Компьютер помидор же көк бүлдүркөндүн «даамын татып» алабы? Ооба, так эмес, бирок окумуштууларга бул жемиштердеги кайсы учуучу заттар аларды даамдуу кылаарын айта алат, дешет Флорида университетинин изилдөөчүлөрү.
Флорида университетинин Тамак-аш жана айыл чарба илимдер институтунун (UF/IFAS) селекционер жана генетик Марсио Резенде ал "Жасалма интеллекттин билгичтери" деп атаган моделди түзгүсү келет, ал изилдөөчүлөргө кайсы химиялык кошулмаларды, башкача айтканда, учуучу заттарды, канттарды, кислоталар жана башка химиялык кошулмалар - мыкты жемиш даамын чыгарат.
Жашылча же мөмө-жемиш өстүрүүгө татыктуубу же жокпу, билүү үчүн илимпоздор даам жана жыт алуу үчүн түшүмдүн үлгүсүн өздөрүнөн тандап алып, талааларды аралап, өз алдынча түшүм жыйнашат.
Бул процесстер логистикалык көйгөйлөрдү жаратышы мүмкүн, - деди Гарри Кли, UF/IFAS багбанчылык илимдеринин профессору жана авторлош. жаңы изилдөө Бул компьютердик моделдер жемиш даамын өлчөө үчүн учуучу заттарды кантип колдоно аларын карайт.
"Баасы жана логистикалык чектөөлөрдөн улам, селекционерлер адатта өз программаларында керектөөчү панелдерди колдонушпайт" деди Кли. «Идеал потенциалдуу керектөөчүлөрдүн ар түрдүү топтомун камтыган чоң керектөөчү панелди колдонуу болмок. Биз 100 адамды колдонобуз, алар ар кандай курактык жана этникалык мүнөздөгү. Бул ыкма калкты сатып алуучуларды көбүрөөк чагылдырат».
Жылдар бою өсүмдүк селекционерлери жана генетиктери фермерлерге жогорку түшүм алууга жардам беришкен, анткени даам сыяктуу керектөөчүгө багытталган сапаттарды өлчөө кыйыныраак. Бирок, жогорку түшүм өндүрүүчүлөр үчүн азыркы талап кылынган рыноктордо атаандашууга жетишсиз, - деди UF/IFAS багбанчылык илимдеринин доценти, көк бөрү багынын өстүрүү программасы үчүн жооптуу Патрисио Муньоз.
Өндүрүүчүлөр жакшы даамдуу сортторду кошпосо, мөмөлөрү жакшы баага сатылбай же такыр сатылбай калышы мүмкүн экенин билишет, деди Муноз. Бул ыкмалар менен илимпоздор өндүрүүчүлөргө атаандаштыкка жөндөмдүү болууга жана керектөөчүлөргө алардын продукциясы менен жакшы тажрыйбага ээ болууга жардам берет деп үмүттөнүшөт.
Бул моделдерди колдонуу менен, асыл тукум программасы көптөгөн мөмө-жемиш жана жашылча сорттору үчүн даам рейтингин баалоого болот. Бул процесс мурда окумуштуулар да, керектөөчү панелдер да бир эле учурда өтө көп сортторду сынай албагандыгы менен чектелген.
Ресенде жаңы изилдөөнү жетектеген, анда көк бөрү жана помидорлордогу учуучу заттардан статистикалык моделге өтүүнүн жолдорун көрсөткөн. Изилдөөнүн жыйынтыктары азыр ошол эки мөмө менен гана чектелди, бирок кийинчерээк UF/IFAS изилдөөчүлөрү иштеп чыккан башка өсүмдүктөргө жайылтылат.
Жаңы изилдөөнү жүргүзүү үчүн UF/IFAS изилдөөчүлөрү помидор жана черники өстүрүү программасынын акыркы он жылдык маалыматтарын колдонушкан.
Алар томаттын жана черники сортторунун ар кандай топтомун керектөөчү панелдерге беришти Гейнсвиллдеги UF сенсордук лабораториясы. Андан кийин окумуштуулар "жакшы", таттуулугу, кычкылдыгы, даамдын интенсивдүүлүгү жана умами сыяктуу даам атрибуттары боюнча рейтингдерди чогултушту.
UF/IFAS изилдөөчүлөрү керектөөчүгө даамды канчалык жакшы көрөрүн көрсөткөн упайлардын диапазонун сынашкан. Көрүнүп тургандай, туруксуз заттар "жакшы" упайларынын 56% га чейин түшүндүргөн, бул туруксуз заттар керектөөчүлөргө жемишти канчалык жактырганын аныктоодо маанилүү экенин далилдейт. Учма заттар жемиш даамынын маанилүүлүгүн сандык жана баалоодо да маанилүү, деди Ресенде.
Андан тышкары, изилдөөчүлөр машина менен үйрөнүү ыкмалары көбүнчө метаболомикалык тандоо деп аталган керектөөчүлөрдүн даамдарынын эң жакшы алдын ала көрсөткүчү экенин көрсөтүштү. Метаболикалык тандоонун тактыгы анын ордуна геномдук маалыматтарды колдонгон моделдерден жогору, бул жаңы ыкманын асыл тукумдук колдонмолордогу потенциалын баса белгилейт.
"Менин оюмча, негизги нерсе - селекционерлер көбүрөөк үлгүлөрдү текшере алат", - деди UF / IFAS багбанчылык илимдеринин ассистенти Резенде. "Ушундай жол менен сизде жакшы даамдуу сортторду аныктоо үчүн кененирээк воронка бар жана бир учурда даамды текшерүү панелдери сенсордук маалыматтар менен акыркы тандоону жасайт. Биз бул моделдер даамды асылдандыруу максаты катары эртерээк киргизүүгө мүмкүндүк берет жана дагы даамдуу жемиш сортторун тандоого жана чыгарууга түрткү берет деп күтөбүз.
Ресенден тышкары, компьютердик моделдин даамын сынап көрүү ыкмасын изилдеген башка UF/IFAS окутуучуларынын арасында Кли, Муноз жана Дениз Тиман, илимий жардамчы профессор, үчөө тең багбанчылык илимдери бөлүмүндө; Чарли Симс, тамак-аш илими жана адамдын тамактануусу боюнча профессор жана Николай Близнюк, айыл чарба жана биологиялык инженерия боюнча доцент. Эмгектин биринчи автору да ф.и.к. студент Винсент Колантонио жана илимий жардамчы окумуштуу Луис Фелипе Феррао.
Resende бул жаңы AI изилдөөсүн түшүндүргөн видеону көрүү үчүн төмөндө чыкылдатыңыз.
- Брэд Бак, Флорида университети