Учени от Skoltech са създали система за машинно обучение, която ще помогне на космическите агенции по света да изберат "правилните" растения, за да осигурят бъдещи дългосрочни космически мисии с необходимото количество биомаса и кислород. Техните открития бяха представени в списанието IEEE Pervasive Computing.
„Основното предимство на нашия метод е, че е достатъчно да се получи триизмерно изображение за всеки вид растение само веднъж. След това, за да прогнозирате растежа на биомасата, е достатъчно да използвате най-простите камери. Това значително опростява и намалява разходите за системи за прогнозиране, контрол и оптимизация на оранжериите и системите за изкуствено поддържане на живота в космоса , отбелязва Дмитрий Шадрин, аспирант на Skoltech, цитиран от пресслужбата на университета.
Дългосрочните космически полети, според днешните експерти на НАСА и Роскосмос, ще изискват създаването на напълно автономни системи за поддържане на живота, които позволяват производството на вода, кислород и всички необходими хранителни вещества за неограничено време.
Растенията и различните едноклетъчни водорасли, способни да произвеждат биомаса в големи количества и с висока скорост, днес се считат за ключът към тяхното създаване. През последните две десетилетия учените постигнаха значителен напредък в тази посока, създавайки две оранжерии на борда на МКС и отглеждайки зеле, маруля, астри и много други растения в тях.
Подобни успехи карат биолози, космически лекари и други изследователи да се чудят колко растения са необходими за оцеляването на екипаж, летящ до Марс или други планети. Излишъкът им може да направи мисията твърде скъпа и нереализирана, а липсата - обречени бъдещи последователи на Марк Уотни от „Марсианецът“до бавна смърт.
Въпреки факта, че учените изучават растенията в продължение на хиляди години, не е толкова лесно да се подготвят такива оценки, тъй като скоростта на техния растеж и печалбата от биомаса зависи от много различни биологични и физически фактори - количеството на влагата и микроелементите в почвата, нивото на осветеност и десетки други неща. Освен това самата биомаса е доста трудна за „претегляне“, без да убива самото растение, което пречи на оценката на скоростта му на растеж.
Шадрин и неговите колеги по Skoltech Рупърт Герзер, Татяна Подладчикова и Андрей Сомов измислиха как бързо и точно да направят такива оценки, като наблюдават растежа на доматите джуджета с помощта на 3D и 2D камери.
Анализирайки състоянието на доматите на различни фази на растеж, руските учени успяха да изведат няколко модела, свързани с набора от биомаса, и ги използваха за създаване на системи за машинно обучение, способни да оценяват тези характеристики, като анализират прости двумерни фотографии на листа от домати и триизмерен модел на растението.
Промоционално видео:
По-нататъшните наблюдения показват, че тази програма правилно е предвидила темповете на растеж на доматите, както и няколко сорта маруля, през първите 30 дни от живота им след засаждането. Това позволява да се използва не само за изчисляване на „космическите“системи за поддържане на живота, но и за оптимизиране на работата на оранжериите.