შეუძლია თუ არა კომპიუტერს „გასინჯოს“ პომიდორი ან მოცვი? ფლორიდის უნივერსიტეტის მკვლევარები ამბობენ, რომ არა ზუსტად, მაგრამ მას შეუძლია მეცნიერებს უთხრას, რომელი აქროლადი ნივთიერებები ამ ხილში ანიჭებს მათ გემოს.
ფლორიდის უნივერსიტეტის სურსათისა და სოფლის მეურნეობის მეცნიერებათა ინსტიტუტის (UF/IFAS) სელექციონერს და გენეტიკოსს მარკიო რეზენდს სურს შექმნას ის, რასაც ის უწოდებს "ხელოვნური ინტელექტის მცოდნე", მოდელი, რომელიც ეუბნება მკვლევარებს რომელი ქიმიური ნაერთები - ანუ აქროლადი ნივთიერებები, შაქარი, მჟავები და სხვა ქიმიური ნაერთები - აწარმოებენ საუკეთესო ხილის არომატს.
იმის გასარკვევად, ღირს თუ არა ხილის ან ბოსტნეულის მოშენება, მეცნიერები თავად იღებენ სინჯს მოსავლის გემოსა და სუნისთვის, გადიან მინდვრებში და ინდივიდუალურად კრეფენ პროდუქტს.
ამ პროცესებმა შეიძლება წარმოადგინოს ლოგისტიკური საკითხები, თქვა ჰარი კლემ, UF/IFAS მებაღეობის მეცნიერებათა პროფესორი და თანაავტორი. ახალი სასწავლო ეს გვიჩვენებს, თუ როგორ შეუძლიათ კომპიუტერულ მოდელებს გამოიყენონ აქროლადები ხილის გემოს გასაზომად.
”ღირებულებისა და ლოგისტიკური შეზღუდვების გამო, სელექციონერები ჩვეულებრივ არ იყენებენ სამომხმარებლო პანელებს თავიანთ პროგრამებში,” - თქვა კლეიმ. ”იდეალური იქნება დიდი სამომხმარებლო პანელის გამოყენება, რომელიც მოიცავს პოტენციური მომხმარებლების მრავალფეროვან კომპლექტს. ჩვენ ვიყენებთ 100 ადამიანს, რომლებიც მოიცავს სხვადასხვა ასაკობრივ და ეროვნებას. ეს მიდგომა ბევრად უფრო წარმომადგენლობითია მყიდველების პოპულაციისთვის“.
წლების განმავლობაში, მცენარის სელექციონერები და გენეტიკოსები ეხმარებოდნენ ფერმერებს უფრო მაღალი მოსავლის აღებაში, რადგან მომხმარებელზე ორიენტირებული თვისებები, როგორიცაა არომატი, უფრო რთულია გაზომვა. თუმცა, მაღალი მოსავლიანობა არ არის საკმარისი იმისათვის, რომ მწარმოებლებმა კონკურენცია გაუწიონ დღევანდელ მოთხოვნად ბაზრებს, თქვა პატრიციო მუნიოზმა, UF/IFAS მებაღეობის მეცნიერებათა ასოცირებული პროფესორი, რომელიც პასუხისმგებელია მოცვის მოშენების პროგრამაზე.
მწარმოებლებმა იციან, რომ თუ ისინი არ შეიცავენ ჯიშებს, რომლებსაც კარგი გემო აქვთ, მაშინ მათი ხილი შეიძლება არ გაიყიდოს კარგ ფასად ან საერთოდ არ გაიყიდოს, თქვა მუნიოსმა. ამ მეთოდებით, მეცნიერები იმედოვნებენ, რომ დაეხმარებიან მწარმოებლებს კონკურენტუნარიანობის შენარჩუნებაში და მომხმარებლებისთვის უკეთესი გამოცდილება მათი პროდუქციის მიმართ.
ამ მოდელების გამოყენებით, მეცხოველეობის პროგრამას შეუძლია შეაფასოს გემოვნების შეფასება მრავალი ხილისა და ბოსტნეულის ჯიშისთვის. ეს პროცესი ადრე შეზღუდული იყო იმით, რომ არც მეცნიერებს და არც სამომხმარებლო პანელებს არ შეუძლიათ ერთდროულად ძალიან ბევრი ჯიშის ტესტირება.
