MIT开发机器学习算法揭示植物的最佳生长条件,使其味道最优化

2019年04月08日 由 张江 发表 997048 0
是什么让植物的味道更好?对于麻省理工学院媒体实验室的科学家来说,回答这个问题需要结合植物学,机器学习算法和化学。

利用上述所有内容,研究人员报告称,他们种植的罗勒植物可能比你吃过的任何罗勒植物都更美味。而且不涉及基因改造:研究人员使用算法来确定植物最佳的生长条件,以最大限度地提高被称为挥发性化合物的香味分子的浓度。

研究者兼OpenAg集团主管Caleb Harper说,这只是“网络农业”新领域的开端,他的研究小组目前正致力于提高草药的抗人类疾病特性,他们还希望通过研究作物在不同条件下如何生长以适应不断变化的气候。

“我们的目标是在数据采集,传感和机器学习的交叉点设计开源技术,并以前所未有的方式将其应用于农业研究,我们希望建立网络化工具,它可以利用植物的经历,表型,遇到的一系列压力,遗传学,并将这些数字化,让我们了解植物与环境的相互作用。”

研究人员对罗勒植物进行了研究,他们发现每天24小时将植物暴露在光线下会使其产生最好的味道。OpenAg集团的研究负责人,该研究的作者John de la Parra表示,传统农业技术永远不会产生这种洞察力。

使味道最优化


OpenAg工厂位于马萨诸塞州米德尔顿的麻省理工学院贝茨实验室的一个仓库内,采用经过改造的运输容器种植,可以精心控制环境条件,包括光照,温度和湿度。

这种农业发展很快。然而开发这类设施的公司之间几乎没有共享信息。麻省理工学院计划的一个目标是免费提供所有OpenAg硬件,软件和数据来克服这种保密性。



Harper表示,“目前农业领域存在一个大问题,即缺乏公开数据,缺乏数据收集标准,缺乏数据共享,因此,虽然机器学习和人工智能以及先进的算法设计变得如此之快,但收集良好标记的,有意义的农业数据却非常困难。我们的工具是开源的,希望它们能够更快地传播。”

在研究中,麻省理工学院的研究小组展示了方法的可行性,这种方法涉及在不同条件下在“食物计算机”的水培容器中种植植物。这种设置允许他们改变光照持续时间和暴露在紫外线下的时间。

一旦植物完全成熟,研究人员通过使用传统的分析化学技术(如气相色谱和质谱),测量叶子中挥发性化合物的浓度来评估罗勒的味道。

然后将所有信息输入到机器学习算法中。算法评估了数百万种可能的光和紫外线持续时间的组合,并生成了一组最大化味道的条件。

研究人员还在调整其他环境变量的影响,如温度,湿度和光的颜色,以及添加植物激素或营养素。

利用数字农业中的现代思想,通过改变植物生长的环境条件,系统地改变植物的化学成分,它表明我们可以利用机器学习和良好控制的条件来找到最佳点,即最大化味道和产量的条件。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消