ഒരു കമ്പ്യൂട്ടറിന് തക്കാളിയോ ബ്ലൂബെറിയോ "രുചി"ക്കാമോ? ശരി, കൃത്യമായി അല്ല, എന്നാൽ ഈ പഴങ്ങളിലെ ഏത് അസ്ഥിരതയാണ് അവയ്ക്ക് നല്ല രുചിയുള്ളതെന്ന് ശാസ്ത്രജ്ഞർക്ക് പറയാൻ കഴിയുമെന്ന് ഫ്ലോറിഡ സർവകലാശാലയിലെ ഗവേഷകർ പറയുന്നു.
യൂണിവേഴ്സിറ്റി ഓഫ് ഫ്ലോറിഡ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഫുഡ് ആൻഡ് അഗ്രികൾച്ചറൽ സയൻസസ് (UF/IFAS) ബ്രീഡറും ജനിതകശാസ്ത്രജ്ഞനുമായ മാർസിയോ റെസെൻഡെ "ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് കൺനോയിസർ" എന്ന് വിളിക്കുന്നത് സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുന്നു, ഇത് ഏത് രാസ സംയുക്തങ്ങളാണെന്ന് ഗവേഷകരോട് പറയുന്ന ഒരു മാതൃകയാണ് - അതായത്, അസ്ഥിരങ്ങൾ, പഞ്ചസാര, ആസിഡുകളും മറ്റ് രാസ സംയുക്തങ്ങളും - മികച്ച പഴങ്ങളുടെ സുഗന്ധങ്ങൾ ഉത്പാദിപ്പിക്കുന്നു.
ഒരു പഴമോ പച്ചക്കറിയോ പ്രജനനയോഗ്യമാണോ എന്നറിയാൻ, ശാസ്ത്രജ്ഞർ സ്വയം രുചിക്കും മണത്തിനും വേണ്ടി വിള സാമ്പിൾ ചെയ്യുന്നു, വയലിലൂടെ പോയി വ്യക്തിഗതമായി ഉൽപ്പന്നങ്ങൾ ശേഖരിക്കുന്നു.
ഈ പ്രക്രിയകൾക്ക് ലോജിസ്റ്റിക് പ്രശ്നങ്ങൾ അവതരിപ്പിക്കാൻ കഴിയുമെന്ന് യുഎഫ്/ഐഎഫ്എഎസ് ഹോർട്ടികൾച്ചറൽ സയൻസസ് പ്രൊഫസറും സഹ-രചയിതാവുമായ ഹാരി ക്ലീ പറഞ്ഞു. പുതിയ പഠനം പഴത്തിൻ്റെ രുചി അളക്കാൻ കമ്പ്യൂട്ടർ മോഡലുകൾക്ക് എങ്ങനെ അസ്ഥിരത ഉപയോഗിക്കാമെന്ന് നോക്കുന്നു.
"ചെലവും ലോജിസ്റ്റിക്കൽ പരിമിതികളും കാരണം, ബ്രീഡർമാർ സാധാരണയായി അവരുടെ പ്രോഗ്രാമുകളിൽ ഉപഭോക്തൃ പാനലുകൾ ഉപയോഗിക്കാറില്ല," ക്ലീ പറഞ്ഞു. വൈവിധ്യമാർന്ന സാധ്യതയുള്ള ഉപഭോക്താക്കളെ ഉൾക്കൊള്ളുന്ന ഒരു വലിയ ഉപഭോക്തൃ പാനൽ ഉപയോഗിക്കുന്നതാണ് അനുയോജ്യം. ഞങ്ങൾ 100 ആളുകളെ ഉപയോഗിക്കുന്നു, പ്രായത്തിലും വംശത്തിലും വ്യാപിച്ചുകിടക്കുന്നു. ഈ സമീപനം ഷോപ്പർമാരുടെ ജനസംഖ്യയെ കൂടുതൽ പ്രതിനിധീകരിക്കുന്നു.
വർഷങ്ങളായി, പ്ലാൻ്റ് ബ്രീഡർമാരും ജനിതകശാസ്ത്രജ്ഞരും കർഷകരെ ഉയർന്ന വിളവ് വിളവെടുക്കാൻ സഹായിച്ചു, കാരണം രുചി പോലുള്ള ഉപഭോക്തൃ-അധിഷ്ഠിത സവിശേഷതകൾ അളക്കാൻ പ്രയാസമാണ്. എന്നിരുന്നാലും, നിർമ്മാതാക്കൾ ആവശ്യപ്പെടുന്ന വിപണികളിൽ മത്സരിക്കാൻ നിർമ്മാതാക്കൾക്ക് ഉയർന്ന വിളവ് പര്യാപ്തമല്ല, ബ്ലൂബെറി ബ്രീഡിംഗ് പ്രോഗ്രാമിൻ്റെ ചുമതലയുള്ള UF/IFAS ഹോർട്ടികൾച്ചറൽ സയൻസസ് അസോസിയേറ്റ് പ്രൊഫസർ പട്രീസിയോ മുനോസ് പറഞ്ഞു.
