Skoltechi teadlased on loonud masinõppe süsteemi, mis aitab maailma kosmoseagentuuridel valida "õiged" taimed, et pakkuda tulevikus pikaajalisi kosmosemissioone vajaliku koguse biomassi ja hapnikuga. Nende tulemusi tutvustati ajakirjas IEEE Pervasive Computing.
„Meie meetodi peamine eelis on see, et iga taimeliigi jaoks kolmemõõtmelise pildi saamiseks piisab vaid üks kord. Pärast seda piisab biomassi kasvu ennustamiseks lihtsamate kaamerate kasutamisest. See lihtsustab ja vähendab märkimisväärselt kosmose kasvuhoonete ja kunstlike elu toetavate süsteemide prognoosimis-, juhtimis- ja optimeerimissüsteemide kulusid, “märgib Skoltechi kraadiõppur Dmitri Šadrin, keda tsiteerib ülikooli pressiteenistus.
Pikaajalised kosmoselennud nõuavad NASA ja Roscosmosi tänapäeva ekspertide sõnul täielikult autonoomsete elu toetavate süsteemide loomist, mis võimaldavad toota vett, hapnikku ja kõiki vajalikke toitaineid piiramatu aja jooksul.
Tänapäeval peetakse nende loomise võtmeks taimi ja erinevaid üherakulisi vetikaid, mis suudavad toota biomassi suurtes kogustes ja suurel kiirusel. Viimase kahe aastakümne jooksul on teadlased selles suunas märkimisväärset edu saavutanud, luues ISSi pardale kaks kasvuhoonet ja kasvatades neis kapsast, salatit, astersit ja paljusid teisi taimi.
Sellised õnnestumised panevad biolooge, kosmosearste ja teisi teadlasi imestama, kui palju taimi on vaja Marsile või muudele planeetidele lendava meeskonna ellujäämiseks. Nende üleküllus võib muuta missiooni liiga kulukaks ja teostamatuks ning Mark Watney tulevased järgijad saavad "Marsist" aeglase surma hukka.
Hoolimata asjaolust, et teadlased on taimi uurinud tuhandeid aastaid, pole selliste hinnangute koostamine nii lihtne, kuna nende kasvu ja biomassi juurdekasvu kiirus sõltub paljudest erinevatest bioloogilistest ja füüsikalistest teguritest - niiskuse ja mikroelementide hulgast pinnases, valgustuse tasemest ja kümnetest muudest asjadest. Lisaks on biomassi ennast taime tapmata üsna keeruline "kaaluda", mis segab selle kasvukiiruse hindamist.
Shadrin ja tema Skoltechi kolleegid Rupert Gerzer, Tatjana Podladchikova ja Andrey Somov mõtlesid välja, kuidas selliseid hinnanguid kiiresti ja täpselt teha, jälgides kääbustomatite kasvu 3D- ja 2D-kaamerate abil.
Analüüsides tomatite seisundit erinevates kasvufaasides, suutsid vene teadlased tuletada mitu biomassi komplektiga seotud mustrit ja kasutasid neid masinaõppe süsteemide loomisel, mis oleksid võimelised neid omadusi hindama, analüüsides lihtsaid kahemõõtmelisi fotosid tomatilehtedest ja taime kolmemõõtmelist mudelit.
Reklaamvideo:
Täiendavad vaatlused näitasid, et see programm ennustas õigesti tomatite ja ka mitme salati sordi kasvukiirust nende esimese 30 elupäeva jooksul pärast istutamist. See võimaldab seda kasutada mitte ainult "kosmose" elu toetavate süsteemide arvutamiseks, vaid ka kasvuhoonete töö optimeerimiseks.
