Ricercatori del MIT hanno utilizzato una AI per migliorare il sapore del basilico. L’esperimento rientra nel trend che vede in questa tecnologia il potenziale per rivoluzionare l’agricoltura.
di Will Knight
Cosa attribuisce al basilico il suo delizioso sapore? Alle volte può essere merito di una AI.
L’apprendimento automatico è stato impiegato per creare piante di basilico particolarmente saporite. Pur non essendo riusciti a gustare di persona il sapore delle sue foglie, l’esperimento che le ha generate riflette un trend diffuso che cerca di abbinare scienza dei dati e apprendimento automatico all’agricoltura.
I ricercatori dietro questo basilico ottimizzato da AI si sono rivolti a un algoritmo di apprendimento automatico per determinare le condizioni che avrebbero favorito la maggiore concentrazione di composti volatili che danno al basilico il suo caratteristico sapore. Lo studio è stato pubblicato sul giornale PLOS One.
Il basilico è stato coltivato all’interno di unità idroponiche conservate in speciali container navali a Middleton, Massachusetts. Temperatura, luce, umidità ed altri fattori ambientali all’interno dei contanier sono stati controllati automaticamente. I ricercatori hanno testato il gusto delle piante ricercando particolari composti effettuando test di gascromatografia e spettrometria di massa. I dati così raccolti sono quindi stati sottoposti all’analisi di un algoritmo di apprendimento automatico sviluppato dal MIT in collaborazione con una società di nome Cognizant.
La ricerca ha dimostrato, a sorpresa, che l’esposizione costante delle piante alla luce genera il sapore migliore. Il gruppo di ricerca intende studiare come questa tecnologia potrebbe migliorare la resistenza delle piante alle malattie e le possibili variazioni nella flora in risposta al cambiamento climatico.
“Siamo veramente interessati all’idea di sviluppare strumenti connessi che permettano di raccogliere l’esperienza su una particolare pianta, sul suo fenotipo, la tipologia di sollecitazioni cui è esposta e la sua genetica, e digitalizzare queste informazioni per meglio comprendere l’interazione dell’ambiente vegetale”, ha detto Caleb Harper, capo dell’OpenAg group del Media Lab. Questo laboratorio ha composto il paper in collaborazione con colleghi della University of Texas ad Austin.
L’idea di ricorrere all’apprendimento automatico per ottimizzare la resa e le proprietà dei raccolti sta rapidamente prendendo piede nell’agricoltura. L’anno scorso, la Wageningen University nei Paesi Bassi ha organizzato la sfida “Autonomous Greenhouse” invitando i team partecipanti a sviluppare algoritmi che fossero in grado di migliorare la resa dei cetrioli riducendo le risorse necessarie. I team hanno lavorato all’interno di serre dove una varietà di fattori venivano controllati da sistemi computerizzati.
A detta di Naveen Singla, responsabile di un team incentrato sulla scienza dei dati per l’agricoltura presso Bayer, la multinazionale tedesca che l’anno scorso ha acquisito Monsanto, una simile sarebbe già in funzione presso alcune aziende agricole. “Il sapore è uno dei campi in cui stiamo ricorrendo pesantemente all’apprendimento automatico – in modo da comprendere il sapore di tutte le verdure”, dice.
Singla aggiunge che l’apprendimento automatico è uno strumento potente per le coltivaizoni in serra, ma meno efficace nei campi aperti. “Gli ambienti controllati permettono di apportare migliorie importanti comprendendo le complesse variabili in gioco”, dice. “Negli ambienti aperti è ancora difficile pensare di restringere il campo delle variabili in gioco”.
Il gruppo di Harper conta di considerare il make-up genetico delle piante (un elemento che Bayer impiega per addestrare i suoi algoritmi) per poi distribuire la tecnologia a chiunque voglia farne uso. “Il nostro traguardo è sviluppare una tecnologia open-source a metà fra sensori di rilevamento, acquisizione dati e apprendimento automatico da applicare alla ricerca agricola in una maniera senza precedenti”, ha detto.
Immagine: Melanie Gonick
(MO)
