試驗(yàn)中所有九層塔的生長(zhǎng)環(huán)境，包括光照，都受到了嚴(yán)格的控制

機(jī)器學(xué)習(xí)可以有什么樣的實(shí)際應(yīng)用？最先進(jìn)入腦海的答案，無(wú)外乎語(yǔ)音識(shí)別、人臉識(shí)別、機(jī)器翻譯、自動(dòng)駕駛，以及個(gè)性化推薦這些熱門(mén)領(lǐng)域。但你或許不知道，它還能讓蔬菜變得更好吃。

近日，麻省理工學(xué)院研究團(tuán)隊(duì)聯(lián)合 Cognizant 公司，嘗試了一系列香料九層塔（羅勒）的種植實(shí)驗(yàn)。他們沒(méi)有采用轉(zhuǎn)基因技術(shù)，僅用普通的九層塔種子，通過(guò)機(jī)器學(xué)習(xí)算法控制生長(zhǎng)環(huán)境，使其時(shí)刻處于最利于生長(zhǎng)的狀態(tài)，調(diào)節(jié)參數(shù)包括光照時(shí)間、紫外線照射時(shí)間和有效光照輻射（PAR）等。

最終發(fā)現(xiàn)，24 小時(shí)光照竟然是最適宜九層塔生長(zhǎng)的環(huán)境因素之一，培育出的成品味道遠(yuǎn)超普通九層塔。未來(lái)，研究團(tuán)隊(duì)計(jì)劃用類似的方法提高植物產(chǎn)量，甚至是提高它們體內(nèi)特定物質(zhì)的含量，幫助對(duì)抗一些疾病。

“食物計(jì)算機(jī)”

“生物計(jì)算機(jī)”產(chǎn)出的九層塔

評(píng)判標(biāo)準(zhǔn)

結(jié)合機(jī)器學(xué)習(xí)和植物種植，并非心血來(lái)潮。麻省理工學(xué)院早在2015年，就提出了OpenAgriculture（開(kāi)放農(nóng)業(yè)）倡議，致力于將人工智能技術(shù)應(yīng)用在農(nóng)業(yè)領(lǐng)域，同時(shí)秉承開(kāi)源精神，將研究成果以軟硬件結(jié)合的形式共享給所有人，提高全球農(nóng)業(yè)技術(shù)的整體水平。之所以選擇九層塔，是因?yàn)樗且环N西方料理中常見(jiàn)的香料，被譽(yù)為“香料之王”。由于可以散發(fā)出濃郁的香氣，它在西餐中的地位相當(dāng)于我國(guó)美食里面的香菜。甚至在三杯雞、燒茄子等中式菜肴中也會(huì)有它的身影。

研究人員正是利用這種特點(diǎn)，通過(guò)氣相色譜-質(zhì)譜聯(lián)用法（GC-MS）分析它的香氣濃度，進(jìn)而評(píng)估它的味道，參考成分多達(dá)十余種?？偟膩?lái)說(shuō)，九層塔香氣越濃，味道越好，而且還會(huì)含有更豐富營(yíng)養(yǎng)素和抗氧化物質(zhì)，更有營(yíng)養(yǎng)。

控制變量

在“九層塔香氣優(yōu)化”實(shí)驗(yàn)中，研究人員使用了無(wú)土水培技術(shù)，將所有九層塔裝在適合運(yùn)輸?shù)娜萜髦?，再放入由電腦控制的培育室里。他們將整套設(shè)備稱為“食物計(jì)算機(jī)”，可以精準(zhǔn)控制環(huán)境變量。在保持溫度和濕度等參數(shù)恒定的前提下，研究團(tuán)隊(duì)選擇了三種變量：光照時(shí)長(zhǎng)，紫外線時(shí)長(zhǎng)和光合有效輻射（PAR）時(shí)長(zhǎng)。

光照時(shí)長(zhǎng)很好理解，它與綠葉植物的生長(zhǎng)效率密不可分，決定了儲(chǔ)存香氣揮發(fā)物的毛狀體的形成，變量值在0～24小時(shí)之間。紫外線的作用則在于增加香氣揮發(fā)物的含量，進(jìn)而用來(lái)檢驗(yàn)實(shí)驗(yàn)成果，變量值也在0～24小時(shí)之間。

