എത്ര ആരോഗ്യമുള്ള തക്കാളി ചെടികൾ ഒരു വിത്ത് വിളവ് നൽകും? Wageningen യൂണിവേഴ്സിറ്റി & റിസർച്ചിലെ അഗ്രോ ഫുഡ് റോബോട്ടിക്സിലെ ഗവേഷകർ ഒരു ഓട്ടോമാറ്റിക് മുളയ്ക്കൽ പരിശോധന വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, ഇത് വിത്ത് ബ്രീഡർമാർക്കും കർഷകർക്കും ഈ ചോദ്യത്തിന് വേഗത്തിലും വസ്തുനിഷ്ഠമായും ഉത്തരം നൽകുകയും ചെലവ് ലാഭിക്കുകയും കാര്യക്ഷമത വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.
കർഷകർ ഏകീകൃത ചെടികൾ വിതരണം ചെയ്യാൻ ഇഷ്ടപ്പെടുന്നു, അതിനാൽ അവർ ഓർഡർ ചെയ്യുന്ന വിത്തിന്റെ ഗുണനിലവാരം അറിയാൻ ആഗ്രഹിക്കുന്നു. ഒരു ബാച്ച് വിത്ത് എത്ര ചെടികൾ വിളയുന്നു? വളർച്ചയിൽ പിന്നാക്കം നിൽക്കുന്നതോ വളച്ചൊടിച്ച തണ്ടുള്ളതോ ഇല നഷ്ടപ്പെട്ടതോ ആയ മാതൃകകൾ ഉണ്ടോ? വിത്ത് ബ്രീഡർമാരും കർഷകരും മുളപ്പിക്കൽ പരിശോധനകൾ നടത്തുന്നു.
ഈ പരിശോധനകളിൽ നിന്ന് വളർത്തുന്ന ചെടികൾ കമ്പനിയുടെ സ്വന്തം മാനദണ്ഡങ്ങളും വളർച്ചാ രീതികളും അനുസരിച്ച് സ്വയം വിലയിരുത്തുന്നു. ഉദാഹരണത്തിന്, ഒരു വിത്ത് ബ്രീഡർ വർഷം മുഴുവനും ഒരേ അവസ്ഥയിൽ കൃഷി ചെയ്യുന്നു, എന്നാൽ വാണിജ്യ ഹരിതഗൃഹത്തിൽ ഈ അവസ്ഥകൾ ഓരോ സീസണിലും വ്യത്യാസപ്പെടാം. . “അതിനാൽ, മുളപ്പിക്കൽ പരിശോധനകളുടെ ഫലങ്ങൾ പരസ്പരം വ്യത്യസ്തമായിരിക്കും. ഇത് വിത്തിന്റെ ഗുണമേന്മ അംഗീകരിക്കാനും കർഷകർക്ക് തൈകളുടെ ഉത്പാദനം കൃത്യമായി കണക്കാക്കാനും വിത്ത് ബ്രീഡർമാർക്ക് ബുദ്ധിമുട്ടുണ്ടാക്കുന്നു," വാഗെനിംഗൻ യൂണിവേഴ്സിറ്റി & റിസർച്ചിലെ അഗ്രോ ഫുഡ് റോബോട്ടിക്സിലെ ഗവേഷകയായ ലിഡിയ മീസ്റ്റേഴ്സ് പറയുന്നു.
ന്യൂറൽ നെറ്റ്വർക്കുകൾ
പദ്ധതിയിൽ ബ്രീഡിംഗ് കമ്പനികൾക്കും കർഷകർക്കും വേണ്ടിയുള്ള ഹൈടെക് പ്ലാന്റ് ഫിനോടൈപ്പിംഗ് ടൂളുകളുടെ ചൂഷണം (2018-2021), Wageningen യൂണിവേഴ്സിറ്റി & റിസർച്ചിലെ അഗ്രോ ഫുഡ് റോബോട്ടിക്സിലെ ഗവേഷകർ ഈ പ്രശ്നങ്ങൾ ഇല്ലാതാക്കുന്ന ഒരു ഓട്ടോമാറ്റിക്, സ്റ്റാൻഡേർഡ് അങ്കുരണ പരിശോധന വികസിപ്പിച്ചെടുത്തു.