Resende ხელმძღვანელობდა ახალ კვლევას, რომელიც აჩვენებს გზებს მოცვისა და პომიდვრის აქროლადი ნივთიერებების მონაცემების სტატისტიკურ მოდელში გადაყვანის გზები. კვლევის შედეგები ახლა შემოიფარგლება ამ ორი ხილით, მაგრამ მოგვიანებით გაფართოვდება UF/IFAS-ის მკვლევარების მიერ შემუშავებულ სხვა კულტურებზე.
ახალი კვლევის ჩასატარებლად, UF/IFAS-ის მკვლევარებმა გამოიყენეს პომიდვრის და მოცვის მოშენების პროგრამის მონაცემები გასული ათწლეულის განმავლობაში.
მათ მომხმარებელთა პანელებს მისცეს პომიდვრისა და მოცვის ჯიშების მრავალფეროვანი ნაკრები UF სენსორული ლაბორატორია გეინსვილში. შემდეგ მეცნიერებმა შეაგროვეს შეფასებები გემოს ატრიბუტებზე, როგორიცაა „მოწონება“, სიტკბო, მჟავე, არომატის ინტენსივობა და უმამი.
UF/IFAS-ის მკვლევარებმა გამოსცადეს ქულების დიაპაზონი, რომელიც ეუბნება მათ, რამდენად მოსწონს მომხმარებელს არომატი. როგორც ირკვევა, აქროლადებმა ახსნეს „მოწონების“ ქულების 56%-მდე, რაც ამტკიცებს იმის მტკიცებულებას, რომ არასტაბილური ნივთიერებები მნიშვნელოვანია იმის დასადგენად, თუ რამდენად მოსწონს მომხმარებელს ხილი. აქროლადები ასევე მნიშვნელოვანია ხილის არომატის მნიშვნელობის რაოდენობრივ განსაზღვრასა და შეფასებაში, თქვა რეზენდემ.
გარდა ამისა, მკვლევარებმა აჩვენეს, რომ მანქანათმცოდნეობის მიდგომები, როგორც წესი, საუკეთესო პროგნოზირებადია მომხმარებლის გემოვნების პრეფერენციების შესახებ, რომელსაც ეწოდება მეტაბოლური შერჩევა. მეტაბოლური შერჩევის სიზუსტე აღემატება მოდელებს, რომლებიც სანაცვლოდ იყენებენ გენომიურ მონაცემებს, რაც ხაზს უსვამს ამ ახალი მეთოდის პოტენციალს მეცხოველეობის პროგრამებში.
”ვფიქრობ, მთავარი ის არის, რომ სელექციონერებს შეუძლიათ უფრო დიდი რაოდენობის ნიმუშების სკრინინგი,” - თქვა რეზენდემ, UF/IFAS მებაღეობის მეცნიერებათა ასისტენტ პროფესორმა. ”ამ გზით, თქვენ გაქვთ უფრო ფართო ძაბრი კარგი გემოს მქონე ჯიშების იდენტიფიცირებისთვის და ერთ მომენტში, გემოვნების ტესტირების პანელები აკეთებენ საბოლოო არჩევანს სენსორული მონაცემებით. ჩვენ ველით, რომ ეს მოდელები საშუალებას მისცემს უფრო ადრე შეიტანონ არომატი, როგორც გამრავლების სამიზნე და წაახალისონ უფრო არომატული ხილის ჯიშების შერჩევა და გამოშვება.”
Resende-ის გარდა, სხვა UF/IFAS ფაკულტეტებს შორის, რომლებმაც გამოიკვლიეს გემოვნების ტესტირების კომპიუტერული მოდელის მეთოდი, შედიოდნენ კლეი, მუნიოზი და დენიზ ტიმანი, მკვლევარი ასისტენტ პროფესორი - სამივე მებაღეობის მეცნიერებათა დეპარტამენტში; ჩარლი სიმსი, პროფესორი კვების მეცნიერებისა და ადამიანის კვების და ნიკოლაი ბლიზნიუკი, ასოცირებული პროფესორი სოფლის მეურნეობისა და ბიოლოგიური ინჟინერიაში. ნაშრომი ასევე პირველი ავტორია დოქ. სტუდენტი ვინსენტ კოლანტონიო და მეცნიერ-ასისტენტი ლუის ფელიპე ფერაო.
დააწკაპუნეთ ქვემოთ ვიდეოსთვის, რომელშიც Resende განმარტავს ამ ახალ AI კვლევას.
- ბრედ ბაკი, ფლორიდის უნივერსიტეტი