Искусственный интеллект помогает выращивать растения для борьбы с изменением климата

Искусственный интеллект помогает выращивать растения для борьбы с изменением климата
фото: Роман ПОПОВ (сгенерировано с помощью нейросети)

Искусственный интеллект помогает ученым создавать растения для борьбы с изменением климата 

В борьбе с изменением климата и ограничением глобального повышения температуры Межправительственная группа экспертов по изменению климата (IPCC) объявила о необходимости удаления углерода из атмосферы. 

В поддержку этих усилий ученые Института Солка используют естественную способность растений поглощать углекислый газ из воздуха, оптимизируя их корневые системы для более длительного хранения углерода.

Для разработки этих растений, способных спасти климат, ученые инициативы Salk’s Harnessing Plants используют новый сложный инструмент исследования под названием SLEAP — простое в использовании программное обеспечение искусственного интеллекта, отслеживающее множество характеристик роста корней.

Созданный научным сотрудником Солка Тальмо Перейрой SLEAP изначально был разработан для отслеживания движения животных в лаборатории. Теперь Перейра в сотрудничестве с растениеводом и коллегой по Солку профессором Вольфгангом Бушем применяет SLEAP к растениям.

В опубликованном в Plant Phenomics исследовании Буш и Перейра представили новый протокол использования SLEAP для анализа фенотипов корней растений — их глубины и ширины роста, массы корневых систем и других физических качеств, которые до SLEAP были утомительными для измерения. 

Применение SLEAP к растениям уже позволило исследователям создать самый обширный каталог фенотипов корневых систем растений на сегодняшний день. Кроме того, отслеживание этих физических характеристик корневых систем помогает ученым находить гены, связанные с этими характеристиками, а также определять, зависят ли несколько характеристик корней от одних и тех же генов или независимы друг от друга. Это позволяет команде Солка определить, какие гены наиболее полезны для их растений.

Перед использованием SLEAP отслеживание физических характеристик как растений, так и животных требовало много труда, что замедляло научный процесс. Если исследователи хотели проанализировать изображение растения, им приходилось вручную отмечать части изображения, которые были и не были растением — кадр за кадром, часть за частью, пиксель за пикселем. Только после этого старые модели ИИ могли быть применены для обработки изображения и сбора данных о структуре растения.

SLEAP отличается уникальным использованием компьютерного зрения (способности компьютеров понимать изображения) и глубокого обучения (подход ИИ для обучения компьютера учиться и работать как человеческий мозг). 

Источник: Salk Institute