人工智能能否帮助区分好坏红薯?

科学家利用高光谱成像技术对农产品进行分拣。
研究人员使用高光谱相机拍摄了 141 个红薯的图像,并检测了它们的硬度和干物质含量。Llez/Wikimedia

大多数杂货店的顾客都习以为常,认为一个不起眼的红薯从地里到购物篮的运输过程是理所当然的。这种微甜的红色根茎蔬菜有各种尺寸和风味,但消费者已经习惯了某种程度的一致性。为了满足市场需求,红薯需要经过费时费力的多轮质量评估,以剔除那些太硬、不够甜或被认为不适合销售的不良批次。目前,这一过程由人工在实验室中有条不紊地进行,但一项新研究表明,高光谱相机和人工智能可以帮助加快这一进程。

在本周发表于《计算机与电子农业》杂志上的一项研究中,来自伊利诺伊大学的研究人员着手研究高光谱成像相机收集的数据是否能帮助缩小红薯的某些特性,而这些特性通常是由人工检验员和测试确定的。高光谱相机收集了整个电磁光谱的大量数据,通常用于帮助确定材料的化学成分。在这种情况下,研究人员希望分析红薯图像的数据,以准确确定红薯的硬度、可溶性固形物含量和干物质含量——这三个关键属性影响着蔬菜的整体口感和市场吸引力。通常,这个过程需要繁琐、有时甚至是浪费的测试,包括将测试红薯在 103 摄氏度的烤箱中加热 24 小时。

“传统上,质量评估是使用实验室分析方法进行的,”伊利诺伊大学农业、消费者和环境科学学院助理教授 Mohammed Kamruzzaman 在一份声明中说。“您需要在实验室中使用不同的仪器来测量不同的属性,而且需要等待结果。”

研究人员收集了 141 个无缺陷的红薯,并从多个角度拍摄了照片。高光谱成像产生海量数据,这对于寻找特定变量的研究人员来说既是福音也是诅咒。为了解决这个问题,研究人员使用人工智能模型帮助将噪声数据过滤到几个波长。然后,他们能够将这些波长与他们正在寻找的特定理想红薯属性联系起来。

“借助高光谱成像,您可以同时测量多个参数。您可以评估批次中的每一个红薯,而不仅仅是几个样本,”Kamruzzaman 补充道。

人工智能和高光谱相机可加速蔬菜检测

研究人员认为,农民和食品检验员可以结合使用高光谱成像和人工智能技术,准确且经济高效地扫描红薯的关键属性,同时减少传统测试产生的食品浪费。虽然这项研究特别关注红薯,但类似的技术也可能用于寻找其他各种蔬菜和水果的理想特征。Kamruzzaman 表示,他和他的同事们最终希望能够快速轻松地扫描红薯批次。在消费者方面,研究人员设想有一天能够开发出一款应用程序,供杂货店顾客扫描红薯并查找其特定属性。理论上,这样的应用程序可以减少顾客尴尬地触摸农产品的行为。

“我们相信这是该方法在红薯评估中的一项新颖应用,”博士生兼研究主要作者 Toukir Ahmed 写道。“这项开创性工作有潜力为在更广泛的农业和生物研究领域的使用铺平道路。”

农业行业正越来越多地转向人工智能解决方案,以提高效率并应对日益严峻的农场劳动力短缺。从荷兰的自动郁金香检测机自动驾驶的约翰迪尔拖拉机,世界各地的农民都希望这些新技术最终能降低食品价格并同时提高自身利润。然而,这一切将如何发展仍有待观察。人工智能解决方案带来的农业收益,可能需要更长时间才能惠及一些仍依靠手工耕作的发展中国家。

 

更多优惠、评测和购买指南

 
Mack DeGeurin Avatar

Mack DeGeurin

撰稿人

Mack DeGeurin 是一名科技记者,多年来一直致力于研究科技与政治的交汇点。他的作品曾刊登于 Gizmodo、Insider、New York Magazine 和 Vice。


© .