211service.com
L'apprendimento automatico sta rendendo il pesto ancora più delizioso
Melanie Gonick
Cosa rende il basilico così buono? In alcuni casi, è l'IA.
L'apprendimento automatico è stato utilizzato per creare piante di basilico extra deliziose. Anche se purtroppo non possiamo riferire in prima persona sul gusto dell'erba, lo sforzo riflette una tendenza più ampia che prevede l'uso della scienza dei dati e dell'apprendimento automatico per migliorare l'agricoltura.
I ricercatori dietro il basilico ottimizzato per l'intelligenza artificiale hanno utilizzato l'apprendimento automatico per determinare le condizioni di crescita che massimizzerebbero la concentrazione dei composti volatili responsabili del sapore del basilico. Lo studio compare nel giornale PLOS Uno oggi.
Il basilico è stato coltivato in unità idroponiche all'interno di container modificati a Middleton, nel Massachusetts. Temperatura, luce, umidità e altri fattori ambientali all'interno dei contenitori possono essere controllati automaticamente. I ricercatori hanno testato il sapore delle piante cercando alcuni composti utilizzando la gascromatografia e la spettrometria di massa. E hanno inserito i dati risultanti in algoritmi di apprendimento automatico sviluppati presso il MIT e una società chiamata Cognizant.
La ricerca ha mostrato, controintuitivamente, che esporre le piante alla luce 24 ore al giorno generava il gusto migliore. Il gruppo di ricerca intende studiare come la tecnologia potrebbe migliorare le capacità di lotta alle malattie delle piante e come la flora diversa possa rispondere agli effetti del cambiamento climatico.
Siamo davvero interessati a costruire strumenti in rete che possano prendere l'esperienza di una pianta, il suo fenotipo, l'insieme di stress che incontra e la sua genetica, e digitalizzarli per permetterci di comprendere l'interazione pianta-ambiente, ha affermato Caleb Harper , capo del MIT Media Lab gruppo OpenAg , in un comunicato stampa. Il suo laboratorio ha lavorato con i colleghi dell'Università del Texas ad Austin sulla carta.
L'idea di utilizzare l'apprendimento automatico per ottimizzare la resa e le proprietà delle piante sta prendendo piede rapidamente in agricoltura. L'anno scorso, l'Università di Wageningen nei Paesi Bassi ha organizzato un Serra autonoma concorso, in cui diversi team hanno gareggiato per sviluppare algoritmi che aumentassero la resa delle piante di cetriolo riducendo al minimo le risorse richieste. Hanno lavorato con serre in cui una varietà di fattori è controllata da sistemi informatici.
Una tecnologia simile viene già applicata in alcune fattorie commerciali, afferma Naveen Singla, che guida un team di data science incentrato sulle colture presso Bayer, una multinazionale tedesca che ha acquisito la Monsanto l'anno scorso. Il sapore è una delle aree in cui utilizziamo pesantemente l'apprendimento automatico, per comprendere il sapore di diverse verdure, dice.
Singla aggiunge che l'apprendimento automatico è uno strumento potente per la coltivazione in serra, ma meno utile per i campi aperti. Questi ambienti controllati sono dove puoi fare molta ottimizzazione comprendendo le variabili complesse, dice. Negli ambienti aperti è ancora una domanda su come possiamo colmare il divario.
Harper ha aggiunto che in futuro il suo gruppo considererà la composizione genetica delle piante (qualcosa che Bayer inserisce nei suoi algoritmi) e che cercherà di rilasciare la tecnologia a chiunque. Il nostro obiettivo è progettare una tecnologia open source all'intersezione tra acquisizione dati, rilevamento e apprendimento automatico e applicarla alla ricerca agricola in un modo che non è mai stato fatto prima, ha affermato.