O que faz com que as plantas tenham um gosto bom? Para cientistas do Media Lab do MIT, requer uma combinação de botânica, algoritmos de aprendizado de máquina, e alguma boa química à moda antiga.

Usando todos os itens acima, pesquisadores da Open Agriculture Initiative do Media Lab relataram que criaram plantas de manjericão que são provavelmente mais deliciosas do que qualquer outra que você já tenha experimentado. Nenhuma modificação genética está envolvida:os pesquisadores usaram algoritmos de computador para determinar as condições ideais de crescimento para maximizar a concentração de moléculas saborosas conhecidas como compostos voláteis.

Mas isso é apenas o começo para o novo campo da "agricultura cibernética, "diz Caleb Harper, um cientista pesquisador principal no Media Lab do MIT e diretor do grupo OpenAg. Seu grupo agora está trabalhando para melhorar as propriedades das ervas no combate a doenças humanas, e também esperam ajudar os produtores a se adaptarem às mudanças climáticas, estudando como as safras crescem em diferentes condições.

"Nosso objetivo é projetar tecnologia de código aberto na interseção da aquisição de dados, de detecção, e aprendizado de máquina, e aplicá-lo à pesquisa agrícola de uma forma que nunca foi feita antes, "Harper diz." Estamos realmente interessados ​​em construir ferramentas em rede que possam levar a experiência de uma fábrica, seu fenótipo, o conjunto de tensões que encontra, e sua genética, e digitalize isso para nos permitir entender a interação planta-ambiente. "

Em seu estudo de plantas de manjericão, que aparece na edição de 3 de abril da PLOS ONE , os pesquisadores descobriram, para sua surpresa, que expor as plantas à luz 24 horas por dia gerava o melhor sabor. As técnicas agrícolas tradicionais nunca teriam produzido essa percepção, diz John de la Parra, o líder de pesquisa do grupo OpenAg e um autor do estudo.

"Você não poderia ter descoberto isso de outra maneira. A menos que você esteja na Antártica, não há um fotoperíodo de 24 horas para testar no mundo real, "ele diz." Você tinha que ter circunstâncias artificiais para descobrir isso. "

Harper e Risto Miikkulainen, professor de ciência da computação na Universidade do Texas em Austin, são os autores seniores do artigo. Arielle Johnson, um membro do diretor no Media Lab, e Elliot Meyerson da Cognizant Technology Solutions são os autores principais, e Timothy Savas, um assistente de projetos especiais na Open Agriculture Initiative, também é um autor.

Maximizando o sabor

Localizado em um armazém em Middleton, Massachusetts, as plantas OpenAg são cultivadas em contêineres de transporte que foram adaptados para que as condições ambientais, incluindo luz, temperatura, e umidade, pode ser controlado com cuidado.

Este tipo de agricultura tem muitos nomes - agricultura ambiental controlada, agricultura vertical, agricultura urbana - e ainda é um mercado de nicho, mas está crescendo rápido, Harper diz. No Japão, uma dessas "fábricas de plantas" produz centenas de milhares de cabeças de alface todas as semanas. Contudo, também houve muitos esforços fracassados, e há muito pouco compartilhamento de informações entre as empresas que trabalham para desenvolver esses tipos de instalações.

Um dos objetivos da iniciativa do MIT é superar esse tipo de sigilo, fazendo todo o hardware OpenAg, Programas, e dados disponíveis gratuitamente.

