Agricultura Estados Unidos Tecnología Agrícola

Agricultura: el aprendizaje automático puede revelar condiciones óptimas de crecimiento para maximizar el sabor


¿Qué implica hacer que las plantas sepan bien? Para los científicos en el Laboratorio de Medios del MIT, se necesita una combinación de botánica, algoritmos de aprendizaje automático y una buena química anticuada.


Instituto de Tecnología de Massachusetts


Usando todo lo anterior, los investigadores en la Iniciativa de Agricultura Abierta del Media Lab informan que han creado plantas de albahaca que probablemente son más deliciosas que las que jamás hayas probado. No hay modificaciones genéticas involucradas: los investigadores utilizaron algoritmos informáticos para determinar las condiciones de crecimiento óptimas para maximizar la concentración de moléculas sabrosas conocidas como compuestos volátiles .

Pero eso es solo el comienzo para el nuevo campo de la «ciber agricultura», dice Caleb Harper, un científico investigador principal en Media Lab del MIT y director del grupo OpenAg. Su grupo ahora está trabajando para mejorar las propiedades humanas de lucha contra la enfermedad de las hierbas, y también esperan ayudar a los cultivadores a adaptarse a los climas cambiantes estudiando cómo crecen los cultivos en diferentes condiciones.

«Nuestro objetivo es diseñar tecnología de código abierto en la intersección de la adquisición de datos, la detección y el aprendizaje automático, y aplicarla a la investigación agrícola de una manera que no se ha hecho antes», dice Harper. «Estamos realmente interesados ​​en crear herramientas en red que puedan tomar la experiencia de una planta, su fenotipo, el conjunto de tensiones con las que se encuentra y su genética, y digitalizar eso para permitirnos comprender la interacción planta-ambiente».

En su estudio de las plantas de albahaca, que aparece en la edición del 3 de abril de PLOS ONE , los investigadores encontraron, para su sorpresa, que exponer las plantas a la luz las 24 horas del día generaba el mejor sabor. Las técnicas agrícolas tradicionales nunca habrían dado esa idea, dice John de la Parra, el líder de investigación para el grupo OpenAg y un autor del estudio.

«No podrías haberlo descubierto de otra manera. A menos que estés en la Antártida, no hay un fotoperíodo de 24 horas para probar en el mundo real», dice. «Tenías que tener circunstancias artificiales para descubrir eso».

Harper y Risto Miikkulainen, profesor de ciencias de la computación en la Universidad de Texas en Austin, son los autores principales del artículo. Arielle Johnson, una directora del Media Lab, y Elliot Meyerson de Cognizant Technology Solutions son los autores principales, y Timothy Savas, asistente de proyectos especiales de Open Agriculture Initiative, también es un autor.

Maximizando el sabor

Este tipo de agricultura tiene muchos nombres (agricultura ambiental controlada, agricultura vertical, agricultura urbana) y todavía es un nicho de mercado, pero está creciendo rápidamente, dice Harper. En Japón, una de esas «fábricas de plantas» produce cientos de miles de cabezas de lechuga cada semana. Sin embargo, también se han realizado muchos esfuerzos fallidos, y existe muy poco intercambio de información entre las empresas que trabajan para desarrollar este tipo de instalaciones.

Uno de los objetivos de la iniciativa MIT es superar ese tipo de secreto, haciendo que todo el hardware, software y datos de OpenAg estén disponibles de forma gratuita.

«Hay un gran problema en este momento en el espacio agrícola en términos de falta de datos disponibles públicamente, falta de estándares en la recopilación de datos y falta de intercambio de datos», dice Harper. «Entonces, si bien el aprendizaje automático y la inteligencia artificial y el diseño avanzado de algoritmos se han movido tan rápido, la recopilación de datos agrícolas significativos y bien marcados está muy por detrás. Nuestras herramientas son de código abierto, con la esperanza de que se propaguen más rápido y creen la capacidad de hacerlo. ciencia en red juntos «.

