在《公共科学图书馆》刊载的一项研究中，麻省理工学院的研究小组着手证明其方法的可行性，即在他们称之为“食品计算机”的水培环境中，在不同条件下种植植物。这种方法允许他们改变光照持续时间和紫外线照射持续时间。一旦植物长满了，研究人员就用传统的分析化学技术，如气相色谱法和质谱法，通过测量叶子中挥发性化合物的浓度来评估罗勒的味道。这些分子包括有价值的营养素和抗氧化剂，因此增强风味也对健康有益。

然后，所有来自植物实验的信息被输入到麻省理工学院认知团队开发的机器学习算法中。这些算法评估了数以百万计的光照和紫外线持续时间的可能组合，并生成了一组可以最大限度地增加味道的条件，包括24小时日光制度。

除了口味之外，研究人员现在正致力于开发含有更多化合物的罗勒植物，这些化合物有助于防治糖尿病等疾病。众所周知，罗勒和其他植物含有有助于控制血糖的化合物，在之前的研究中，德拉帕拉的实验已经表明，这些化合物可以通过不同的环境条件得到增强。

研究人员目前正在研究调整其他环境变量的影响，如温度、湿度和光的波长，以及添加植物激素或营养素的影响。在一项研究中，他们将植物暴露在壳聚糖（一种存在于昆虫壳中的聚合物）中，壳聚糖使植物产生不同的化合物来抵御昆虫的攻击。

他们也有兴趣使用他们的方法来增加药用植物的产量，如马达加斯加长春花，这是抗癌化合物长春新碱和长春花碱的唯一来源。

“你可以把这篇论文看作是许多可以应用的不同场景的开场白，它展示了我们迄今为止所构建的工具的强大功能，”德拉帕拉说。“这是我们现在可以在更大范围内做的事情的原型。”

东北大学网络科学教授Albert-László Barabási说，这种方法为并非每个人都能接受的作物基因改造提供了一种替代方法。

本文运用现代数字农业的思想，通过改变植物生长的环境条件，系统地改变我们所食用植物的化学成分。这表明，我们可以利用机器学习和良好的控制条件来找到最佳条件组合，也就是说，设计最大化味道和产量的条件，”未参与研究的Barabási说。

气候适应

研究人员说，网络农业的另一个重要应用是适应气候变化。虽然研究不同条件对作物的影响通常需要数年或数十年的时间，但在一个受控的农业环境中，许多试验可以在短时间内完成。

德拉帕拉说：“当你在田里种东西时，你必须依靠天气和其他因素来合作，你必须等待下一个生长季节的到来。”“有了我们这样的系统，我们可以更快地获得更多的知识量。”

开放农业集团（OpenAg）团队目前正在为糖果制造商费列罗（Ferrero）进行一项有关榛子树的研究，该公司的榛子树消费量约占世界榛子总消费量的25%。

作为他们培训任务的一部分，研究人员还开发了小型“个人食品计算机”，可以在受控条件下种植植物，并将数据发送回MIT团队。现在，美国的许多高中学生都在使用这些工具，这些工具由分布在65个国家的不同用户组成，他们可以通过在线论坛分享自己的想法和结果。

哈珀说：“对我们来说，每一个盒子都是我们非常感兴趣的数据点，但它也是一个实验平台，可以用新的方式教授环境科学、编程、化学和数学。”

该研究由Target公司、Lee Kum-Kee Health Products Group、Welspun、Sentient Technologies和Cognizant Technology Solutions资助。

麻省理工学院新闻办公室

2019年4月3日