Verdens mindste frugtplukker styret af kunstig intelligens
Målet for Kaare Hartvig Jensen, lektor på DTU Fysik, har været at mindske behovet for høst, transport og forarbejdning af afgrøder til produktion af for eksempel biobrændstoffer og lægemidler.
Med en ny metode til at ekstrahere stoffer, kaldet plantemetabolitter, overflødiggør man samtidig behovet for kemiske og mekaniske processer.
Plantemetabolitter består af en lang række ekstremt vigtige kemikalier. Flere har bemærkelsesværdige terapeutiske kvaliteter, som for eksempel malariamedicinen artemisinin, mekaniske egenskaber, som for eksempel naturgummi eller biobrændsel fra træernes saft.
Høstning celle for celle
De fleste plantemetabolitter er isoleret i individuelle celler, derfor er det også vigtigt, hvordan du får metabolitterne ud, da fremgangsmåden påvirker både produktrenhed og udbytte.
Oftest involverer ekstraheringen slibning, centrifugering og kemikaliebehandling ved hjælp af opløsningsmidler. Dette resulterer i betydelig forurening, hvilket bidrager til de høje økonomiske og miljømæssige forarbejdningsomkostninger.
- Alle de stoffer bliver produceret og lagret inde i enkelte celler i planten. Det er der man skal ind, hvis man vil have den rene vare. Når man høster hele planten eller skiller frugten fra grenene, så høster du samtidig en hel masse væv, der ikke indeholder det stof, du er interesseret i, forklarer Kaare Hartvig Jensen i en pressemeddelelse.
- Så der er to perspektiver i det. Hvis du vil have stofferne ud meget rene, så skal du gøre det celle for celle. Når du så kan gøre det celle for celle, som vi har vist, så behøver du ikke at høste planten. Så kan du sætte den lille robot på, og så kan den bare gå i gang uden at beskadige planten, siger han.
Men hvor man nu arbejder med planter og blade, kan det i fremtiden blive lidt større skala, denne her type høster skal arbejde på.
Håber et, at denne unikke tilgang kan skabe en ny kilde til biomasse og sætte gang i forskning på et nyt område inden for bæredygtig energiproduktion.
Noget at det, teknologien muligvis kan bruges til i fremtiden, er derfor, at tappe energi fra træer, hvor der ligger en masse biobrændsel tilgængeligt.
- I de nordlige skove i Canada og Rusland er der cirka 740 milliarder træer i granskovene, der står helt urørte. Det er omkring 25 procent at det totale antal træer på planeten. Med en udvikling af teknologien kan vi tappe træer for sukker og lave biobrændsel uden at fælde eller beskadige træerne, forklarer Kaare Hartvig Jensen.
Kunstig intelligens på mikroskopniveau
Cellerne i frugten og bladene, som høsteren leder efter, er 100 mikrometer i diameter, mens nålens spids er omkring 10 mikrometer i diameter. Høsten sker altså på samme størrelsesorden som tykkelsen af et hår.
Magnus Valdemar Paludan, der har lavet systemet til billedanalyse, billedgenkendelse og robotstyring, forklarer:
- Det hele foregår med et mikroskopkamera. Til at starte med har jeg manuelt markeret pixels på mikroskopibillederne, som indeholder de celler, som robotten skal høste. Den information kan bruges til at træne en computer til at kunne finde tilsvarende celler på nye billeder.
Maskinlæring og et allerede eksisterende neuralt netværk, GoogLeNet, er ingredienserne bag teknologien. Netværket kan allerede genkende makroskopiske strukturer, og kan finkæmme et billede og fortælle dig, om der for eksempel gemmer sig en elefant eller en rød peber på billedet.
- Vi har brugt en teknik der hedder ”Transfer learning”, hvor man udnytter at det neurale netværk allerede kan genkende forskellige objekter på et billede. Ved at vise computeren en række nye billeder, med de manuelt markerede celler, så har vi lykkes med at justere netværkets parametre til at genkende de mikroskopiske metabolitrige celler, fortæller Magnus Valdemar Paludan.
- Høsteren kan så selv gå ind og tage et billede af bladet med mikroskopkameraet, køre det gennem softwaren, og så kan den genkende de celler, den skal høste. Dernæst kan den ekstrahere kemikalierne automatisk ved hjælp af en mikrorobot, mens resten af planten forbliver uforstyrret, forklarer Magnus Valdemar Paludan.
Resultaterne stammer fra Kaare Hartvig Jensens Villum Experiment-projekt fra 2017, som også postdoc Hansol Bae og studerende Jan Knoblauch har deltaget i.
