مستقبل الزراعة: MIT يقوي نكهة الريحان بالتعلم الآلي

19

لقد ولت الأيام التي يمكنك فيها ببساطة زراعة نبات الريحان من البذور عن طريق وضعه على حافة النافذة وسقي النبتة بانتظام. تم استحداث تجربة للزراعة المحسنة باستخدام التعلم الآلي لتقدم لنا نتاج مميز بنكهة أكثر قوة. إنها دراسة مشتركة بين معهد ماساتشوستس للتكنولوجيا MIT ومختبر وجامعة تكساس في أوستن تهدف إلى فهم كيفية تحسين وأتمتة الزراعة.

هذه الدراسة تم استخدام التعلم الآلي معها لأنها لديها العديد من المتغيرات التي يجب تعديلها – نوع التربة, خصائص النبات, عدد مرات الري, الإضاءة وما إلى ذلك – ونتائج قابلة للقياس: تركيز الجزيئات المنتجة للنكهات. هذا يعني أنه مناسب تمامًا لنموذج التعلم الآلي, والذي يمكن من خلال هذه المجموعة المتنوعة من المدخلات أن يتنبأ بما ينتج عنه أفضل إخراج.

“نحن مهتمون حقًا ببناء أدوات باستخدام علم الوراثة, ورقمنة ذلك للسماح لنا بفهم التفاعلات التي تحدث قي بيئة النبات”, أوضح Caleb Harper من MIT في بيان صحفي.” كلما فهمت تلك التفاعلات أكثر, كان بإمكانك التعامل بشكل أفضل, وربما زيادة المحصول أو تحسين النكهة أو تقليل الهدر.”

في هذه الحالة, حصر الفريق نموذج التعلم الآلي في تحليل وتبديل نوع ومدة الضوء الذي تعيش عليه النباتات, بهدف زيادة تركيز النكهة.

التجربة الأولى تمت مع تسعة نباتات بناءً على معرفة مسبقة بكمية الضوء التي يحتاجها الريحان عموماً. بعد ذلك تم حصاد النباتات وتحليلها. ثم تم استخدام نموذج بسيط لإنشاء أنظمة مماثلة لكن بأخذ نتائج التجربة الأولى في الاعتبار. بعد ذلك, تم إنشاء نموذج ثالث أكثر تطوراً من البيانات ومنح مساحة أكبر بكثير في قدرته على التوصية بالتغييرات في البيئة.

لمفاجأة الباحثين, أوصى النموذج بإجراء قوي: إبقاء أضواء الأشعة فوق البنفسجية مسلطة علي النباتات طوال الوقت.

من الطبيعي أن هذا الإجراء لا يسمح بنمو الريحان في الطبيعة, لأنه هناك أماكن قليلة تشرق فيها الشمس طوال اليوم وتكون قوية طوال الليل. مثل القطب الشمالي والقطب الجنوبي. ومع ذلك, تم اتباع إجراء إبقاء الأشعة فوق البنفسجية. وبشكل لا يصدق, أنتج هذا زيادة هائلة في جزيئات النكهة, مما يضاعف الكمية الموجودة في النبات.

قال المؤلف المشارك John de la Parra: “لا يمكنك اكتشاف هذا بأي طريقة أخرى”. “ما لم تكن في القارة القطبية الجنوبية, لا توجد فترة ضوئية مستمرة على مدار 24 ساعة لاختبارها في العالم الواقعي. كان عليك أن تخلق ظروفًا إصطناعية لكي تكتشف ذلك “.

ولكن على الرغم من أن الريحان قوي النكهة هو نتيجة مرحب بها, إلا أنها ليس الهدف الرئيسي للتجربة. يسعد الفريق أن التجربة أسفرت عن بيانات جيدة, وتم التحقق من صحة النظام الأساسي والبرامج التي استخدموها.

وقال de la Parra: “يمكنك رؤية هذه التجربة باعتبارها نقطة الانطلاق للعديد من الأشياء المختلفة التي يمكن تطبيقها, وهي استعراض لقدرة الأدوات التي بنيناها حتى الآن”. “مع أنظمة مثل نظامنا, يمكننا زيادة مقدار المعرفة التي يمكن اكتسابها بسرعة أكبر بكثير.”

إذا كنا سنقضي علي الجوع في العالم, فلن يتم ذلك بالطرق الزراعية التقليدية. سيتم بطرق محسنة بالكمبيوتر. سنحتاج إلى كل هذه التطورات والمزيد لتحقيق الأمن الغذائي في القرن الحادي والعشرين.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://techcrunch.com/2019/04/03/mits-cyber-agriculture-optimizes-basil-flavors/

 

تعليقات