"ഞങ്ങളുടെ MARVIN ക്യാമറ സിസ്റ്റം ഉപയോഗിച്ച്, ഞങ്ങൾ തക്കാളി തൈകളുടെ ഉയർന്ന വേഗതയുള്ള ഫിലിമുകൾ നിർമ്മിക്കുകയും അവയെ ക്ലാസിഫിക്കേഷൻ സോഫ്റ്റ്വെയറുമായി ബന്ധിപ്പിക്കുകയും ചെയ്യുന്നു," മീസ്റ്റേഴ്സ് പറയുന്നു. “സോഫ്റ്റ്വെയർ ന്യൂറൽ നെറ്റ്വർക്കുകൾ (ഡീപ് ലേണിംഗ്) ഉപയോഗിക്കുന്നു, ഇത് കമ്പ്യൂട്ടറുകൾക്ക് ലഭിക്കുന്ന വിവരങ്ങളെ അടിസ്ഥാനമാക്കി പഠിക്കാൻ പ്രാപ്തമാക്കുന്ന കൃത്രിമ ബുദ്ധിയുടെ ഒരു രൂപമാണ്. ഈ സാഹചര്യത്തിൽ ഞങ്ങൾ 2-ഡൈമൻഷണൽ, 3-ഡൈമൻഷണൽ ചിത്രങ്ങൾ നിർമ്മിക്കുന്നു.
മെച്ചപ്പെട്ട പ്രവചനം
പദ്ധതിയിലെ പതിനൊന്ന് പങ്കാളികളിൽ ഒരാൾ Warmenhuizen ലെ Bejo Zaden ലെ ഗവേഷകനായ Paul Verbruggen ആണ്. “ഞങ്ങളുടെ വിത്തിൽ നിന്ന് തക്കാളി ചെടികളുടെ ഗുണനിലവാരവും ഏകീകൃതതയും നന്നായി പ്രവചിക്കാൻ ഞങ്ങൾ എപ്പോഴും നോക്കുന്നു,” അദ്ദേഹം വിശദീകരിക്കുന്നു.
ആ ലക്ഷ്യം ഇപ്പോൾ വാഗനിംഗൻ ഗവേഷണത്തിന് നന്ദി. "സസ്യങ്ങളുടെ ഗുണനിലവാരം നന്നായി പ്രവചിക്കാൻ മാർവിൻ ക്യാമറ സംവിധാനം ഇതിനകം തന്നെ ദൃശ്യമാകുന്നു," വെർബ്രഗ്ഗൻ പറയുന്നു. “നിങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പോലുള്ള പുതിയ സാങ്കേതികവിദ്യ ചേർക്കുമ്പോൾ, വിശ്വാസ്യത ഗണ്യമായി വർദ്ധിക്കുന്നു. നിങ്ങൾ തക്കാളി ചെടികളുടെ 2-D അല്ലെങ്കിൽ 3-D ചിത്രങ്ങൾ ശേഖരിക്കുന്നു എന്നത് പ്രശ്നമല്ലെന്നും ആദ്യ ഫലങ്ങൾ സൂചിപ്പിക്കുന്നു. "ഞങ്ങളെ സംബന്ധിച്ചിടത്തോളം അറിയുന്നതിൽ സന്തോഷമുണ്ട്, കാരണം ബെജോ സാഡൻ ഇതിനകം ഒരു നല്ല സിസ്റ്റം ഉപയോഗിക്കുന്നുണ്ടെന്ന് ഇത് സ്ഥിരീകരിക്കുന്നു."
കാര്യക്ഷമമായി പ്രവർത്തിക്കുന്നു
വിത്തിന്റെ ഗുണനിലവാരം കൃത്യമായി എങ്ങനെ അളക്കണം എന്ന കാര്യത്തിൽ മറ്റ് കക്ഷികളുമായി സമവായത്തിലെത്താൻ പ്രയാസമാണെന്നും വെർബ്രഗ്ഗൻ അഭിപ്രായപ്പെട്ടു. “ഞങ്ങൾ ഇപ്പോൾ തയ്യൽ ചെയ്ത പ്രവചന മോഡലുകളിൽ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു, ഓരോ ചെയിൻ പങ്കാളിക്കും അവരുടേതായ മാതൃക പരിശീലിപ്പിക്കാൻ കഴിയും.” ഇത് മീസ്റ്റേഴ്സിന്റെ കാര്യമാണെങ്കിൽ, ഈ മോഡലുകൾ ഒരു തുടക്കം മാത്രമാണ്. "ആധുനിക സാങ്കേതികവിദ്യ ഹരിതഗൃഹങ്ങളിലേക്ക് എത്രത്തോളം സംയോജിപ്പിക്കുന്നുവോ അത്രയധികം കമ്പനികൾ കൂടുതൽ കാര്യക്ഷമമാകും."