Makine öğrenmesi, bitkilerde tadı ve diğer özellikleri en üst düzeye çıkarmak için en uygun yetiştirme koşullarını ortaya çıkarabilir.
Bitkilerin tadına bakmak için neler yapılır? MIT’nin Medya Laboratuvarı’ndaki bilim insanları; botanik, makine öğrenme algoritmaları ve bazı eski moda kimyaların bir kombinasyonunu kullanıyor. Media Lab’ın Açık Tarım Girişimi’ndeki araştırmacılar, tüm bunlarla şimdiye kadar tattığımızdan daha lezzetli fesleğen bitkileri oluşturduklarını bildirdi.
Genetik Modifikasyon Uygulanmadan, Sadece Bilgisayar Algoritmalarıyla
Araştırmacılar, uçucu bileşikler olarak bilinen lezzetli moleküllerin konsantrasyonunu en üst düzeye çıkarmak ve optimal büyüme koşullarını belirlemek için bilgisayar algoritmaları kullandı.
MIT Medya Laboratuvarı Araştırmacı ve OpenAg Ekip Direktörü Caleb Harper: “Çalışma yeni ‘Siber Tarım’ın başlangıcıdır. Ekibimle; bitklerin insan hastalıklarına karşı mücadele özelliklerini geliştirmek için çalışıyoruz. Aynı zamanda bitkilerin farklı koşullar altında nasıl büyüdüklerini inceleyerek yetiştiricilerin değişen iklimlere adapte olmalarına yardımcı olmayı umuyoruz. Amacımız; veri toplama, algılama ve makine öğreniminin kesişme noktasında açık kaynak teknolojisi tasarlamak ve daha önce yapılmayan bir şekilde tarımsal araştırmalara uygulamak. Bir tesisin deneyimini, fenotipini, karşılaştığı stres setini ve genetiğini alabilen ve bunun bitki-çevre etkileşimini anlamamızı sağlayacak şekilde dijitalleştirebilecek ağ araçları oluşturbilmekle ilgileniyoruz.”
PLOS ONE‘ın 3 Nisan yayınında yer alan fesleğen bitkileriyle ilgili araştırmalarında araştırmacılar; bitkileri günün 24 saat ışığa maruz bırakmanın en iyi tadı verdiklerini belirttiler. OpenAg grubunun araştırma lideri ve çalışmanın yazarı olan John de la Parra, geleneksel tarım tekniklerinin asla bu görüşü sağlamayacağını belirtti.
Harper: “Bunu başka bir şekilde keşfedemezdiniz. Antartika’da olmadığınız sürece, gerçek dünyada test edilecek 24 saat açık bir fotoğraf yoktur. Bunu keşfetmek için suni şartlarınız olmalı.”
Lezzeti Maksimize Etmek
Massachusetts, Middleton’daki MIT-Bates Laboratuvarı’ndaki bir depoda bulunan OpenAg bitkileri; ışık, sıcaklık ve nem dahil olmak üzere çevresel koşulların dikkatle kontrol edilebilmesi için iyileştirilmiş nakliye konteynerlerinde yetiştirilir.
Bu tür bir tarımın birçok adı var: Kontrollü çevresel tarım, dikey tarım, kentsel tarım… Hala hızla büyüyen bir pazardır. Japonya’da böyle bir “Bitki Fabrikası*” (Plant Factory), her hafta yüzbinlerce marul üretiyor. Bununla birlikte, birçok başarısız çaba da olmuştur ve bu tür tesisleri geliştirmek için çalışan şirketler arasında bilgi paylaşımı çok azdır.
MIT girişiminin bir amacı da; tüm OpenAg donanımlarını, yazılımlarını ve verilerini özgürce kullanılabilir hale getirerek, bu tür bir gizliliğin üstesinden gelmektir.
Harper: “Şu anda tarım alanında, kamuya açık veri eksikliği, veri toplamada standartların olmaması ve veri paylaşımı eksikliği açısından büyük bir sorun var. Makine öğrenmesi, yapay zeka ve gelişmiş algoritma tasarımı çok hızlı ilerlerken; iyi etiketlenmiş, anlamlı tarımsal verilerin toplanması çok geride. Açık kaynak kodlu araçlarımız; umarım daha hızlı yayılırlar ve birlikte ağ bilimi yapabilme yeteneği yaratırlar. ”
PLOS ONE çalışmasında, MIT ekibi; “Gıda Bilgisayarları” (Food Computers) olarak adlandırdıkları topraksız kaplardaki bitkilerin farklı koşullar altında yetişen bitkileri içeren yaklaşımlarının fizibilitesini (ultraviyole ışığa maruz kalma süresi gibi) göstermeye karar verdi. Bitkiler tamamen büyüdükten sonra, araştırmacılar; gaz kromatografisi ve kütle spektrometrisi gibi geleneksel analitik kimya teknikleri kullanarak, yapraklarda bulunan uçucu bileşiklerin konsantrasyonunu ölçüp, fesleğenin tadını değerlendirdi. Bu moleküller değerli besinler ve antioksidanlar içerir, bu yüzden lezzet arttırıcıdır, sağlık açısından da faydalı olabilir.
