用ai种出最好吃的食物

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 用 AI 种出最好吃的食物 中国论文网 /3/view-12956665.htm 在美国麻省理工学院媒体实验室 （MIT Media Lab）一个集装箱大小的 透明盒子里，种着几株西餐常用的蔬 菜罗勒。但它们却自称是全球最好吃 的罗勒。 这几株罗勒本身看起来不算稀奇， 玻璃箱子很明显充当了温室，而种植在 土壤里的罗勒实际上被包围在紫外线光 照设备、传感器、视觉检测器等大量仪 器的中间，这些设备由一个人工智能系 统来负责控制，监测诸如气温、雨水等 任何外部环境因素的影响。 今年 6 月，麻省理工学院媒体实 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 验室对外公开了这个名叫 OpenAg（Open Agriculture Initiative，开 放农业计划）的项目，声称这套全新的 温室农业种植系统能够“ 消除食物的里 程”。也就是说，过去要把鳄梨从墨西 哥运输到中国，才能吃到口味地道的鳄 梨。但未来，长途运输不再必要，你完 全可以在北京建一个跟墨西哥气候一模 一样的温室系统种植出口味地道的鳄梨， 甚至创造出比墨西哥更有利于鳄梨树生 长的气候环境。 气候变化往往是增加户外农场种 植农作物难度的重要因素，例如高温热 浪、频繁的暴风雨、害虫和疾病等。但 如果气候本身能够被控制，并且使用人 工智能的技术手段逐渐模拟和推测出最 有利于农作物生长的“ 气候食谱 ”，那么 更有效率地种植食物这件事就会成为可 能。 OpenAg 的研究人员将这种能够 推导出最佳“ 气候食谱” 的温室系统称为 “食物计算机 ”。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 2015 年，OpenAg 项目团队开发 了食物计算机的第一个模型。在这个初 始版本里，就已经为其所建造的生态环 境配备了大量的传感器、执行器和机器 视觉系统，用来研究和复制食物的最佳 生长条件、改变从生长模式到光谱要求 等一系列关键要素，以及调整水里的盐 分浓度和营养物质的增加情况。 首批实验是通过控制紫外线的光 照水平和时间来实现罗勒叶风味的改变。 每一株罗勒在自己的每个生长周期里， 都会产生大约 300 万个数据点。一开始， OpenAg 的研究人员不得不亲自比对并 分析大量的数据，通过人工推导的方式 来改良罗勒的“ 气候食谱”。直到 2016 年 6 月与旧金山的一家人工智能公司 Sentient 合作之后，实验效率得以加 快使用 AI 系统能够更快地优化温室 生长环境。 目前公诸于世的透明集装箱其实 已经是一个高阶版本的温室系统，就连 每株罗勒的每根支架都有各自独特的变 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 量来实现控制。人工智能系统会通过连 接这个系统中的各个传感器，收集数据 并学习分析，不断创造更新更好的“气 候食谱”，直到形成一套 “完美方 案”。 “你跟 OpenAg 项目主任 Caleb Harper 聊天，他会告诉你罗勒是一种快 速生长的植物。但那是他的术语，他口 中的快速生长其实需要 6 到 8 周， ” Sentient 公司 CEO Babak Hodjat 说， “其 实为了得到一个数据点，需要花费很长 时间等待，所以我们尝试用人工智能的 方法来获取下一组数据点。 ” 为了进一步增加实验的吞吐量， 罗勒在同一个实验中是不同批次交错种 植的。AI 因此在第一批植物完成生长 前，能够持续使用各个交错批次的数据 点来推测下一版本的“ 气候食谱 ”。 “我们确实通过这种方法得到了 一些有趣的结果，并因此加快了（开发 这个新型温室系统的）时间表。 ”Open Ag 项目组的一名研究人员 Arielle Johnson 说。罗勒最终确定的“气候食谱” -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 接下来也会跟其他将在温室中实验种植 的植物共享。 简单来说，OpenAg 所建立的新 型温室系统，就是通过一遍又一遍地调 整温室的生长条件，直到确定最合适的 光照、湿度以及其他因素，最后种出口 味最完美和地道的蔬菜。研究人员通过 利用 AI 算法优化各项生长条件，使植 物中的一些挥发性分子的数量达到最大 化挥发性分子决定种植出来的植物最 终的食用风 味。 罗勒种植实验的结果发现，如果 食物计算机持续向植物提供光照，其中 一个特殊的挥发性分子的产量会增加 895%，而另一个挥发性分子则能够增 加 674%。事实上，这套系统也重新印 证了食物重量与风味之间的权衡关系 体积越大的食物，越不好吃。 OpenAg 的研究团队借助 AI 系统 对罗勒种植实验的多个影响因素做了优 化，包括口味、种植成本和可持续性等。 实际上，罗勒种植实验的成功也确保了 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 这套系统能够为无数的其他农作物创造 各自的“气候食谱 ”。而所有的 “食谱”数 据也都作为开源信息对外公开，这意味 着你完全可以跟着开源内容中的指导方 法自己建立一个食物计算机。Arielle Johnson 声称，任何具备“合理的黑客技 巧”的人都能建立这样的新型温室。 目前市场上有许多垂直领域的农 业公司都在借助人工智能技术优化种植 成果，不过绝大多数研究行为局限于优 化该公司原有的技术和设置方面，而不 是提供一整套从无到有的完整解Q 方 案。室内种植公司花费大量的成本以实 现对种植环境的控制，但它们中的大多 数不得不在封闭的环境中自我迭代。 对那些缺乏种植经验、刚刚起步 的室内种植公司来说，开源的气候食谱 能够帮助农民更高效地种植出味道更好、 产量更大的农作物。OpenAg 团队的做 法其实等同于为整个室内种植产业创造 了一种共同语言。用 OpenAg 项目助理 主任 Hildreth England 的话来说， “有点 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 像操作系统中的 Linux。 ” 一个也许有些参考意义的数字是， 从 1980 年代开始大面积推广传统大棚 温室种植蔬菜技术至今，中国的温室农 业设施面积已经增长了 300 倍，在很大 程度上改善了农业生产结构。不过，反 季蔬菜的口感与当季蔬菜存在较大差异 的事实也在持续遭受消费者诟病。事实 上，为了能够在温室中种出反季蔬菜， 现有的农业生产技术不得不采取向农作 物内打入生长激素或改良农作物基因等 手段。 OpenAg 则采取了相反的