而光合有效輻射比較特殊，它代表著可以用來(lái)進(jìn)行光合作用的光照，由燈的種類決定。比如兩株植物各配有一臺(tái)經(jīng)過(guò)特殊設(shè)計(jì)的燈，即使照射時(shí)長(zhǎng)相同，發(fā)出的有效輻射也有差異，最終進(jìn)行的光合作用也有不同。這一變量最難控制和改變，因?yàn)樗鼘?duì)硬件需求較高，而且需要特殊的優(yōu)化算法才能找到最佳配置。

三種變量組合而成的結(jié)果圖，好吃程度由高到低分別是：紅色> 黃色> 綠色> 藍(lán)色

設(shè)計(jì)優(yōu)化模型

面對(duì)三個(gè)變量衍生出的數(shù)百萬(wàn)種排列組合，如何找到效果最好的一種？研究人員將目光投向了機(jī)器學(xué)習(xí)。他們選擇了符號(hào)回歸（Symbolic Regression）方法，其優(yōu)點(diǎn)在于不依賴于現(xiàn)有知識(shí)，可以有效利用進(jìn)化方法，為非線性系統(tǒng)建立預(yù)測(cè)和優(yōu)化模型。該方法還比其他回歸模型更易于解釋，研究人員更容易找出變量之間的關(guān)系，為未來(lái)的實(shí)驗(yàn)開(kāi)發(fā)新模型。

優(yōu)化過(guò)程中，除了上述三個(gè)變量，符號(hào)回歸模型還會(huì)考慮溫度、濕度和香氣揮發(fā)物濃度等信息，將它們作為輸入值，評(píng)估優(yōu)化方法。研究人員強(qiáng)調(diào)，盡管符號(hào)回歸在多次迭代后無(wú)法保證收斂，但實(shí)驗(yàn)當(dāng)中的預(yù)測(cè)只需一次迭代，無(wú)需保證收斂。

種植實(shí)驗(yàn)

種植實(shí)驗(yàn)進(jìn)行了三輪，每一輪包括9盤(pán)同時(shí)生長(zhǎng)的九層塔，其中每輪會(huì)有3盤(pán)一直使用控制參數(shù)，來(lái)作為衡量標(biāo)準(zhǔn)。

第一輪的環(huán)境參數(shù)由人工決定，主要目的是調(diào)查紫外線的效果和燈的選擇。第二輪參數(shù)由無(wú)監(jiān)督算法選擇，加入了光照變量和提高了參數(shù)多樣性。在分析了前兩輪的生長(zhǎng)數(shù)據(jù)后，第三輪參數(shù)由符號(hào)回歸模型給出。具體來(lái)說(shuō)，該模型一共評(píng)估了200萬(wàn)種組合方案，研究人員從中挑選了18種效果最好的，應(yīng)用于種植實(shí)驗(yàn)中。最終結(jié)果顯示，九層塔在24小時(shí)光照的情況下，生長(zhǎng)狀態(tài)最好，釋放的香氣也最濃郁。

這一結(jié)果十分出人意料，因?yàn)榇笞匀恢袠O少出現(xiàn)24小時(shí)日照的情況，只有在極地地區(qū)才會(huì)發(fā)生，但那里又不適合植物生長(zhǎng)。在此之前，以自然種植測(cè)試為主的農(nóng)業(yè)領(lǐng)域，幾乎沒(méi)有可能發(fā)現(xiàn)這種看似“反直覺(jué)”的特征，即使人們知道24小時(shí)光照會(huì)讓特定植物生長(zhǎng)旺盛，但并不知道這還會(huì)影響到它們的味道。

除了味道以外，研究人員正在嘗試更多種機(jī)器學(xué)習(xí)和農(nóng)業(yè)的結(jié)合方式。比如探索環(huán)境變量對(duì)營(yíng)養(yǎng)素和其他成分的影響，尋找是否可以利用機(jī)器學(xué)習(xí)提高某些成分的含量，讓食用植物變得更加營(yíng)養(yǎng)，產(chǎn)量更高，甚至是適應(yīng)氣候變化和抵抗害蟲(chóng)。（綜合自網(wǎng)絡(luò)）（編輯/華生）