>  主页 > 轻餐饮业态 >

轻餐饮业态

它还能让蔬菜变得更好吃,加入了光照变量和提

机器学习能够有什么样的实践运用?最早进入脑际的答案,无外乎语音辨认、人脸辨认、机器翻译、自动驾驶,以及个性化引荐这些抢手范畴。

但你或许不知道,它还能让蔬菜变得更好吃。

近来,麻省理工学院研讨团队联合 Cognizant 公司,尝试了一系列香料九层塔的栽培试验。他们没有选用转基因技能,仅用一般的九层塔种子,经过机器学习算法操控成长环境,使其时刻处于最利于成长的状况,调理参数包含光照时刻、紫外线照耀时刻和有用光照辐射等。

终究发现,24 小时光照竟然是最合适九层塔成长的环境要素之一,培养出的制品滋味远超一般九层塔。未来,研讨团队计划用相似的办法进步植物产值,乃至是进步它们体内特定物质的含量,协助对立一些疾病。

它还能让蔬菜变得更好吃,加入了光照变量和进步了参数多样性

评判规范

结合机器学习和植物栽培,并非心血来潮。麻省理工学院早在2015年,就提出了 OpenAgriculture建议,致力于将人工智能技能运用在农业范畴,一起秉承开源精力,将研讨作用以软硬件结合的方式同享给一切人,进步全球农业技能的全体水平。

之所以选择九层塔,是由于它是一种西方照料中常见的香料,被誉为“香料之王”由于能够散宣布浓郁的香气,它在西餐中的位置相当于我国美食里边的香菜。乃至在三杯鸡、烧茄子等中式菜肴中也会有它的身影。

研讨人员正是运用这种特色,经过气相色谱-质谱联用法剖析它的香气浓度,从而评价它的滋味,参阅成分多达十余种。

总的来说,九层塔香气越浓,滋味越好,并且还会含有更丰厚养分素和抗氧化物质,更有养分。

操控变量

在“九层塔香气优化”试验中,研讨人员运用了无土水培技能,将一切九层塔装在合适运送的容器中,再放入由电脑操控的培养室里。他们将整套设备称为“食物计算机”能够精准操控环境变量。

在坚持温度和湿度等参数稳定的前提下,研讨团队选择了三种变量:光照时长,紫外线时长和光合有用辐射时长。

光照时长很好了解,它与绿叶植物的成长功率密不可分,决议了贮存香气挥发物的毛状体的构成,变量值在 0-24 小时之间。紫外线的作用则在于添加香气挥发物的含量,从而用来查验试验作用,变量值也在 0-24 小时之间。

它还能让蔬菜变得更好吃,加入了光照变量和进步了参数多样性

图 “食物计算机”

而光合有用辐射比较特别,它代表着能够用来进行光合作用的光照,由灯的品种决议。比方两株植物各配有一台经过特别规划的灯,即便照耀时长相同,宣布的有用辐射也有差异,终究进行的光合作用也有不同。这一变量最难操控和改动,由于它对硬件需求较高,并且需求特别的优化算法才干找到最佳装备。

规划优化模型

面临三个变量衍生出的数百万种排列组合,怎么找到作用最好的一种?研讨人员将目光投向了机器学习。

他们选择了符号回归办法,其长处在于不依赖于现有常识,能够有用运用进化办法,为非线性树立猜测和优化模型。该办法还比其他回归模型更易于解说,研讨人员更简单找出变量之间的联系,为未来的试验新模型。

它还能让蔬菜变得更好吃,加入了光照变量和进步了参数多样性

优化过程中,除了上述三个变量,符号回归模型还会考虑温度、湿度和香气挥发物浓度等信息,将它们作为输入值,评价优化办法。

研讨人员着重,虽然符号回归在屡次迭代后无法确保收敛,但试验傍边的猜测只需一次迭代,无需确保收敛。

栽培试验

栽培试验进行了三轮,每一轮包含 9 盘一起成长的九层塔,其间每轮会有 3 盘一向运用操控参数,来作为衡量规范。

第一轮的环境参数由人工决议,首要意图是查询紫外线的作用和灯的选择。第二轮参数由无算法选择,加入了光照变量和进步了参数多样性。

在剖析了前两轮的成长数据后,第三轮参数由符号回归模型给出。具体来说,该模型总共评价了 200 万种组合计划,研讨人员从中选择了 18 种作用最好的,运用于栽培试验中。

终究成果显现,九层塔在 24 小时光照的状况下,成长状况最好,开释的香气也最浓郁。

它还能让蔬菜变得更好吃,加入了光照变量和进步了参数多样性

图 三种变量组合而成的成果图,好吃程度由高到低分别是:赤色

Categories

Contact Us

QQ:

Phone:

Tel:

Email:

Add:

Scan the qr codeClose