Nghiên cứu, được công bố trên tạp chí PLOS One, liên quan đến sự kết hợp của nông nghiệp mạng (cyber agriculture) và các phép đo chuyển hóa cũng như học máy để tối đa hóa hương vị và chất lượng của húng quế.
Thuật toán máy tính cho phép các nhà khoa học xác định các điều kiện phát triển tối ưu để tối đa hóa nồng độ của các phân tử hương vị, hay còn được biết đến như các hợp chất dễ bay hơi.
Theo ông Caleb Harper, trưởng nhóm nghiên cứu ở phòng thí nghiệm MIT Media Lab và giám đốc sáng kiến nông nghiệp mở (OpenAg), nhóm của ông đang tập trung vào việc tăng cường các đặc tính chống lại bệnh tật của con người trong các loại thảo mộc.
Bên cạnh đó, nhóm cũng nghiên cứu cách cây trồng phát triển trong các điều kiện khác nhau để giúp người dân thích nghi với sự thay đổi khí hậu.
Bằng cách tạo ra môi trường nhân tạo, các nhà khoa học đã phát hiện ra việc chiếu sáng vào cây 24 giờ mỗi ngày đem lại hương vị tốt nhất cho cây húng quế. Những cây húng quế này được trồng trong các container có các yếu tố môi trường như ánh sáng, độ ẩm có thể được kiểm soát tự động.
Loại hình nông nghiệp này, được gọi là nông nghiệp môi trường được kiểm soát, hiện là một thị trường đang phát triển nhanh.
Các nhà nghiên cứu đã thu thập dữ liệu từ các cây trồng khi chúng phát triển trong những điều kiện khác nhau. Sau đó, họ đánh giá mùi vị của húng quế bằng cách sử dụng các kỹ thuật hóa học phân tích để đo nồng độ các hợp chất dễ bay hơi được tìm thấy trong lá cây.
Dữ liệu này sau đó được đưa vào các thuật toán học máy mà nhóm MIT và Cognizant (trước đây là Sentient Technologies) đã phát triển.
Các thuật toán đã đánh giá hàng triệu kết hợp có thể có liên quan đến thời gian và cường độ chiếu sáng, từ đó khuyến nghị những điều kiện trồng trọt sẽ tạo ra húng quế ngon nhất, bao gồm cả chế độ duy trì ánh sáng ban ngày 24/24 giờ.
Một trong những mục tiêu của Sáng kiến MIT là làm cho tất cả phần cứng, phần mềm và dữ liệu của OpenAg có sẵn miễn phí cho bất kỳ ai truy cập. Hiện nay việc chia sẻ thông tin giữa các công ty phát triển các cơ sở nông nghiệp môi trường được kiểm soát này còn hạn chế.
“Có một vấn đề lớn bây giờ trong lĩnh vực nông nghiệp đó là việc thiếu dữ liệu công khai, thiếu các tiêu chuẩn trong thu thập dữ liệu và thiếu chia sẻ dữ liệu”, ông Harper cho biết.
Theo ông, trong khi học máy và AI cùng thuật toán tiên tiến đã phát triển quá nhanh, thì việc thu thập dữ liệu nông nghiệp có ý nghĩa lại bị bỏ lại phía sau. “Các công cụ của chúng tôi là nguồn mở, hy vọng chúng sẽ được nhân rộng và mang lại khả năng làm khoa học cùng nhau”, ông Harper bổ sung.
Nhóm nghiên cứu hiện đang nghiên cứu trồng cây húng quế có hàm lượng hợp chất cao hơn có thể giúp chống lại một số bệnh như tiểu đường. Nhóm cũng nghiên cứu các tác động của việc điều chỉnh các điều kiện môi trường khác như nhiệt độ, độ ẩm và màu sắc của ánh sáng, cũng như tác động của việc bổ sung hormone hoặc chất dinh dưỡng thực vật.
Bên cạnh đó, họ cũng nghiên cứu việc sử dụng chitosan - một loại polymer có trong vỏ côn trùng - giúp cây tạo ra các hợp chất hóa học khác nhau để tránh sự tấn công của côn trùng.
Với việc áp dụng AI và học máy, nhiều thí nghiệm có thể được thực hiện trong một thời gian ngắn. Các nhà khoa học không cần phải dựa vào thời tiết và chờ đến mùa phát triển tiếp theo của cây trồng, mà có thể theo dõi mọi thứ trong môi trường nhân tạo được kiểm soát.