В США разработали ИИ-модель для общения с природой — нейросеть интерпретирует электрические импульсы растений

Electric Plant использует электроды и нейросеть для интерпретации состояния растений

Стартап Electric Plant был основан около трех лет назад американским предпринимателем Джастином Мастом совместно с нейробиологом Ли фон Краусом. Как рассказал Маст изданию TechCrunch, в основу проекта легла идея из научного эксперимента Elowan, где комнатный цветок управлял механизированной платформой посредством биоэлектрических импульсов: устройство через электроды получало сигнал от растения и двигало его ближе к свету.

Исследователи разработали комплекс технических решений: датчики, которые улавливают сигналы растений, и языковую модель Bombadil, интерпретирующую полученные данные.

Стартап привлек $11,2 млн финансирования

В обучении нейросети были задействованы традиционные вспомогательные инструменты аграриев: почвенные зонды, спектрометры, используемые для оценки физиологического состояния листа, и спутниковые снимки. Полученные данные использовались как ориентир для расшифровки электросигналов, подаваемых растениями. На текущем этапе исследований ИИ-модель Bombadil способна истолковать сигналы более 125 видов культур.

На текущем этапе исследований ИИ-модель Bombadil способна истолковать сигналы более 125 видов растений.

Для вывода технологии на рынок Electric Plant привлекла 11,2 млн долларов финансирования. У компании уже появились клиенты, однако создатели не раскрыли названия компаний.

Основная цель — сэкономить как средства аграриев, так и природные ресурсы

Работа по расшифровке данных от растений происходит в несколько этапов. Сначала к растениям с помощью винтов из нержавеющей стали крепятся датчики, размером со сложенный пополам смартфон. Винты должны проникать через камбий (слой живой ткани непосредственно под корой), чтобы улавливать микровольтовые изменения (колебания электрического потенциала сверхмалой величины внутри живых тканей) внутри растения.

Собранные данные с датчиков передаются на базовую станцию, где расшифровываются ИИ-модель. Результат обработки направляют обратно клиенту: полученные сведения он может использовать, например, для корректировки графиков полива или внесения удобрений.

Основатель стартапа Джастин Маст утверждает, что такая система сбора и анализа информации способна повысить урожайность, одновременно сократив потребление воды более чем на 20%. Кроме того, технология может сэкономить средства аграриев. По словам предпринимателя, разработанные датчики стоят всего десятки долларов против тысяч долларов — за традиционные измерительные инструменты. При этом для получения корректных данных достаточно двух устройств на каждый акр земли.