Generatív modell segítségével beszélik a növények nyelvét
A Hortiya széleskörű nyelvi modellt alkalmaz a biokémiai technológiákban, hogy ezáltal is hozzájáruljon az élelmiszer-termelés „zöldebbé tételéhez”.
A generatív mesterséges intelligencia már elég jól beszél az emberek nyelvén, de egy európai startup most egy olyan generatív modellt épít, amely segít nekünk „a növények nyelvén” beszélni.
A 2020-ban a nyugat-németországi Duisberg városában alapított Hortiya most a GPT–4-hez hasonló generatív nyelvi modelleket (LLM) működtető technológiát alkalmazza az élelmiszer-termelési ágazatban.
Miközben számos szalagcím hangsúlyozza, hogy a mesterséges intelligencia milyen nagyszerű eszköz arra, hogy segítsen az iskolásoknak abban, hogy csaljanak a házi feladatokkal, vagy hogy a pápáról menő deepfake-eket készítsenek, a Hortiya vezérigazgatója, Marc Weimer-Hablitzel szerint cége arra fogja használni ezt a technológiát, hogy drámaian csökkentse az élelmiszer előállításához szükséges energia mennyiségét.
Jelenleg a Hortiya olyan adatállományt készít egy AI-modell betanításához, amely képes megérteni, hogy a különböző inputok, illetve az éghajlati viszonyok hogyan befolyásolják a növények belső rendszerét és növekedését. Ha ez sikerül, a vállalat növelheti az élelmiszer-termelés energiahatékonyságát azáltal, hogy a termelők megtervezhetik, hogyan használják fel a drága erőforrásokat, például az áramellátást vagy a műtrágyát.
Suttogó növények
A Weimer-Hablitzel szerint a Hortiya alapmodelljének felépítése valószínűleg a már létező LLM-ektől eltérő megközelítést igényel majd, de ugyanazokon az elveken fog alapulni. Néhány adatot olyan üvegházi érzékelőkből gyűjtenek majd, amelyek azt mérik, hogy a növények hogyan reagálnak a fényerősség, a hőmérséklet és a talajviszonyok változásaira, ám ezeket a legmodernebb információkkal egészítik majd ki.
A szakember elmondása szerint ezek között olyan adatok is előfordulhatnak, amelyek azt mutatják, hogy a növények gyökerei hogyan küldenek elektromos impulzusokat (üzeneteket) a leveleiknek, vagy olyan új kutatások, amelyek azt vizsgálják, hogy a stresszes növények hogyan bocsátanak ki az emberi fül számára nem érzékelhető, magas frekvenciájú hangokat.
A modell némi piacra és időjárásra vonatkozó információval kiegészítve képes lesz megjósolni, hogy az olyan események, mint az aszály vagy az energiaár-emelkedés hogyan hatnak majd a termelőkre és az erőforrásaik elosztására.
A nagyobb jobb
A Hortiya AI-modellje jól példázza a mezőgazdaságban egyre nagyobb számban alkalmazott érzékelők és adatgyűjtés továbbfejlesztett alkalmazását. A Hortiya már kifejlesztett egy olyan terméket, amely az üvegházak érzékelőit és a mesterséges intelligenciát kombinálja, hogy segítse az élelmiszer-termelőket a hatékonyabb világítás használatával, optimalizálva azt, hogy a növények mikor a legfogékonyabbak az energiabevitelre.
A növénynek mindig egy meghatározott állapotban kell lennie: a növényeknek van pihenőidejük, és lehetnek stresszes állapotban is. Ha egy növény szomszédja beteg, akkor a növény teljesítménye rosszabb lesz. Csak akkor kívánunk a növényeknek energiát adni, amikor azok felkészültek az energia átalakítására
– magyarázta Weimer-Hablitzel.
Az említett technológiát már két kutatási kísérleti projektben és egy nagyüzemi ügyfélnél egy 54 ezer négyzetméteres üvegházban is alkalmazzák. A Hortiya a laboratóriumban bebizonyította, hogy a meglévő technológiával a növények energiafogyasztása 30%-kal csökkenthető, miközben a terméshozam azonos szinten marad. Bár arra figyelmeztet, hogy valós körülmények között a megtakarítás valószínűleg kevesebb lesz, mégis hangsúlyozza, hogy már az energiafogyasztás 10%-os megtakarításával is nagy hatást érhet el az általa indított vállalkozás, ha nagy mértékben alkalmazzák.
Az 5-10%-os megtakarítás már óriási eredmény, ha figyelembe vesszük, hogy hány megawattórányi energiát használnak fel az üvegházakban. El sem tudja képzelni, hogy mennyi energiába kerül nekünk az, hogy a paradicsomunkat télen is megtermeljük. Az a termék, amellyel jelenleg dolgozunk, már most is értéket teremt az ügyfeleink számára
– hangsúlyozta Weimer-Hablitzel.
A Hortiya nagyméretű, általános felhasználású modellje – állítása szerint – a következő szintre emeli ezeket a lehetséges energia-megtakarításokat, mivel lehetővé teszi a termelők számára, hogy hosszabb távú döntéseket hozzanak a tervezés során az erőforrások, például a fény és a tápanyagok felhasználásának módjáról.
Olyan kérdéseket tehetünk majd fel a modellnek, mint például: Mi lenne a legjobb megoldás arra az esetre, ha mondjuk két hét aszály lenne, vagy ha áramot vezetnénk be, és még több fényt tudnánk a növények számára biztosítani?
– mondta Weimer-Hablitzel.
A tökéletes kockázatvállalási stratégia
Ahogy a legtöbb kutatás-orientált startup, a Hortiya is azt mondja, hogy folyamatosan finanszírozási üzemmódban van, így mostanra 1 millió dollárt gyűjtött be a magvetés előtti finanszírozás keretében, ami támogatásból és szabadon felhasználható hitelekből áll. És bár a finanszírozói környezetben nehéz a helyzet, a Hortiyának több tényező is kedvez. A ChatGPT robbanásszerű felemelkedése révén a befektetők jobban megismerték az AI-alapmodellek koncepcióját, miközben egyre több tőkebefektető látja át az éghajlatváltozás okozta válság megoldásának sürgető mivoltát.
Azt látjuk, hogy Nagy-Britanniában, Franciaországban és Spanyolországban télen sem áll rendelkezésre víz. Úgyhogy már maguk a befektetők is kezdik megérteni, hogy ‘Úristen, mit csinálunk majd, ha a szabadföldi már nem lesz működőképes, mert nem lesz elég vizünk
– fejtette ki Weimer-Hablitzel.
Hatalmas szükség van egy hatékonyabb és fenntarthatóbb termesztési módra, és ezt a befektetők is kezdik megérteni.
A Hortiyának még hosszú utat kell megtennie a növényi jelek értelmezésében segítő AI-alapmodellek új modelljének létrehozásáig, ráadásul az ilyen rendszerek betanítása a hatalmas adatmennyiség miatt igencsak költséges.
Weimer-Hablitzel úgy véli, hogy mire a startupja készen áll arra, hogy betanítsa az új modelleket, a folyamat valószínűleg a jelenleginél sokkal hatékonyabban működik majd. Akár sikerül elegendő adatot, tőkét és szakembert találnia a modell sikeres felépítéséhez, akár nem, mindenképpen üdítő látvány egy olyan kreatív alkalmazási lehetőséget látni, amely messze meghaladja azt, hogy a ChatGPT segítségével vírusos bejegyzéseket írjunk a ChatGPT felhasználási módjairól a Twitteren.