“Há um grande problema agora no espaço agrícola em termos de falta de dados publicamente disponíveis, falta de padrões na coleta de dados, e falta de compartilhamento de dados, "Harper diz." Então, embora o aprendizado de máquina, a inteligência artificial e o design de algoritmo avançado tenham evoluído tão rapidamente, a coleção de bem etiquetados, dados agrícolas significativos estão muito atrás. Nossas ferramentas são de código aberto, espero que eles se espalhem mais rápido e criem a capacidade de fazer ciência em rede juntos. "

No PLOS ONE estude, a equipe do MIT decidiu demonstrar a viabilidade de sua abordagem, que envolve o cultivo de plantas sob diferentes conjuntos de condições em recipientes hidropônicos que eles chamam de "computadores alimentares". Esta configuração permitiu variar a duração da luz e a duração da exposição à luz ultravioleta. Uma vez que as plantas estavam totalmente crescidas, os pesquisadores avaliaram o sabor do manjericão medindo a concentração de compostos voláteis encontrados nas folhas, usando técnicas tradicionais de química analítica, como cromatografia gasosa e espectrometria de massa. Essas moléculas incluem nutrientes e antioxidantes valiosos, assim, aumentar o sabor também pode oferecer benefícios à saúde.

Todas as informações dos experimentos da planta foram então alimentadas em algoritmos de aprendizado de máquina que as equipes do MIT e da Cognizant (anteriormente Sentient Technologies) desenvolveram. Os algoritmos avaliaram milhões de combinações possíveis de luz e duração de UV, e gerou conjuntos de condições que maximizariam o sabor, incluindo o regime diurno de 24 horas.

Indo além do sabor, os pesquisadores agora estão trabalhando no desenvolvimento de plantas de manjericão com níveis mais elevados de compostos que podem ajudar a combater doenças como o diabetes. Manjericão e outras plantas são conhecidos por conter compostos que ajudam a controlar o açúcar no sangue, e em trabalhos anteriores, de la Parra demonstrou que esses compostos podem ser potencializados por diferentes condições ambientais.

Os pesquisadores agora estão estudando os efeitos do ajuste de outras variáveis ​​ambientais, como temperatura, umidade, e a cor da luz, bem como os efeitos da adição de hormônios vegetais ou nutrientes. Em um estudo, eles estão expondo as plantas à quitosana, um polímero encontrado em conchas de insetos, o que faz com que a planta produza diferentes compostos químicos para evitar o ataque dos insetos.

Eles também estão interessados ​​em usar sua abordagem para aumentar a produção de plantas medicinais, como a pervinca de Madagascar, que é a única fonte dos compostos anticâncer vincristina e vinblastina.

"Você pode ver este artigo como o tiro de abertura para muitas coisas diferentes que podem ser aplicadas, e é uma exibição do poder das ferramentas que construímos até agora, "de la Parra diz." Este foi o arquétipo do que agora podemos fazer em uma escala maior. "

Adaptação climática

Outra aplicação importante para a agricultura cibernética, os pesquisadores dizem, é a adaptação às mudanças climáticas. Embora normalmente leve anos ou décadas para estudar como as diferentes condições afetarão as colheitas, em um ambiente agrícola controlado, muitos experimentos podem ser feitos em um curto período de tempo.

"Quando você cultiva coisas em um campo, você tem que contar com o clima e outros fatores para cooperar, e você tem que esperar pela próxima estação de cultivo, "de la Parra diz." Com sistemas como o nosso, podemos aumentar enormemente a quantidade de conhecimento que pode ser adquirida muito mais rapidamente. "

A equipe OpenAg está atualmente realizando um desses estudos em avelãs para a fabricante de doces Ferrero, que consome cerca de 25 por cento das avelãs do mundo.

Como parte de sua missão educacional, os pesquisadores também desenvolveram pequenos "computadores pessoais para alimentação" - caixas que podem ser usadas para cultivar plantas sob condições controladas e enviar dados de volta para a equipe do MIT. Eles agora são usados ​​por muitos alunos do ensino médio e do ensino médio nos Estados Unidos, entre uma rede de diversos usuários espalhados por 65 países, quem pode compartilhar suas ideias e resultados por meio de um fórum online.

"Para nós, cada caixa é um ponto de dados que estamos muito interessados ​​em obter, mas também é uma plataforma de experimentação para o ensino de ciências ambientais, codificação, química, e matemática de uma nova maneira, "Harper diz.