Liệu Trí Tuệ Nhân Tạo Có Thể Trở Thành Người Thảo Luận Cây Cối Để Giúp Cung Cấp Thức Ăn Cho Thế Giới?

Với sức mạnh của trí tuệ nhân tạo và dữ liệu lớn, các nhà khoa học đang theo đuổi những lĩnh vực mới thú vị trong việc giải mã thế giới phức tạp của bộ gen cây để tạo ra giống cây trồng tùy chỉnh thế hệ tiếp theo có thể cách mạng hóa an ninh lương thực và thích nghi với biến đổi khí hậu.

Một cây lúa mì, một cây mía đường. Đối với hầu hết chúng ta, những thứ này chỉ là nguyên liệu thô của một số món ăn yêu thích của chúng ta – nhưng đối với các nhà khoa học, chúng đại diện cho một câu đố phức tạp mà một khi được giải quyết, có thể mở khóa những bí mật có thể cho phép chúng ta trồng nhiều lương thực hơn với ít tác động có hại đến trái đất, tạo ra các nguồn nhiên liệu sinh học mới với quy mô lớn và giúp con người sống lâu hơn và khỏe mạnh hơn. Những bí mật này được khóa trong bộ gen của cây – và với các công cụ trí tuệ nhân tạo tiên tiến, các nhà khoa học đang bắt đầu khám phá những bí mật mà các gen này nắm giữ.

Khả năng của trí tuệ nhân tạo trong việc phân tích lượng lớn dữ liệu mở ra cánh cửa để giải quyết các thách thức trong việc hiểu rõ hơn về bộ gen cây. Sự hiểu biết về sự tương tác giữa các yếu tố di truyền hiện diện trong cây và các chức năng khác nhau có thể giúp các nhà nghiên cứu phát triển các giống cây cứng cáp hơn, cho phép chúng vượt qua tốt hơn các căng thẳng sinh học và phi sinh học như thách thức môi trường như thay đổi mô hình khí hậu, dịch hại và kháng thuốc trừ sâu.

Bộ gen cây – thậm chí của những cây “đơn giản” như mía đường – lớn hơn đáng kể so với bộ gen của con người hoặc động vật, đã tiến hóa trong một khoảng thời gian dài hơn nhiều so với các hình thức sống khác. Cây là đa bội – nơi các gen hoặc toàn bộ bộ gen được nhân đôi – và việc bắt giữ các tương tác giữa các gen và alen từ các ploidies khác nhau là một thách thức, vì một số ploidies có thể đại diện cho các gen mồ côi của các giống cây cũ không nhất thiết phải hoạt động bây giờ.

Các nhà nghiên cứu nhằm mục đích xác định các đa hình nucleotide đơn (các trình tự DNA phổ biến), mà họ có thể sử dụng để hiểu cách cây hoạt động và tương tác với môi trường. Một khi điều này được thực hiện, các nhà nghiên cứu có thể hiểu rõ hơn về chức năng của từng gen – và sử dụng thông tin đó để tạo ra các giống cây có thể được thích nghi với nhu cầu của con người. Do đó, nếu các nhà nghiên cứu muốn phát triển một giống lúa mì có thể được trồng ở các khu vực khô hạn hơn, họ sẽ cố gắng xác định các gen trong lúa mì có thể cho phép cây phát triển đầy đủ mặc dù thiếu nước. Không phải tất cả các mẫu đều có thể mang gen này, vì nó có thể là một gen mồ côi và hiện đang ở trạng thái không hoạt động, là một phần của bộ gen đa bội. Học máy có thể phân tích gen và tương tác của nó với môi trường, cung cấp các dấu hiệu về tiềm năng di truyền chưa được khai thác để đạt được mục tiêu đó thông qua các chiến lược tạo giống được thiết kế bởi trí tuệ nhân tạo.

Mặc dù nghiên cứu này có thể được sử dụng để điều khiển các giống cây, nhưng việc kỹ thuật di truyền như vậy còn xa so với cách duy nhất để các nhà nghiên cứu phát triển các giống cây trồng có các đặc tính mong muốn. Con người đã lai tạo các giống cây trồng trong hàng nghìn năm. Trí tuệ nhân tạo có thể hữu ích ở đây cũng – xác định các giống để chọn tạo có tương thích cao nhất và có khả năng mang lại kết quả mong muốn.

Ngoài ra, các hệ thống trí tuệ nhân tạo có thể giúp dự đoán phương pháp tạo giống nào – lai tạo, tạo giống rộng, nhân đôi nhiễm sắc thể – sẽ hiệu quả nhất. Với thông tin di truyền về cây ở tay, các nhà nghiên cứu có thể sử dụng học máy để kết hợp các gen với môi trường tối ưu mà chúng có khả năng phát triển mạnh nhất. Điều này có thể dẫn đến các loại cây trồng có thể chịu đựng được một mùa sinh trưởng dài hơn hoặc trồng cây ở những khu vực trước đây không thể duy trì chúng, do đó tăng nguồn cung cấp lương thực cho một thế giới ngày càng đông dân và đói. Các giống cây trồng cứng cáp hơn có thể được phát triển – có khả năng chống chọi với những tác động của biến đổi khí hậu hoặc thậm chí phát triển ở những khu vực mà đô thị hóa hoặc sa mạc hóa đã xảy ra.

Thông tin di truyền về cây cũng có thể được sử dụng để giúp tạo ra các giống cây trồng có khả năng chống lại các loại sâu bệnh hoặc dịch hại cụ thể. Học máy có thể xác định các đặc điểm của cây mà hấp dẫn côn trùng hoặc dịch hại – mùi, màu sắc, v.v. – và cho phép các nhà nghiên cứu phát triển các gen sẽ giảm sự hấp dẫn của những cây này đối với dịch hại. Điều này có thể dẫn đến giảm việc sử dụng thuốc trừ sâu, phát triển các loại thuốc trừ sâu thân thiện với môi trường được thiết kế cho các cây trồng cụ thể ở các khu vực cụ thể, hoặc thậm chí các trang trại cá nhân – một loại “nông nghiệp cá nhân hóa” an toàn hơn, sạch hơn và xanh hơn.

Trước khả năng hiện tại của trí tuệ nhân tạo, việc xác định bộ gen cây gần như không thể – nhưng bây giờ rằng chúng đã được xác định, việc hiểu cách chúng hoạt động là không thể nếu không có các công nghệ trí tuệ nhân tạo tiên tiến như học máy. Với các công cụ hiện có, các nhà nghiên cứu sẽ có thể hiểu cây tốt hơn và phát triển các phương pháp mới và tốt hơn để giúp cây phát triển mạnh trong bối cảnh thay đổi môi trường, ô nhiễm, đô thị hóa và các vấn đề khác ảnh hưởng đến sự phát triển và chất lượng của cây. Với học máy tiên tiến, các nhà nghiên cứu sẽ có thể giải mã những bí mật mà cây nắm giữ – và sử dụng những bí mật đó để tạo ra một tương lai tốt hơn cho nhân loại.