AI-mallit ja alustat

Tekoälyohjattu viljelijä voi olla suuri askel energian kestävyyden suuntaan

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tanskan Teknillisen Yliopiston fyysikot ovat kehittäneet maailman pienimmän tekoälyllä (AI) ohjatun hedelmien poimijan, joka mahdollistaa poimijan, joka on vain muutamia mikroneja.

Kaare Hartvig Jensen, DTU Physicsin apulaisprofessori, halusi vähentää tarvetta viljelykasvien poimimiselle, kuljettamiselle ja prosessoinnille biofuelsien, lääkkeiden ja muiden tuotteiden tuotantoa varten. Poimituista aineista käytetään nimitystä kasvimetaboliitit, ja uusi menetelmä poistaa kemiallisten ja mekaanisten prosessien tarpeen.

Tutkimus julkaistiin Plant Physiology -julkaisussa.

Kasvimetaboliitit

Kasvimetaboliiteilla on laaja valikoima tärkeitä kemikaaleja, ja niistä joillakin, kuten malarialääkkeellä artemisiinillä, on lääkinnällisiä ominaisuuksia. Toisilla, kuten luonnonkumilla tai puun mahlaan perustuvalla biofuellilla, on mekaanisia ominaisuuksia.

Useimmat kasvimetaboliitit eristetään yksittäisistä soluista, ja metaboliittien eristämismenetelmä on tärkeä, koska menetelmä vaikuttaa tuotteen puhtauden ja saannon.

“Kaikki aineet tuotetaan ja varastoidaan yksittäisissä soluissa kasvissa. Sinne on mentävä, jos haluaa puhdas aine. Kun poimitaan koko kasvi tai erottaa hedelmä oksista, poimitaan myös paljon kudosta, jossa ei ole kiinnostuksen kohteena olevaa ainetta”, sanoo Kaare Hartvig Jensen.

“On kaksi näkökulmaa. Jos haluaa eristää puhdasta ainetta, on tehtävä se solu solulta. Ja kun se voidaan tehdä, kuten olemme osoittaneet, ei tarvitse poimia koko kasvia. Sitten voidaan laittaa pieni robotti ja se voi toimia ilman, että kasvi vahingoittuu”, Kaare jatkaa.

Tällä hetkellä poimija käytetään kasveilla ja lehdillä, mutta tiimi näkee sen toimivan laajemmassa mittakaavassa tulevaisuudessa. Jos kaikki sujuu suunnitelmien mukaan, uusi lähestymistapa voi luoda uuden biomassan lähteen ja perustaa uuden kestävän energiantuotannon alueen.

Tulevaisuuden mahdollinen sovellus voisi olla käyttää teknologiaa energian hakemiseen puista.

“Kanadan ja Venäjän pohjoisissa metsissä on noin 740 miljardia puuta, jotka ovat täysin koskemattomia. Se on noin 25 % maapallon puista. Kehittämällä tätä teknologiaa voidaan hakata sokeria puista ja tehdä biofuelia ilman, että puita kaadetaan tai vahingoitetaan”, Kaare selittää.

Poimija etsii hedelmistä ja lehdistä soluja, jotka ovat 100 mikronin halkaisijaltaan, ja neulan yläosa on noin 10 mikronin halkaisijaltaan.

Magnus Valdemar Paludan on DTU Physicsin tohtorikoulutettava, joka loi kuvananalyysi-, kuvantunnistus- ja robotti ohjausjärjestelmän.

“Se tehdään mikroskooppikameran avulla. Aluksi merkitsin manuaalisesti kuvissa solut, jotka robotti poimii. Tiedot voidaan käyttää kouluttamaan tietokone löytämään samanlaisia soluja uusissa kuvissa”, Magnus sanoo.

Teckoäly ja koneoppiminen

Uusi teknologia perustuu koneoppimiseen ja GoogLeNet-ennakkoverkkoon. Verkko tunnistaa mikroskooppisia rakenteita ja suorittaa edistynyttä kuvan analyysiä.

“Käytimme siirto-opetusmenetelmää, jossa käytetään olemassa olevan neuroverkon kykyä tunnistaa eri objekteja kuvissa. Näyttämällä tietokoneelle joukon uusia kuvia, joissa on manuaalisesti merkityt solut, onnistuimme sovittamaan verkon parametrejä, jotta se tunnistaa mikroskooppiset metaboliittirikkaat solut”, Magnus sanoo.

“Poimija voi sitten mennä ja ottaa kuvan lehdestä mikroskooppikameran avulla, ajaa sen ohjelmistossa läpi ja tunnistaa solut, joita se tarvitsee poimia. Seuraavaksi se voi eristää kemikaalit automaattisesti mikrorobotin avulla, kun taas loput kasvista säilyvät häiriintymättöminä”, Magnus selittää.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.