Исследователи из Сеульского национального университета разработали революционную технологию, которая обещает кардинально изменить подходы к разработке и тестированию средств защиты растений. Новый метод, основанный на сочетании трех видов изображений — обычных цветных (RGB), флуоресцентных и тепловых — и обработанный с помощью машинного обучения, позволяет с беспрецедентной скоростью и точностью определять воздействие гербицидов на растения. Полная диагностика принципа действия химиката достигается всего за три дня, что открывает новую эру в точном земледелии.
Создание новых гербицидов — это сложный и долгий процесс. Традиционные методы оценки их эффективности требуют кропотливой работы, занимают много времени и часто приводят к уничтожению исследуемых растений. Новый подход решает эти проблемы, предлагая неинвазивный, то есть не повреждающий растения, инструмент для мониторинга. Это позволяет значительно сократить время и ресурсы, необходимые для вывода на рынок новых, более безопасных и эффективных агрохимикатов.
В основе инновации лежит комплексный анализ. Обычные камеры фиксируют видимые изменения, такие как пожелтение или увядание листьев. Анализ флуоресценции хлорофилла позволяет оценить эффективность фотосинтеза — ключевого процесса в жизни растения. Инфракрасная термография, в свою очередь, измеряет температуру листьев, выявляя «температурную лихорадку», вызванную стрессом. Объединение этих данных дает полную картину физиологического состояния растения.
В ходе эксперимента ученые под руководством профессора До-Сун Кима обработали посевы рапса различными гербицидами, включая глифосат и другие соединения с разными механизмами действия. Система фиксировала ответную реакцию растений. Выяснилось, что некоторые изменения, например, в работе фотосинтеза, можно обнаружить уже через шесть часов после обработки — задолго до появления первых видимых признаков повреждения. Каждый гербицид оставлял свой уникальный «спектральный след», который и научился распознавать искусственный интеллект.
Ключевую роль в успехе метода сыграли алгоритмы машинного обучения. Искусственный интеллект, обученный на массиве данных с трех типов сенсоров, смог к третьему дню эксперимента со стопроцентной точностью классифицировать не только наличие эффекта от гербицида, но и определить сам принцип его действия. Это доказывает огромный потенциал синергии современных сенсорных технологий и ИИ для ускорения аграрных исследований.
Практическая значимость этой разработки огромна. Она позволяет не только ускорить создание новых агрохимикатов, но и делает возможным продольный мониторинг одних и тех же растений с течением времени, что ранее было затруднительно. В глобальной перспективе это способствует развитию более устойчивых и точных методов ведения сельского хозяйства, что крайне важно в условиях растущего спроса на продовольствие и экологических вызовов.
Авторы исследования планируют в будущем интегрировать свою систему с геномными и метаболомными данными для еще более глубокого понимания реакции растений на химический стресс. Кроме того, данная технология открывает путь к созданию полностью автоматизированных платформ для скрининга гербицидов с использованием робототехники. Это может произвести настоящую революцию как в фундаментальной науке о растениях, так и в прикладных аграрных технологиях, обеспечивая продовольственную безопасность для будущих поколений.