ИИ возрождает классическую микроскопию для анализа здоровья почвы на фермах

Исследователи из США разрабатывают систему микроскопии с искусственным интеллектом, которая может сделать тестирование здоровья почвы быстрее, дешевле и доступнее для фермеров.

Ученые из Техасского университета в Сан-Антонио успешно объединили недорогую оптическую микроскопию с машинным обучением для измерения наличия и количества грибов в образцах почвы. Их ранняя технология proof-of-concept была представлена на конференции Goldschmidt в Праге.

Определение обилия и разнообразия почвенных грибов дает ценную информацию о здоровье и плодородии почвы, поскольку грибы играют ключевую роль в биогеохимическом цикле питательных веществ, удержании воды и росте растений.

Оптические микроскопы — старейший тип микроскопов — давно используются для обнаружения микроорганизмов в почве. Другие методы, такие как анализ фосфолипидных жирных кислот и ДНК, могут быть дорогостоящими или делают акцент на химическом составе, часто упуская биологическую сложность почвенных экосистем.

"Современные формы биологического анализа почвы ограничены, требуя либо дорогого лабораторного оборудования, либо эксперта для визуальной идентификации организмов", — говорит Алек Грейвс, представляющий исследование. — "Мы создаем недорогое решение для тестирования почвы, которое снижает трудозатраты и требуемую экспертизу".

В своей ранней разработке исследователи создали и протестировали алгоритм машинного обучения для обнаружения биомассы грибов, интегрировав его в специальное ПО для маркировки микроскопических изображений. Алгоритм был обучен на наборе из нескольких тысяч изображений грибов из почв Южного Центрального Техаса.

"Наша техника анализирует видео образца почвы, разбивает его на изображения и использует нейронную сеть для идентификации и количественной оценки грибов", — объясняет Грейвс. — "Наш proof-of-concept уже может обнаруживать гифы грибов в разбавленных образцах и оценивать биомассу".

Система работает с увеличением всего в 100x и 400x, доступным во многих недорогих микроскопах, включая школьные лабораторные.

Сейчас команда работает над интеграцией своей техники в мобильную роботизированную платформу для обнаружения грибов в почве. Система объединит сбор образцов, микрофотографию и анализ в одном устройстве. Цель — иметь полностью разработанное, готовое к развертыванию устройство для тестирования в течение следующих двух лет.

Исследование возглавляет профессор Саугата Датта. Детали алгоритма машинного обучения будут опубликованы в рецензируемом журнале позже в этом году.