我长期在工业领域从事计算机应用与软件开发，亲历了计算机化引发的工业技术变革，而对于农业领域我则完全是门外汉。日前，看到麻省理工网站Anne Trafton撰写的题为“农业的未来是计算机化”文章，颇感新奇。根据文章的报导，机器学习可以揭示植物的最佳生长条件，以使得口味和其他特征最大化。

麻省理工学院开放农业计划的研究人员在受控的环境条件下种植罗勒，研究如何影响其味道和其他特征（图像：梅兰妮·哥尼克）

麻省理工学院媒体实验室的首席研究科学家卡莱布·哈珀说：这仅仅是“Cyber农业”新领域的开始（这里，"Cyber"中文一般译为“网络”或“信息技术”）。他的小组目前正在致力于提高草药抗人类疾病的特性，他们还希望通过研究农作物在不同条件下如何生长，来帮助种植者适应变化的气候。

哈珀说：“我们的目标是在数据采集、传感和机器学习的交叉点，设计开源技术，并以一种前所未有的方式，将其应用到农业研究中。”“我们真正感兴趣的是建立网络化的工具，它可以利用植物的经验、表型、所遇到的压力集及其遗传学，并数字化，使我们能够理解植物与环境的相互作用。”

在3日出版的科学期刊《24小时将植物暴露在光下，就能产生最好的味道。•德•帕拉说，传统的农业技术永远不会产生这种见解。

“你不可能以任何其他方式发现这一点。除非你在南极洲，否则在现实世界中没有一个”他说。”

本文的资深作者是哈珀和奥斯汀德克萨斯大学计算机科学教授里斯托·米库莱恩。媒体实验室的主任研究员阿里尔·约翰逊和认知技术解决方案的艾略特·梅尔森是主要作者，开放农业倡议的特别项目助理蒂莫西·萨瓦斯也是作者。

最大化风味

麻省理工学院贝茨实验室位于马萨诸塞州米德尔顿的一个仓库中。OpenAG植物工厂是在经过改装的船运集装箱中种植的，因此可以小心地控制环境条件，包括光、温度和湿度。

OpenAg公司的研究负责人约翰•德•拉帕拉在受控的环境条件下种植植物的集装箱里（图像：梅兰妮·哥尼克）

OpenAG硬件、软件和数据自由开放，来克服这种保密性。

哈珀说：“目前农业领域存在一个大问题，即缺乏公开数据、缺乏数据收集标准和缺乏数据共享。”“因此，尽管机器学习、人工智能和先进的算法设计进展如此之快，但收集标记良好、有意义的农业数据却远远落后。我们的工具是开放源码的，希望它们能更快地传播，并创造共同进行网络科学的能力。”

麻省理工学院的研究小组开始证明他们的方法的可行性，即在不同的条件下，在他们称之为“食品计算机”的水培容器中种植植物。这种设置允许他们改变光照持续时间和暴露于紫外线的持续时间。一旦植物完全生长起来，研究人员就利用传统的分析化学技术，如气相色谱法和质谱法，通过测量叶子中挥发性化合物的浓度来评估罗勒的味道。这些分子包括有价值的营养素和抗氧化剂，因此增强风味也可以提供健康好处。

然后，所有来自植物实验的信息被输入到麻省理工学院和认知（以前的感知技术）团队开发的机器学习算法中。这些算法评估了数以百万计的光和紫外线持续时间的可能组合，并生成了一组可以最大限度地提高味道的条件，包括光、温度和湿度。

罗勒植物生长在受控的环境条件下，包括照明（图像：梅兰妮·哥尼克）

除了口味之外，研究人员现在正致力于开发含有更多化合物的罗勒植物，这些化合物有助于防治糖尿病等疾病。众所周知，罗勒和其他植物含有有助于控制血糖的化合物，在之前的研究中已经表明，这些化合物可以通过不同的环境条件得到增强。

研究人员现在正在研究调整其他环境变量的影响，如温度、湿度和光的颜色，以及添加植物激素或营养素的影响。在一项研究中，他们将植物暴露在壳聚糖中，壳聚糖是一种存在于昆虫壳中的聚合物，它使植物产生不同的化合物来抵御昆虫的攻击。

他们也有兴趣使用他们的方法来增加药用植物的产量，如马达加斯加长春花，这是抗癌化合物长春新碱和长春花碱的唯一来源。

德拉帕拉说：“你可以把这篇论文看作是许多可以应用的不同事物的开场白，它展示了我们迄今为止所构建的工具的强大功能。”“这是我们现在可以在更大范围内做的事情的原型。”

东北大学网络科学教授阿尔伯特-拉萨尔•巴拉巴西说，这种方法为作物的基因改造提供了一种替代方法，这种技术并非每个人都能接受。

该文运用数字农业的现代思想，通过改变植物生长的环境条件，系统地改变我们所吃植物的化学成分。这表明，我们可以利用机器学习和良好的控制条件来找到最佳位置，也就是说，计划最大化味道和产量的条件，”未参与研究的巴拉巴西说。

气候适应

研究人员说，Cyber农业的另一个重要应用是适应气候变化。虽然通常需要几年或几十年来研究不同的条件对作物的影响，但在一个受控的农业环境中，许多试验可以在短时间内完成。

德拉帕拉说：“当你在田里种东西时，你必须依靠天气和其他因素配合，你必须等待下一个生长季节的到来。”“有了我们这样的系统，我们可以大大增加和可以更快地获得知识。”

OpenAG团队目前正在为糖果制造商费列罗（Ferrero）进行一项类似于榛子树的研究，该公司的榛子树消费量约占世界榛子树消费量的25%。研究人员还开发了小型“个人食品计算机”，可以在受控条件下种植植物，并将数据发送回MIT团队。现在，美国的许多高中和中学生都在使用这些工具，这些工具由遍布65个国家的不同用户组成，他们可以通过在线论坛，分享自己的想法和结果。

哈珀说：“对我们来说，每一个盒子都是我们非常感兴趣的数据点，但它也是一个实验平台，可以用新的方式教授环境科学、编码、化学和数学。”

该研究由Target公司、Lee Kum-Kee Health Products Group、Welspun、Sentient Technologies和Cognizant Technology Solutions资助。

顺便说，近年国内外人工智能在工业和工程领域越来越受到重视，一些高校建立了智能制造专业、智能建造专业。2019年，教育部在国内35所高校中新增了人工智能专业，这些院校几乎全是理工科大学，只有极个别农业大学。未来农业的计算机化，必然促进人工智能在农业领域越来越受到重视，也许会催生智能种植专业。

【参考资料】

Anne Trafton. The future of agriculture is computerized. April 3, 2019. 网址：

http://news.mit.edu/2019/algorithm-growing-agriculture-0403