Предсказание флоры: нейронные сети из Сколкова могут прогнозировать динамику роста растений в космосе

Специалисты Сколковского института науки и технологий обучили математическую модель — искусственную нейронную сеть — оценивать и предсказывать динамику роста растений. Для этого они создали установку, в которой саженцы получали удобрения и биологически активные элементы под «присмотром» компьютера. Учёные также определили лучший состав добавок к биораствору, который был разработан для Международной космической станции.

Результаты работы могут применяться для создания эффективных замкнутых систем жизнеобеспечения.

Учёные Сколковского института науки и технологий создали портативную замкнутую систему выращивания растений, анализировать работу которой будет искусственный интеллект — обучаемые компьютерные нейронные сети. Результаты соответствующего исследования были впервые опубликованы в  журнале IEEE Transactions on Instrumentations and Measurements.

«Исследование позволит создавать портативные системы выращивания растений. Задачей Сколтеха было собрать установку, которая бы позволяла постоянно мониторить динамику и условия роста, а также находить оптимальные добавки к базовому раствору», — сообщили RT авторы работы.

Такая установка, оснащённая системой мониторинга, может использоваться, например, в условиях космоса, отмечают исследователи.

По их словам, приоритетной задачей было обучение компьютера контролю за ростом саженцев. Также искусственный интеллект должен был определять лучшее сочетание биологических добавок, необходимых для жизни растений в космосе и в других замкнутых системах.

К работе привлекли специалистов Германского аэрокосмического центра — они предоставили специализированный базовый раствор для питания растений, разработанный для Международной космической станции. 

Учёные также задались целью найти не только наиболее эффективные, но и самые лёгкие по весу добавки, поскольку критерий массы крайне важен при доставке грузов на космические станции.

Кроме того, в ходе масштабного исследования учёные выявили наиболее оптимальные алгоритмы компьютерного «зрения», что позволяет машине определять площадь поверхности листвы и таким образом контролировать темпы роста саженцев.