Tesis deneylerinden elde edilen tüm bilgiler; daha sonra MIT ve Cognizant (eski Sentient Technologies) ekiplerinin geliştirdiği makine öğrenme algoritmalarıyla beslendi. Algoritmalar; milyonlarca olası ışık ve UV süresi kombinasyonunu değerlendirdi ve 24 saatlik gün ışığı rejimi dahil olmak üzere tadı en üst düzeye çıkaracak koşullarda kümeleri oluşturdu.
Lezzetin ötesine geçen araştırmacılar; şimdi diyabet gibi hastalıklarla mücadelede yardımcı olabilecek daha yüksek bileşik seviyelerine sahip fesleğen bitkileri geliştirmek için çalışıyor. Fesleğen ve diğer bitkilerin; kan şekeri kontrolüne yardımcı olan bileşikler içerdiği bilinmektedir ve önceki çalışmalarda, Araştırmacı de la Parra; bu bileşiklerin, değişen çevresel koşullar ile güçlendirilebileceğini göstermiştir.
Araştırmacılar şu anda sıcaklık, nem ve ışığın rengi gibi diğer çevresel değişkenleri ayarlama etkilerini ve ayrıca bitki hormonları veya besinleri eklemenin etkilerini inceliyorlar. Bir çalışmada, bitkileri böcek kabuklarında bulunan bir polimer olan kitosan’a maruz bırakıyorlar. Bu da bitkinin böcek saldırısını engellemek için farklı kimyasal bileşikler üretmesini sağlıyor.
Yaklaşımlarını, antikanser bileşiklerinin vincristine** ve vinblastinin*** tek kaynağı olan Madagaskar deniz salyangozu gibi tıbbi bitkilerin verimini arttırmak için de kullanmakla ilgileniyorlar.
Northeastern Üniversitesi Ağ Bilimi Profesörü Albert-László Barabási: “Bu yaklaşım; bitkilerin genetik modifikasyonuna bir alternatif sunuyor. Çalışma; dijital tarımda modern bitkileri, bitkilerin büyüdüğü çevresel koşulları ve yediğimiz bitkilerin kimyasal bileşimlerini sistematik olarak değiştirmek için kullanıyor. Çalışmada yer almayan Barabási; tatlı izleri, yani planın tat ve verimi en üst düzeye çıkardığı koşulları bulmak için makine öğrenmesini ve iyi kontrol koşullarını kullanabileceğimizi gösteriyor.”
İklim Adaptasyonu
Araştırmacılar; siber tarım için bir başka önemli uygulamanın iklim değişikliğine uyum sağladığını söylüyor. Farklı koşulların mahsulü nasıl etkileyeceğini incelemek, genellikle yıllar alırken; kontrollü bir tarımsal ortamda, kısa sürede birçok deney yapılabilir.
De la Parra: “Bir tarlada bir şey yetiştirirken, havaya ve diğer faktörlere güvenmek zorundasınız ve bir sonraki büyüme mevsimini beklemelisiniz. Bizimki gibi sistemler sayesinde; çok daha hızlı bir şekilde kazanılabilecek bilgi miktarını büyük ölçüde artırabiliriz.”
OpenAg ekibi şu anda; dünyanın fındıklarının yaklaşık yüzde 25’ini tüketen şeker üreticisi Ferrero için fındık ağaçları üzerine böyle bir çalışma yürütüyor.
Eğitim görevlerinin bir parçası olarak, araştırmacılar ayrıca; kontrollü koşullar altında bitki yetiştirmek ve MIT ekibine veri göndermek için kullanılabilecek küçük “Kişisel Gıda Bilgisayarları” geliştirdiler. Bunlar şimdi Amerika Birleşik Devletleri’ndeki pek çok lise ve ortaokul öğrencisi tarafından, 65 ülkeye yayılmış çeşitli kullanıcı ağlarında; fikirlerini ve sonuçlarını bir çevrimiçi forum aracılığıyla paylaşabiliyorlar.
Harper: “Bizim için her bir kutu, elde etmekle çok ilgilendiğimiz bir veri noktası; aynı zamanda çevre bilimi, kodlama, kimya ve matematiği öğretmek için bir deneme platformudur.”
* Bitki fabrikası (Plant Factory): Bir çiftçinin (tarım teknisyeni) tüm yıl boyunca sürekli sebze üretimi gerçekleştirmesini sağlayan kapalı bir yetiştirme sistemidir.
** Vincristine: Cezayir menekşesi (Vinca rosea)’nden elde edilen antineoplastik bir alkaloid. Vinkristin; özellikle akut lenfoblastik lösemi, meme kanseri; Hodgkin hastalığı, Hodgkindışı lenfom, Ewing sarkomu, Wilms tümörü, nöroblastom ve rabdomiyosarkom tedavisinde uygulanır.
*** Vinblastine: Cezayir menekşesi (Vincarosea)’nden elde edilen antineoplastik bir alkaloid. Vinblastin; özellikle meme ve testis kanserleri, koryokarsinom, Hodgkin hastalığı, Hodgkindışı lenfom tedavisinde uygulanır.
