Znanstvenici iz Skoltech-a stvorili su sustav strojnog učenja koji će pomoći svemirskim agencijama svijeta u odabiru "pravih" postrojenja kako bi budućim dugoročnim svemirskim misijama osigurali potrebnu količinu biomase i kisika. Njihova otkrića predstavljena su u časopisu IEEE Pervasive Computing.
„Glavna prednost naše metode je ta što je dovoljno dobiti trodimenzionalnu sliku za svaku biljnu vrstu samo jednom. Nakon toga, za predviđanje rasta biomase, dovoljno je koristiti najjednostavnije kamere. To uvelike pojednostavljuje i smanjuje troškove sustava za predviđanje, kontrolu i optimizaciju za staklenike i sustave umjetnog održavanja života u svemiru , napominje Dmitrij Shadrin, Skoltech diplomski student, citiran od strane sveučilišne tiskovne službe.
Dugoročni svemirski letovi, prema današnjim stručnjacima NASA-e i Roscosmosa, zahtijevat će stvaranje potpuno autonomnih sustava za održavanje života koji omogućuju proizvodnju vode, kisika i svih potrebnih hranjivih sastojaka neograničeno vrijeme.
Biljke i razne jednoćelijske alge sposobne proizvoditi biomasu u velikim količinama i velikim brzinama, danas se smatraju ključnim za njihovo stvaranje. Tijekom posljednja dva desetljeća, znanstvenici su postigli značajan napredak u tom smjeru, stvorivši dva staklenika na brodu ISS-a i uzgajajući kupus, salatu, astru i mnoge druge biljke u njima.
Ovakvi uspjesi čine biologe, svemirske liječnike i druge istraživače pitanjima koliko je biljaka potrebno za preživljavanje posade koja leti na Mars ili druge planete. Njihov višak može učiniti misiju preskupom i neostvarivom, a nedostatak - osuđuju buduće sljedbenike Marka Watneyja iz "Marsovca" na polaganu smrt.
Unatoč činjenici da znanstvenici proučavaju biljke tisućama godina, nije tako lako pripremiti takve procjene, jer brzina njihova rasta i dobitak biomase ovisi o mnogim različitim biološkim i fizičkim čimbenicima - količini vlage i elemenata u tragovima u tlu, razini osvjetljenja i desecima drugih stvari. Pored toga, samu biomasu je prilično teško "izvagati" bez ubijanja same biljke, što ometa procjenu njezine brzine rasta.
Shadrin i njegovi kolege iz Skoltech-a, Rupert Gerzer, Tatiana Podladchikova i Andrey Somov, smislili su kako brzo i točno izvršiti takve procjene promatrajući rast patuljastih rajčica pomoću 3D i 2D kamera.
Analizirajući stanje rajčice u različitim fazama rasta, ruski su znanstvenici uspjeli izvući nekoliko obrazaca povezanih sa skupom biomase i pomoću njih stvorili su strojne sustave učenja sposobne za procjenu tih karakteristika analizom jednostavnih dvodimenzionalnih fotografija lišća rajčice i trodimenzionalnog modela biljke.
Promotivni video:
Daljnja zapažanja pokazala su da je ovaj program pravilno predvidio stopu rasta rajčice, kao i nekoliko sorti salate, tijekom prvih 30 dana njihovog života nakon sadnje. To mu omogućuje da se koristi ne samo za izračun „svemirskog“sustava za održavanje života, već i za optimizaciju rada staklenika.