使用機(jī)器人和人工智能的新技術(shù)正在加速保護(hù)葡萄作物的工作

紐約州伊薩卡市——使用機(jī)器人和人工智能的新技術(shù)正在加速保護(hù)葡萄作物的工作，并將很快可供全國范圍內(nèi)從事各種植物和動物研究的研究人員使用。

生物學(xué)家Lance Cadle-Davidson是康奈爾大學(xué)綜合植物科學(xué)學(xué)院 (SIPS) 的兼職教授，也是美國農(nóng)業(yè)部農(nóng)業(yè)研究服務(wù)中心 (USDA-ARS) 的研究植物病理學(xué)家，他正致力于開發(fā)葡萄品種。對白粉病的抵抗力更強(qiáng)，白粉病可以在肉眼可見之前出現(xiàn)在紅外線中。但是他的實(shí)驗(yàn)室的研究由于需要手動評估數(shù)千個葡萄葉樣本以獲取感染證據(jù)而受到阻礙。

因此，Cadle-Davidson 的團(tuán)隊(duì)通過 USDA-ARS 資助的VitisGen2葡萄育種項(xiàng)目并與光與健康研究中心合作，開發(fā)了可以自動掃描葡萄葉樣本的成像機(jī)器人原型——這一過程稱為高通量表型分析。這種合作關(guān)系促成了他們命名為“BlackBird”的機(jī)器人相機(jī)的誕生。

BlackBird 機(jī)器人可以以每像素 1.2 微米的尺度收集信息——相當(dāng)于普通的光學(xué)顯微鏡。對于每個被檢查的 1 厘米葉子樣本，機(jī)器人提供 8,000 x 5,000 像素的信息。

從如此大的高分辨率圖像中提取有用信息是康奈爾農(nóng)業(yè)科技SIPS 園藝部助理研究教授、工程師和計(jì)算機(jī)科學(xué)家Yu Jiang面臨的挑戰(zhàn)，他的團(tuán)隊(duì)使用 AI 來解決這個問題。

利用為人臉識別等計(jì)算機(jī)視覺任務(wù)開發(fā)的深度神經(jīng)網(wǎng)絡(luò)的突破，江將這些知識應(yīng)用于分析葡萄葉的顯微圖像。此外，蔣和他的團(tuán)隊(duì)實(shí)現(xiàn)了網(wǎng)絡(luò)推理過程的可視化，這有助于生物學(xué)家更好地理解分析過程并建立對人工智能模型的信心。

Cadle-Davidson 的團(tuán)隊(duì)通力合作，測試并驗(yàn)證了機(jī)器人所看到的內(nèi)容，讓蔣的團(tuán)隊(duì)能夠教會他們?nèi)绾胃行У刈R別生物特征。結(jié)果令人震驚，Cadle-Davison 說。過去需要他的整個實(shí)驗(yàn)室團(tuán)隊(duì)六個月才能完成的研究實(shí)驗(yàn)現(xiàn)在只需要一天就可以完成 BlackBird 機(jī)器人。

“它徹底改變了我們的科學(xué)，”Cadle-Davidson 說。“而且我們發(fā)現(xiàn)，Yu 的人工智能工具實(shí)際上在解釋這些葡萄的遺傳學(xué)方面做得比我們一次坐在顯微鏡下幾個月做艱苦的工作要好。”

標(biāo)簽： 葡萄作物