sammansättningen av växter (något som Bayer matar in i sina algoritmer), och att de kommer att försöka släppa tekniken till vem som helst. Vårt mål är att designa öppen källkodsteknologi i skärningspunkten mellan datainsamling, avkänning och maskininlärning, och tillämpa den på jordbruksforskning på ett sätt som inte har gjorts tidigare, sa han.