美國得克薩斯大學(xué)圣安東尼奧分校（UTSA）的研究人員正在開發(fā)一種基于人工智能的顯微鏡系統(tǒng)，有望使土壤健康檢測變得更加快速、廉價且易于獲取。這一創(chuàng)新技術(shù)將為全球農(nóng)民和土地管理者提供更高效的土壤檢測工具。

據(jù)IT之家了解，該研究團隊成功將低成本的光學(xué)顯微鏡與機器學(xué)習(xí)相結(jié)合，用于測量土壤樣本中真菌的存在和數(shù)量。這一處于早期階段的概念驗證技術(shù)于 7 月 9 日在布拉格舉行的戈德施密特會議上進行了展示。

土壤真菌的豐度和多樣性是評估土壤健康和肥力的重要指標(biāo)，因為真菌在土壤中營養(yǎng)元素的生物地球化學(xué)循環(huán)、水分保持以及植物生長中發(fā)揮著關(guān)鍵作用。通過了解這些信息，農(nóng)民可以優(yōu)化農(nóng)作物生產(chǎn)，提高可持續(xù)性，例如在施肥、灌溉和耕作等方面做出更明智的決策。

光學(xué)顯微鏡是最古老的顯微鏡設(shè)計，長期以來一直被用于發(fā)現(xiàn)和識別土壤中的微小生物。其他土壤檢測方法則采用磷脂脂肪酸測試和 DNA 分析來檢測生物體，或者測量土壤中氮、磷、鉀等化學(xué)物質(zhì)的含量。盡管這些現(xiàn)代方法功能強大，但往往成本較高，且僅側(cè)重于化學(xué)成分，忽略了土壤生態(tài)系統(tǒng)的完整生物復(fù)雜性。

UTSA 科學(xué)院的亞歷克?格雷夫斯（Alec Graves）本周在戈德施密特會議上展示了這項研究，他表示：“目前的土壤生物分析方法存在局限性，要么需要昂貴的實驗室設(shè)備來測量分子組成，要么需要專家通過顯微鏡用肉眼識別生物體。全面的土壤檢測對于需要了解農(nóng)業(yè)實踐對土壤健康影響的農(nóng)民和土地管理者來說并不容易獲得?！?/span>

“我們利用機器學(xué)習(xí)算法和光學(xué)顯微鏡，正在開發(fā)一種低成本的土壤檢測解決方案，減少所需的人力和專業(yè)知識，同時提供更完整的土壤生物學(xué)圖景?！备窭追蛩寡a充道。

在他們的早期設(shè)計中，研究人員構(gòu)建并測試了一種機器學(xué)習(xí)算法，用于檢測土壤樣本中的真菌生物量，并將其整合到用于標(biāo)記顯微鏡圖像的定制軟件中。該軟件使用了來自得克薩斯州中南部土壤中數(shù)千張真菌圖像的數(shù)據(jù)集。該軟件適用于許多價格實惠的現(xiàn)成顯微鏡，包括學(xué)校實驗室中常見的 100 倍和 400 倍總放大倍數(shù)的顯微鏡。

“我們的技術(shù)通過分析土壤樣本的視頻，將其分解為圖像，并利用神經(jīng)網(wǎng)絡(luò)識別和量化真菌?！备窭追蛩拐f，“我們的概念驗證已經(jīng)能夠在稀釋樣本中檢測到真菌菌絲，并估算真菌生物量?！?/span>

目前，該團隊正在努力將這一技術(shù)整合到一個移動機器人平臺上，用于檢測土壤中的真菌。該系統(tǒng)將把樣本采集、顯微攝影和分析集成到一個設(shè)備中，他們計劃在未來兩年內(nèi)出開發(fā)一個完全成熟且可部署的設(shè)備用于測試。

該研究由 UTSA 水資源研究可持續(xù)性和政策研究所所長薩加塔?達塔（Saugata Datta）教授領(lǐng)導(dǎo)，機器學(xué)習(xí)算法的詳細(xì)信息預(yù)計將于今年晚些時候在同行評審的期刊上發(fā)表。