AI-gecontroleerde oogstmachine voor gewassen kan grote implicaties hebben voor energieduurzaamheid

Natuurkundigen aan de Technische Universiteit van Denemarken hebben de kleinste fruitoogstmachine ter wereld ontwikkeld die wordt gecontroleerd door kunstmatige intelligentie (AI), waardoor een oogstmachine mogelijk is die slechts enkele microns meet. 

Kaare Hartvig Jensen, associate professor aan DTU Physics, wilde de behoefte aan het oogsten, transporteren en verwerken van gewassen voor de productie van biobrandstoffen, farmaceutica en andere producten terugdringen. De stoffen die worden geëxtraheerd, worden plantmetabolieten genoemd, en de nieuwe methode elimineert de behoefte aan chemische en mechanische processen. 

Het onderzoek werd gepubliceerd in Plant Physiology. 

Plantmetabolieten

Plantmetabolieten hebben een breed scala aan cruciale chemicaliën, en sommige, zoals het malariamedicijn artemisinine, hebben therapeutische eigenschappen. Andere, zoals natuurlijk rubber of biobrandstof uit boom sap, hebben mechanische eigenschappen. 

De meeste plantmetabolieten worden geïsoleerd in individuele cellen, en de methode van extractie van de metabolieten is belangrijk, aangezien de procedure de zuiverheid en het rendement van het product beïnvloedt. Het extractieproces omvat het malen, centrifugeren en chemische behandeling met oplosmiddelen, wat resulteert in verontreiniging die leidt tot hoge financiële en milieukosten. 

“Alle stoffen worden geproduceerd en opgeslagen in individuele cellen in de plant. Dat is waar je naartoe moet als je het pure materiaal wilt. Wanneer je de hele plant oogst of het fruit van de takken scheidt, oogst je ook een heleboel weefsel dat de stof niet bevat waarin je geïnteresseerd bent,” zegt Kaare Hartvig Jensen.

“Er zijn dus twee perspectieven. Als je de pure stoffen wilt extraheren, moet je dat cel voor cel doen. En wanneer je dat kunt doen, zoals wij hebben aangetoond, hoef je de plant niet te oogsten. Dan kun je de kleine robot erop zetten en kan die werken zonder de plant te beschadigen,” vervolgt Kaare. 

Op dit moment wordt de oogstmachine gebruikt met planten en bladeren, maar het team ziet het werken op een grotere schaal in de toekomst. Als alles volgens plan verloopt, kan de nieuwe aanpak een nieuwe bron van biomassa creëren en een nieuw gebied van duurzame energiewinning vestigen.

Een potentieel toekomstig gebruik kan zijn om de technologie te gebruiken om energie uit bomen te tappen.

“In de bossen van noord-Canada en Rusland zijn er sparrenbossen met ongeveer 740 miljard bomen die volledig onaangetast zijn. Dat is ongeveer 25% van het totale aantal bomen op de planeet. Door deze technologie te ontwikkelen, kunnen we bomen aantappen voor suiker en biobrandstof maken zonder de bomen te kappen of te beschadigen,” legt Kaare uit.

De oogstmachine zoekt naar cellen in fruit en bladeren die 100 microns in diameter zijn, en de top van de naald is ongeveer 10 microns in diameter.

 Magnus Valdemar Paludan is een PhD-student aan DTU Physics die het systeem van beeldanalyse, beeldherkenning en robotbesturing heeft gemaakt.

“Het is allemaal gedaan met een microscoopcamera. Om te beginnen, markeerde ik handmatig pixels op de microscopische beelden die de cellen aangaven die de robot zou oogsten. Die informatie kan worden gebruikt om een computer te trainen om soortgelijke cellen in nieuwe beelden te vinden,” zegt Magnus.

 AI en machine learning

De nieuwe technologie is afhankelijk van machine learning en het bestaande neurale netwerk van GoogLeNet. Het netwerk kan microscopische structuren herkennen en geavanceerde beeldanalyse uitvoeren. 

“We gebruikten een techniek genaamd transfer learning, waarbij je het bestaande neurale netwerk gebruikt om verschillende objecten in een beeld te herkennen. Door de computer een aantal nieuwe beelden met handmatig gemarkeerde cellen te laten zien, slaagden we erin de parameters van het netwerk aan te passen zodat het de microscopische metaboliet-rijke cellen herkent,” zegt Magnus.

“De oogstmachine kan dan een foto maken van het blad met de microscoopcamera, deze door de software laten lopen en de cellen herkennen die het moet oogsten. Vervolgens kan het de chemicaliën automatisch extraheren met een microrobot, terwijl de rest van de plant ongestoord blijft,” legt Magnus uit.