El futuro de la agricultura está informatizado.
La investigación sobre agricultura abierta del MIT lideró a John de la Parra, a la izquierda, y al director Caleb Harper, a la derecha. Crédito: Melanie Gonick

En el estudio PLOS ONE , el equipo del MIT se propuso demostrar la viabilidad de su enfoque, que implica el cultivo de plantas bajo diferentes conjuntos de condiciones en contenedores hidropónicos que denominan «computadoras de alimentos». Esta configuración les permitió variar la duración de la luz y la duración de la exposición a la luz ultravioleta. Una vez que las plantas crecieron completamente, los investigadores evaluaron el sabor de la albahaca midiendo la concentración de compuestos volátiles que se encuentran en las hojas, utilizando técnicas tradicionales de química analítica como la cromatografía de gases y la espectrometría de masas. Estas moléculas incluyen nutrientes valiosos y antioxidantes, por lo que mejorar el sabor también puede ofrecer beneficios para la salud.

Toda la información de los experimentos de la planta se incorporó a los algoritmos de aprendizaje automático que desarrollaron los equipos de MIT y Cognizant (antiguamente Sentient Technologies). Los algoritmos evaluaron millones de combinaciones posibles de la luz y la duración de la luz UV, y generaron conjuntos de condiciones que maximizarían el sabor, incluido el régimen de luz diurna de 24 horas.

Más allá del sabor, los investigadores ahora están trabajando en el desarrollo de plantas de albahaca con niveles más altos de compuestos que podrían ayudar a combatir enfermedades como la diabetes. Se sabe que la albahaca y otras plantas contienen compuestos que ayudan a controlar el azúcar en la sangre, y en trabajos anteriores, De la Parra ha demostrado que estos compuestos pueden ser estimulados por diferentes condiciones ambientales.

Los investigadores ahora están estudiando los efectos de ajustar otras variables ambientales como la temperatura, la humedad y el color de la luz, así como los efectos de agregar hormonas o nutrientes vegetales. En un estudio, están exponiendo las plantas al quitosán, un polímero que se encuentra en las conchas de los insectos, lo que hace que la planta produzca diferentes compuestos químicos para evitar el ataque de los insectos.

También están interesados ​​en utilizar su enfoque para aumentar los rendimientos de plantas medicinales como el bígaro de Madagascar, que es la única fuente de los compuestos anticancerígenos vincristina y vinblastina.

«Puede ver este documento como la primera oportunidad para muchas cosas diferentes que se pueden aplicar, y es una exhibición del poder de las herramientas que hemos construido hasta ahora», dice de la Parra. «Este fue el arquetipo de lo que ahora podemos hacer en una escala más grande».

Adaptación al clima

Otra aplicación importante para la agricultura cibernética, dicen los investigadores, es la adaptación al cambio climático. Si bien generalmente lleva años o décadas estudiar cómo afectarán las diferentes condiciones a los cultivos, en un ambiente agrícola controlado, se pueden hacer muchos experimentos en un corto período de tiempo.

«Cuando cultivas cosas en un campo, tienes que confiar en el clima y otros factores para cooperar, y tienes que esperar a la próxima temporada de crecimiento», dice de la Parra. «Con sistemas como el nuestro, podemos aumentar enormemente la cantidad de conocimiento que se puede obtener mucho más rápidamente».

El equipo de OpenAg está realizando actualmente uno de estos estudios sobre avellanos para el fabricante de dulces Ferrero, que consume alrededor del 25 por ciento de las avellanas del mundo.

Como parte de su misión educativa, los investigadores también han desarrollado pequeñas «computadoras personales para alimentos», cajas que se pueden usar para cultivar plantas en condiciones controladas y enviar datos al equipo del MIT. Estos son ahora utilizados por muchos estudiantes de secundaria y preparatoria en los Estados Unidos, en una red de usuarios diversos en 65 países, que pueden compartir sus ideas y resultados a través de un foro en línea.

«Para nosotros, cada cuadro es un punto de datos que estamos muy interesados ​​en obtener, pero también es una plataforma de experimentación para enseñar ciencias ambientales, codificación, química y matemáticas de una manera nueva», dice Harper.


Más información: PLOS UNO (2019). DOI: 10.1371 / journal.pone.0213918Información del diario: PLoS ONEProporcionado por el Instituto de Tecnología de Massachusetts

Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *