您当前的位置:首页 > 资讯中心 > 技术文章 > 想知道如何利用人工智能制造出最好吃的食物吗?

想知道如何利用人工智能制造出最好吃的食物吗?

 • 2017-09-20 15:57:06

  如果你想在中国种出美国的车厘子、墨西哥的鳄梨、泰国的榴莲。利用人工智能技术,这些食物完全可以比原产地种植的更好吃。

  据第一财经周刊的消息,实现这项激动人心技术的是麻省理工学院媒体实验室一个名叫OpenAg(Open Agriculture Initiative,开放农业计划)的项目,声称这套全新的温室农业种植系统能够“消除食物的里程”。

 

  也就是说,过去要把鳄梨从墨西哥运输到中国,才能吃到口味地道的鳄梨。但未来,长途运输不再必要,你完全可以在北京建一个跟墨西哥气候一模一样的温室系统种植出口味地道的鳄梨,甚至创造出比墨西哥更有利于鳄梨树生长的气候环境。

v2-48d2b80db38808cbfe4c9325869f834f_b.jpg

  气候变化往往是增加户外农场种植农作物难度的重要因素,例如高温热浪、频繁的暴风雨、害虫和疾病等。但如果气候本身能够被控制,并且使用人工智能的技术手段逐渐模拟和推测出有利于农作物生长的“气候食谱”,那么更有效率地种植食物这件事就会成为可能。

  OpenAg的研究人员将这种能够推导出佳“气候食谱”的温室系统称为“食物计算机”。

  2015年,OpenAg项目团队开发了食物计算机的第一个模型。在这个初始版本里,就已经为其所建造的生态环境配备了大量的传感器、执行器和机器视觉系统,用来研究和复制食物的佳生长条件、改变从生长模式到光谱要求等一系列关键要素,以及调整水里的盐分浓度和营养物质的增加情况。

 

  比如西餐中的常见配菜罗勒叶,首批实验正是通过控制紫外线的光照水平和时间来实现罗勒叶风味的改 变。

v2-064928061cbb4b7bcff663718e3da7d3_b.jpg

  每一株罗勒在自己的每个生长周期里,都会产生大约300万个数据点。一开始,OpenAg的研究人员不得不亲自比对并分析大量的数据,通过人工推导的方式来改良罗勒的“气候食谱”。直到2016年6月与旧金山的一家人工智能公司Sentient合作之后,实验效率得以加快——使用AI系统能够更快地优化温室生长环境。

  目前公诸于世的透明集装箱其实已经是一个高阶版本的温室系统,就连每株罗勒的每根支架都有各自独特的变量来实现控制。人工智能系统会通过连接这个系统中的各个传感器,收集数据并学习分析,不断创造更新更好的“气候食谱”,直到形成一套“完美方案”。

  OpenAg的研究团队借助AI系统对罗勒种植实验的多个影响因素做了优化,包括口味、种植成本和可持续性等。实际上,罗勒种植实验的成功也确保了这套系统能够为无数的其他农作物创造各自的“气候食谱”。而所有的“食谱”数据也都作为开源信息对外公开,这意味着你完全可以跟着开源内容中的指导方法自己建立一个食物计算机。Arielle Johnson声称,任何具备“合理的黑客技巧”的人都能建立这样的新型温室。

  目前市场上有许多垂直领域的农业公司都在借助人工智能技术优化种植成果,不过绝大多数研究行为局限于优化该公司原有的技术和设置方面,而不是提供一整套从无到有的完整解决方案。室内种植公司花费大量的成本以实现对种植环境的控制,但它们中的大多数不得不在封闭的环境中自我迭代。

  对那些缺乏种植经验、刚刚起步的室内种植公司来说,开源的气候食谱能够帮助农民更高效地种植出味道更好、产量更大的农作物。OpenAg团队的做法其实等同于为整个室内种植产业创造了一种共同语言。用OpenAg项目助理主任Hildreth England的话来说,“有点像操作系统中的Linux。”

  一个也许有些参考意义的数字是,从1980年代开始大面积推广传统大棚温室种植蔬菜技术至今,中国的温室农业设施面积已经增长了300倍,在很大程度上改善了农业生产结构。不过,反季蔬菜的口感与当季蔬菜存在较大差异的事实也在持续遭受消费者诟病。事实上,为了能够在温室中种出反季蔬菜,现有的农业生产技术不得不采取向农作物内打入生长激素或改良农作物基因等手段。

 

  OpenAg则采取了相反的操作思路。种植公司或农民不必通过改善植物本身的基因来适应人类的口味和产量需要,而只要在种植技术上适应这些植物本身的特性就行了。