Искусственный интеллект поможет растениям покорить космос
|
Ученые из Сколтеха создали систему машинного обучения, которая поможет космическим агентствам мира подобрать "правильные" растения для обеспечения будущих длительных экспедиций в космос необходимым количеством биомассы и кислорода. Их выводы были представлены в журнале IEEE Pervasive Computing. |
"Главное преимущество нашего метода заключается в том, что трехмерное изображение достаточно получить для каждого вида растений всего один раз. После этого для прогнозирования прироста биомассы достаточно использовать самые простые камеры. Это значительно упрощает и снижает стоимость систем прогнозирования, контроля и оптимизации для теплиц и искусственных систем жизнеобеспечения в космосе" – отмечает Дмитрий Шадрин, аспирант Сколтеха, чьи слова приводит пресс-служба вуза. |
Длительные полеты в космос, как сегодня считают специалисты НАСА и "Роскосмоса", потребуют создания полностью автономных систем жизнеобеспечения, позволяющих производить воду, кислород и все необходимые нутриенты на протяжении неограниченно долгого времени. |
Ключом к их созданию сегодня считаются растения и различные одноклеточные водоросли, способные производить биомассу в больших количествах и с большой скоростью. За последние два десятилетия ученые значительно продвинулись в этом направлении, создав на борту МКС две оранжереи и вырастив в них капусту, салат, астры и многие другие растения. |
Подобные успехи заставляют биологов, космических врачей и других исследователей задуматься о том, как много растений нужно для выживания экипажа, летящего к Марсу или другим планетам. Их избыток может сделать миссию чрезмерно дорогой и нереализуемой, а недостаток – обречет будущих последователей Марка Уотни из "Марсианина" на медленную смерть. |
Несмотря на то, что ученые изучают растения уже тысячи лет, подготовить подобные оценки не так просто, так как скорость их роста и набора биомассы зависит от множества различных биологических и физических факторов — количества влаги и микроэлементов в почве, уровня освещенности и десятков других вещей. Вдобавок, саму биомассу достаточно сложно "взвесить", не убив само растение, что мешает оценке скорости ее прироста. |
Шадрин и его коллеги по Сколтеху, Руперт Герцер (Rupert Gerzer), Татьяна Подладчикова и Андрей Сомов, выяснили, как можно быстро и достаточно точно проводить подобные оценки, наблюдая за ростом карликовых томатов при помощи трехмерных и двумерных камер. |
Анализируя состояние помидор на разных фазах роста, российские ученые смогли вывести несколько закономерностей, связанных с набором биомассы, и использовали их для создания систем машинного обучения, способных оценивать эти характеристики, анализируя простые двумерные фотографии листьев помидор и трехмерную модель растения. |
Как показали дальнейшие наблюдения, эта программа корректно предсказывала скорость роста помидор, а также нескольких сортов салата, на протяжении первых 30 дней их жизни после высадки. Это позволяет использовать ее не только для просчета "космических" систем жизнеобеспечения, но и для оптимизации работы теплиц. |
Источник |