AI控制的作物收割机可能对能源可持续性产生重大影响

丹麦技术大学的物理学家开发了世界上最小的由人工智能（AI）控制的水果收割机，使得收割机的尺寸仅为几微米。

DTU物理学副教授Kaare Hartvig Jensen旨在减少为生产生物燃料、药品和其他产品而收获、运输和加工作物的需要。被提取的物质称为植物代谢物，这种新方法消除了化学和机械过程的需要。

该研究发表在Plant Physiology中。

植物代谢物

植物代谢物具有广泛的关键化学物质，其中一些具有治疗性质，如抗疟药物青蒿素。其他物质如天然橡胶或树液生物燃料具有机械性质。

大多数植物代谢物被隔离在个别细胞中，提取代谢物的方法很重要，因为该过程会影响产品的纯度和产量。提取过程涉及研磨、离心和使用溶剂的化学处理，导致污染，这导致了高昂的财务和环境处理成本。

“所有物质都是在植物的个别细胞中产生和储存的。这就是你需要去的地方，如果你想要纯净的材料。当你收获整个植物或将果实与树枝分离时，你也会收获大量不含有你感兴趣的物质的组织，”Kaare Hartvig Jensen说。

“从两个角度来看。如果你想提取纯净的物质，你需要逐个细胞地做。这就是我们已经证明的，当你可以这样做时，你不需要收获植物。然后你可以把小机器人放在上面，它可以在不损害植物的情况下工作，”Kaare继续说。

目前，收割机正在用于植物和叶子，但团队预见它将在未来被更广泛地使用。如果一切按计划进行，这种新方法可能会创造一种新的生物质来源，并建立一种新的可持续能源生产领域。

未来的一个潜在应用可能是使用该技术从树木中获取能量。

“在加拿大和俄罗斯的北部森林中，有大约740亿棵树木完全未被触及。这大约占地球上树木总数的25%。通过开发这种技术，我们可以从树木中提取糖并生产生物燃料，而无需砍伐或损害树木，”Kaare解释说。

收割机在水果和叶子中寻找直径为100微米的细胞，针头的顶部直径约为10微米。

DTU物理学的博士生Magnus Valdemar Paludan创建了图像分析、图像识别和机器人控制系统。

“一切都是通过显微镜摄像头完成的。首先，我手动标记了显微镜图像中的像素，显示了机器人将要收获的细胞。这些信息可以用来训练计算机在新图像中找到类似的细胞，”Magnus说。

人工智能和机器学习

这种新技术依赖于机器学习和预先存在的GoogLeNet神经网络。该网络能够识别微观结构并执行高级图像分析。

“我们使用了一种称为迁移学习的技术，即使用现有神经网络识别图像中的不同对象的能力。通过向计算机显示带有手动标记的细胞的新图像，我们成功地调整了网络的参数，使其能够识别微观的代谢物丰富的细胞，”Magnus说。

“收割机可以进入并使用显微镜摄像头拍摄叶子的照片，将其传递给软件，并识别出需要收获的细胞。然后，它可以使用微型机器人自动提取化学物质，而植物的其余部分保持不受干扰，”Magnus解释说。