Hínár mentés gépi tanulással

Ausztrál hínár a Nagy Déli Korallzátonyban.

A Massachusetts kutatói olyan alacsony költségű rendszert fejleszenek, ami monitorozza a hínár farmok mikrobiomát és azonosítja a betegségeket, mielőtt elterjednének.

David Wallace professzor egy érdekes lehetőséggel kereste meg tanítványát Charlene Xiat. A Mathworks szoftver társaság, mely arról ismert, hogy a MATLAB számítási platformját fejleszti, bejelentett egy új finanszírozási programot a MIT gépészmérnöki osztályán. A program a bolygó egészségére fókuszáló együttműködő kutatási projekteket ösztönöz.

A MIT kutatói Wallace professzor és Stefanie Mueller és Charlene Xia egy olyan projektet javasolt, mely előrejelzi és megelőzi a betegségek terjedését az akvakultúrában.

A kelet-ázsiai konyhában már népszerű hínárban óriási potenciál van mint fenntartható élelemforrás. A tápértékén felül a hínár megküzd különféle környezeti fenyegetésekkel. Segít harcolni a klímaváltozás ellen azáltal, hogy az atmoszférában lévő többlet szén-dioxidot elnyeli és képes abszorbeálni a műtrágya túlfolyást, a tengerpartokat tisztábban tartva.

Charlene Xia a MIT Hajó Pavilonjánál teszteli mikrobiom monitoring rendszerét Charles folyóban. Fotó: John Freidah, MIT Forrás: https://news.mit.edu/2021/saving-seaweed-machine-learning-1022

Mint nagyon sok tengeri életet, a hínárt is rengeteg olyan dolog fenyegeti, ami segít enyhíteni a klímaváltozást. A klíma stresszorok, mint a meleg hőmérsékletek, vagy a minimális napfény ösztönzi a káros baktériumok növekedését, mint például a jég-jég betegség. Az akadályozatlan baktérium növekedés teljes hínár farmokat tizedel meg napokon belül.

Hogy megoldja ezt a problémát Xia ezekben a hínár farmokban jelenlévő mikrobiota felé fordult, hogy előre jelezze a hínárt fenyegető veszélyeket. A projekt egy alacsony költségű eszközt fejleszt, ami a környezet mikrobiomát monitorozva képes érzékelni és megelőzni a betegségeket, mielőtt azok hatással lennének a hínárokra. A csapat a régi technológiát és a legfrissebb számítástechnikát párosítja. Víz alá merülő digitális holografikus mikroszkóppal 2 D-s képet készítenek.

Aztán egy gépi tanuló rendszerrel, a neurális hálózattal a 2D-s képet a 3D-s környezetben jelen lévő mikrobiom ábrázolásává alakítják. A gépi tanuló hálózattal egy 2D-s képet tudnak készíteni és majdnem valós időben tudják rekonstruálni, hogy elképzelésük legyen hogy néz ki a mikrobiom 3D-s térben.

A program futtatható egy kis Raspberry Pi asztali számítógépen, ami a holografikus mikroszkóphoz csatlakoztatható.

Ausztrál hínár a Nagy Déli Korallzátonyban. Forrás: https://phys.org/news/2019-02-underwater-forests-threatened-future-climate.html

Xia kis víz alatti kommunikációs eszközöket tervezett, amik képesek továbbítani az adatokat az óceánról vissza a kutatóknak.

Ezek az eszközök kevesebb mint 100 dollárba kerülnek, nem úgy mint a szokásos eszközök, amik 4.000 dollárba kerülnek. A kommunikációs eszközök felhasználhatók az óceáni környezetre vonatkozó adatok továbbítására a gépi tanulási algoritmusokból.

Az olcsó kommunikációs eszközöket kombinálva a mikroszkopikus képekkel és gépi tanulással Xia reméli, hogy egy olcsó, valós idejű monitor rendszert tervez, amit lehet arányosítani hogy a teljes hínár farmot lefedje.

(Forrás: Massachusetts Institute of Technology)