Vědci ze Skoltechu vytvořili systém strojového učení, který pomůže kosmickým agenturám světa vybrat „správné“rostliny, které budoucím dlouhodobým vesmírným misím poskytnou požadované množství biomasy a kyslíku. Jejich nálezy byly prezentovány v časopise IEEE Pervasive Computing.
„Hlavní výhodou naší metody je to, že stačí získat trojrozměrný obraz pro každý druh rostlin pouze jednou. Poté, pro předpovídání růstu biomasy, stačí použít nejjednodušší kamery. To výrazně zjednodušuje a snižuje náklady na předpovědní, kontrolní a optimalizační systémy pro skleníky a systémy na podporu umělého života ve vesmíru, “uvádí Dmitrij Shadrin, postgraduální student Skoltech, citovaný univerzitní tiskovou službou.
Podle dnešních odborníků NASA a Roscosmos budou dlouhodobé kosmické lety vyžadovat vytvoření plně autonomních systémů na podporu života, které umožní výrobu vody, kyslíku a všech potřebných živin po neomezenou dobu.
Rostliny a různé jednobuněčné řasy, schopné produkovat biomasu ve velkém množství a vysokou rychlostí, se dnes považují za klíč k jejich vytvoření. V posledních dvou desetiletích vědci v tomto směru učinili významný pokrok, vytvořili na palubě ISS dva skleníky a pěstovali v nich zelí, hlávkový salát, astry a mnoho dalších rostlin.
Díky těmto úspěchům se biologové, vesmírní lékaři a další vědci ptají, kolik rostlin je potřeba k přežití posádky létající na Mars nebo jiné planety. Jejich nadbytek může učinit misi příliš drahou a neuskutečnitelnou a nedostatek budoucích následovníků Marka Watneyho z „Marťanů“na pomalou smrt.
Navzdory skutečnosti, že vědci studují rostliny po tisíce let, není tak snadné připravit takové odhady, protože rychlost jejich růstu a přírůstku biomasy závisí na mnoha různých biologických a fyzikálních faktorech - množství vlhkosti a stopových prvků v půdě, úrovni osvětlení a desítkách dalších věcí. Kromě toho je biomasa sama o sobě poměrně obtížná „vážit“, aniž by zabila samotnou rostlinu, což narušuje hodnocení její míry růstu.
Shadrin a jeho kolegové ze Skoltechu, Rupert Gerzer, Tatiana Podladchikova a Andrey Somov, přišli na to, jak rychle a přesně provést taková hodnocení pozorováním růstu zakrslých rajčat pomocí 3D a 2D kamer.
Při analýze stavu rajčat v různých fázích růstu byli ruští vědci schopni odvodit několik vzorců spojených se sadou biomasy a použít je k vytvoření systémů strojového učení schopných tyto vlastnosti posoudit analýzou jednoduchých dvourozměrných fotografií rajčatových listů a trojrozměrného modelu rostliny.
Propagační video:
Další pozorování ukázala, že tento program správně předpovídal rychlost růstu rajčat a několik druhů salátů během prvních 30 dnů jejich života po výsadbě. To umožňuje, aby byl použit nejen pro výpočet „podpůrných“systémů podpory života, ale také pro optimalizaci provozu skleníků.