用AI种出最好吃的食物
下载论文网 /3/view—12956665.htm 在美国麻省理工学院媒体实验室（MIT Media Lab）一个集装箱大小的透明盒子里，种着几株西餐常用的蔬菜―罗勒。
这几株罗勒本身看起来不算稀奇，玻璃箱子很明显充当了温室，而种植在土壤里的罗勒实际上被包围在紫外线光照设备、传感器、视觉检测器等大量仪器的中间，这些设备由一个人工智能系统来负责控制，监测诸如气温、雨水等任何外部环境因素的影响。
今年6月，麻省理工学院媒体实验室对外公开了这个名叫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。
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最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最佳“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最佳生长条件、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。
首批实验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。
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”。
“你跟OpenAg项目主任Caleb Harper聊天，他会告诉你罗勒是一种快速生长的植物。
但那是他的术语，他口中的‘快速生长’其实需要6到8周，”Sentient公司CEO Babak Hodjat说，“其实为了得到一个数据点，需要花费很长时间等待，所以我们尝试用人工智能的方法来获取下一组数据点。
” 为了进一步增加实验的吞吐量，罗勒在同一个实验中是不同批次交错种植的。
AI因此在第一批植物完成生长前，能够持续使用各个交错批次的数据点来推测下一版本的“气候食谱”。
“我们确实通过这种方法得到了一些有趣的结果，并因此加快了（开发这个新型温室系统的）时间表。
”Open Ag项目组的一名研究人员Arielle Johnson说。
罗勒最终确定的“气候食谱”接下来也会跟其他将在温室中实验种植的植物共享。
简单来说，OpenAg所建立的新型温室系统，就是通过一遍又一遍地调整温室的生长条件，直到确定最合适的光照、湿度以及其他因素，最后种出口味最完美和地道的蔬菜。
研究人员通过利用AI算法优化各项生长条件，使植物中的一些挥发性分子的数量达到最大化―挥发性分子决定种植出来的植物最终的食用风 味。
罗勒种植实验的结果发现，如果食物计算机持续向植物提供光照，其中一个特殊的挥发性分子的产量会增加895%，而另一个挥发性分子则能够增加674%。
事实上，这套系统也重新印证了食物重量与风味之间的权衡关系―体积越大的食物，越不好吃。
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?Q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。
你也可以说，“这就是非转基因的‘转基因’。
”Hildreth England说。