Los científicos de Skoltech han creado un sistema de aprendizaje automático que ayudará a las agencias espaciales del mundo a seleccionar las plantas "adecuadas" para proporcionar futuras misiones espaciales a largo plazo con la cantidad necesaria de biomasa y oxígeno. Sus hallazgos fueron presentados en la revista IEEE Pervasive Computing.
“La principal ventaja de nuestro método es que basta con obtener una imagen tridimensional de cada especie vegetal una sola vez. Después de eso, para predecir el crecimiento de la biomasa, basta con usar las cámaras más simples. Esto simplifica enormemente y reduce el costo de los sistemas de pronóstico, control y optimización para invernaderos y sistemas de soporte de vida artificial en el espacio”, señala Dmitry Shadrin, estudiante graduado de Skoltech, citado por el servicio de prensa de la universidad.
Los vuelos espaciales a largo plazo, según los expertos de la NASA y Roscosmos hoy, requerirán la creación de sistemas de soporte vital totalmente autónomos que permitan la producción de agua, oxígeno y todos los nutrientes necesarios por tiempo ilimitado.
Las plantas y diversas algas unicelulares, capaces de producir biomasa en grandes cantidades y a gran velocidad, se consideran hoy la clave de su creación. Durante las últimas dos décadas, los científicos han logrado avances significativos en esta dirección, creando dos invernaderos a bordo de la EEI y cultivando repollo, lechuga, áster y muchas otras plantas en ellos.
norte
Tales éxitos hacen que biólogos, médicos espaciales y otros investigadores se pregunten cuántas plantas se necesitan para la supervivencia de una tripulación que vuela a Marte u otros planetas. Su exceso puede hacer que la misión sea demasiado cara e irrealizable, y la falta - condenar a los futuros seguidores de Mark Watney de "The Martian" a una muerte lenta.
A pesar de que los científicos han estado estudiando plantas durante miles de años, no es tan fácil preparar tales estimaciones, ya que la tasa de crecimiento y ganancia de biomasa depende de muchos factores biológicos y físicos diferentes: la cantidad de humedad y oligoelementos en el suelo, el nivel de iluminación y docenas de otras cosas. Además, la biomasa en sí es bastante difícil de "pesar" sin matar a la planta, lo que interfiere con la evaluación de su tasa de crecimiento.
Shadrin y sus colegas de Skoltech, Rupert Gerzer, Tatiana Podladchikova y Andrey Somov, descubrieron cómo realizar tales evaluaciones de manera rápida y precisa al observar el crecimiento de tomates enanos utilizando cámaras 3D y 2D.
Al analizar el estado de los tomates en diferentes etapas de crecimiento, los científicos rusos pudieron deducir varios patrones asociados con el conjunto de biomasa y los utilizaron para crear sistemas de aprendizaje automático capaces de evaluar estas características mediante el análisis de fotografías bidimensionales simples de hojas de tomate y un modelo tridimensional de la planta.
Video promocional:
Otras observaciones mostraron que este programa predijo correctamente la tasa de crecimiento de los tomates, así como de varias variedades de lechuga, durante los primeros 30 días de su vida después de la siembra. Esto permite que se utilice no solo para calcular los sistemas de soporte vital "espaciales", sino también para optimizar el funcionamiento de los invernaderos.
