機器學習可以揭示最佳的生長條件，以便盡可能的展現(xiàn)口感和其他特征。

使植物味道好的原因是什么？對于麻省理工學院媒體實驗室的科學家來說，這需要植物學、人工智能算法和一些老式的化學知識的結合。

利用以上這些知識，媒體實驗室開放農業(yè)項目的研究人員報告說，他們已經在不涉及基因編譯的情況下種植出了你從未吃過的美味羅勒（一種西餐調味植物）。研究人員使用計算機算法來確定最佳的生長條件，以最大限度地提高被稱為揮發(fā)性化合物的風味分子的濃度。



但這僅僅是“網絡農業(yè)”新領域的開始，麻省理工學院媒體實驗室的首席研究科學家、開放農業(yè)集團的董事卡萊布·哈珀說。他的小組目前正在致力于提高草藥治療人類疾病的特性，他們還希望通過研究作物在不同條件下的生長方式，幫助種植者適應變化的氣候。

哈珀說：“我們的目標是在數(shù)據(jù)采集、傳感和機器學習的交叉領域設計開源技術，并以一種前所未有的方式將其應用到農業(yè)研究中。”“我們真的對構建網絡化工具很感興趣，這些工具可以利用植物的生長過程信息、表型生物特征、所遇到的外界環(huán)境刺激及其遺傳學特性，并數(shù)字化，使我們能夠理解植物與環(huán)境的相互作用。”

研究人員在4月3日出版的《公共科學圖書館》期刊中，描述了對羅勒植物的研究新發(fā)現(xiàn)，讓他們吃驚的是，每天24小時將植物暴露在光照下能產生最好的味道。開放農業(yè)集團的研究負責人、該研究的作者約翰•德拉帕拉說，傳統(tǒng)的農業(yè)技術永遠不會產生這種見解。

“你不可能以任何其他方式發(fā)現(xiàn)這一點。除非你在南極洲，否則沒有一個24小時的光周期可以在現(xiàn)實世界中進行測試，”他說。“你必須有人為的環(huán)境才能發(fā)現(xiàn)這一點。”

本文的高級作者是哈珀和奧斯汀德克，以及薩斯大學計算機科學教授里斯托·米庫萊恩。媒體實驗室的主任研究員阿里爾·約翰遜和認知技術解決方案的艾略特·梅爾森是主要作者，開放農業(yè)項目的特別項目助理蒂莫西·薩瓦斯也是作者之一。

最大化風味
在麻省理工學院貝茨實驗室的一個倉庫中，開放農業(yè)集團的工廠是在經過改裝的船運集裝箱中種植的，因此可以小心地控制環(huán)境條件，包括光照、溫度和濕度。

哈珀說，這種農業(yè)有很多名字——環(huán)境控制農業(yè)、垂直農業(yè)、城市農業(yè)——仍然是一個利基市場，但發(fā)展迅速。在日本，這樣的“植物工廠”每周生產數(shù)十萬棵生菜。然而，也有許多失敗的案例，而且在致力于開發(fā)這類設施的公司之間很少有信息共享。

麻省理工學院倡議的一個目標是通過讓所有的開放農業(yè)集團硬件、軟件和數(shù)據(jù)自由共用，來克服這種信息隔絕。

哈珀說：“目前農業(yè)領域存在一個大問題，即缺乏公開數(shù)據(jù)、缺乏數(shù)據(jù)收集標準以及缺乏數(shù)據(jù)共享。”“因此，盡管機器學習、人工智能和先進的算法技術進展如此之快，但收集質量良好、有意義的農業(yè)數(shù)據(jù)卻遠遠落后。我們的工具是開放源代碼的，希望它們能夠更快地傳播，并創(chuàng)造共享科研的能力。”

在《公共科學圖書館》刊載的一項研究中，麻省理工學院的研究小組著手證明其方法的可行性，即在他們稱之為“食品計算機”的水培環(huán)境中，在不同條件下種植植物。這種方法允許他們改變光照持續(xù)時間和紫外線照射持續(xù)時間。一旦植物長滿了，研究人員就用傳統(tǒng)的分析化學技術，如氣相色譜法和質譜法，通過測量葉子中揮發(fā)性化合物的濃度來評估羅勒的味道。這些分子包括有價值的營養(yǎng)素和抗氧化劑，因此增強風味也對健康有益。

然后，所有來自植物實驗的信息被輸入到麻省理工學院認知團隊開發(fā)的機器學習算法中。這些算法評估了數(shù)以百萬計的光照和紫外線持續(xù)時間的可能組合，并生成了一組可以最大限度地增加味道的條件，包括24小時日光制度。

除了口味之外，研究人員現(xiàn)在正致力于開發(fā)含有更多化合物的羅勒植物，這些化合物有助于防治糖尿病等疾病。眾所周知，羅勒和其他植物含有有助于控制血糖的化合物，在之前的研究中，德拉帕拉的實驗已經表明，這些化合物可以通過不同的環(huán)境條件得到增強。

研究人員目前正在研究調整其他環(huán)境變量的影響，如溫度、濕度和光的波長，以及添加植物激素或營養(yǎng)素的影響。在一項研究中，他們將植物暴露在殼聚糖（一種存在于昆蟲殼中的聚合物）中，殼聚糖使植物產生不同的化合物來抵御昆蟲的攻擊。

他們也有興趣使用他們的方法來增加藥用植物的產量，如馬達加斯加長春花，這是抗癌化合物長春新堿和長春花堿的唯一來源。

“你可以把這篇論文看作是許多可以應用的不同場景的開場白，它展示了我們迄今為止所構建的工具的強大功能，”德拉帕拉說。“這是我們現(xiàn)在可以在更大范圍內做的事情的原型。”

東北大學網絡科學教授Albert-László Barabási說，這種方法為并非每個人都能接受的作物基因改造提供了一種替代方法。

本文運用現(xiàn)代數(shù)字農業(yè)的思想，通過改變植物生長的環(huán)境條件，系統(tǒng)地改變我們所食用植物的化學成分。這表明，我們可以利用機器學習和良好的控制條件來找到最佳條件組合，也就是說，設計最大化味道和產量的條件，”未參與研究的Barabási說。

氣候適應
研究人員說，網絡農業(yè)的另一個重要應用是適應氣候變化。雖然研究不同條件對作物的影響通常需要數(shù)年或數(shù)十年的時間，但在一個受控的農業(yè)環(huán)境中，許多試驗可以在短時間內完成。

德拉帕拉說：“當你在田里種東西時，你必須依靠天氣和其他因素來合作，你必須等待下一個生長季節(jié)的到來。”“有了我們這樣的系統(tǒng)，我們可以更快地獲得更多的知識量。”

開放農業(yè)集團（OpenAg）團隊目前正在為糖果制造商費列羅（Ferrero）進行一項有關榛子樹的研究，該公司的榛子樹消費量約占世界榛子總消費量的25%。

作為他們培訓任務的一部分，研究人員還開發(fā)了小型“個人食品計算機”，可以在受控條件下種植植物，并將數(shù)據(jù)發(fā)送回MIT團隊?，F(xiàn)在，美國的許多高中學生都在使用這些工具，這些工具由分布在65個國家的不同用戶組成，他們可以通過在線論壇分享自己的想法和結果。

哈珀說：“對我們來說，每一個盒子都是我們非常感興趣的數(shù)據(jù)點，但它也是一個實驗平臺，可以用新的方式教授環(huán)境科學、編程、化學和數(shù)學。”

該研究由Target公司、Lee Kum-Kee Health Products Group、Welspun、Sentient Technologies和Cognizant Technology SoluTIons資助。