നല്ല രുചിയുള്ള ഇനങ്ങൾ ഉൾപ്പെടുത്തിയില്ലെങ്കിൽ, അവയുടെ പഴങ്ങൾ നല്ല വിലയ്ക്ക് വിൽക്കുകയോ വിൽക്കുകയോ ചെയ്യില്ലെന്ന് നിർമ്മാതാക്കൾക്ക് അറിയാം, മുനോസ് പറഞ്ഞു. ഈ രീതികൾ ഉപയോഗിച്ച്, നിർമ്മാതാക്കളെ മത്സരാധിഷ്ഠിതമായി തുടരാനും ഉപഭോക്താക്കൾക്ക് അവരുടെ ഉൽപ്പന്നങ്ങളിൽ മികച്ച അനുഭവം ലഭിക്കാനും സഹായിക്കുമെന്ന് ശാസ്ത്രജ്ഞർ പ്രതീക്ഷിക്കുന്നു.
ഈ മോഡലുകൾ ഉപയോഗിച്ച്, ഒരു ബ്രീഡിംഗ് പ്രോഗ്രാമിന് പല പഴങ്ങളുടെയും പച്ചക്കറികളുടെയും രുചി റേറ്റിംഗുകൾ വിലയിരുത്താൻ കഴിയും. ശാസ്ത്രജ്ഞർക്കോ ഉപഭോക്തൃ പാനലുകൾക്കോ ഒരേസമയം നിരവധി ഇനങ്ങൾ പരീക്ഷിക്കാൻ കഴിയാത്തതിനാൽ ഈ പ്രക്രിയ മുമ്പ് പരിമിതപ്പെടുത്തിയിരുന്നു.
ബ്ലൂബെറിയിലെയും തക്കാളിയിലെയും അസ്ഥിരതകളിൽ നിന്ന് ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ മോഡലിലേക്ക് ഡാറ്റ നേടുന്നതിനുള്ള വഴികൾ കാണിക്കുന്ന പുതിയ ഗവേഷണത്തിന് റെസെൻഡെ നേതൃത്വം നൽകി. ഗവേഷണ കണ്ടെത്തലുകൾ ഇപ്പോൾ ആ രണ്ട് പഴങ്ങളിൽ മാത്രമായി പരിമിതപ്പെടുത്തിയിരിക്കുന്നു, എന്നാൽ പിന്നീട് UF/IFAS ഗവേഷകർ വികസിപ്പിക്കുന്ന മറ്റ് വിളകളിലേക്കും ഇത് വ്യാപിപ്പിക്കും.
അവരുടെ പുതിയ പഠനം നടത്താൻ, UF/IFAS ഗവേഷകർ കഴിഞ്ഞ ദശകത്തിലെ തക്കാളി, ബ്ലൂബെറി ബ്രീഡിംഗ് പ്രോഗ്രാം ഡാറ്റ ഉപയോഗിച്ചു.
വൈവിധ്യമാർന്ന തക്കാളി, ബ്ലൂബെറി ഇനങ്ങൾ അവർ ഉപഭോക്തൃ പാനലുകൾക്ക് നൽകി ഗെയ്നെസ്വില്ലെയിലെ യുഎഫ് സെൻസറി ലാബ്. "ഇഷ്ടപ്പെടൽ", മധുരം, പുളിപ്പ്, സ്വാദിൻ്റെ തീവ്രത, ഉമാമി തുടങ്ങിയ രുചി ആട്രിബ്യൂട്ടുകളിൽ ശാസ്ത്രജ്ഞർ റേറ്റിംഗുകൾ ശേഖരിച്ചു.
ഒരു ഉപഭോക്താവ് ഒരു ഫ്ലേവറിനെ എത്രമാത്രം ഇഷ്ടപ്പെടുന്നുവെന്ന് പറയുന്ന സ്കോറുകളുടെ ശ്രേണി UF/IFAS ഗവേഷകർ പരീക്ഷിച്ചു. ഇത് മാറുന്നതുപോലെ, "ലൈക്ക്" സ്കോറുകളുടെ 56% വരെ അസ്ഥിരങ്ങൾ വിശദീകരിച്ചു, ഇത് ഉപഭോക്താക്കൾ പഴം എത്രമാത്രം ഇഷ്ടപ്പെടുന്നുവെന്ന് നിർണ്ണയിക്കുന്നതിൽ അസ്ഥിരതകൾ പ്രധാനമാണെന്നതിൻ്റെ തെളിവുകൾ ശക്തിപ്പെടുത്തുന്നു. പഴങ്ങളുടെ രുചിയുടെ പ്രാധാന്യം കണക്കാക്കുന്നതിലും കണക്കാക്കുന്നതിലും അസ്ഥിരങ്ങൾ പ്രധാനമാണ്, റെസെൻഡെ പറഞ്ഞു.
കൂടാതെ, മെറ്റബോളമിക് സെലക്ഷൻ എന്ന് വിളിക്കപ്പെടുന്ന ഉപഭോക്തൃ രുചി മുൻഗണനകളുടെ ഏറ്റവും മികച്ച പ്രവചനങ്ങൾ മെഷീൻ ലേണിംഗ് സമീപനങ്ങളാണെന്ന് ഗവേഷകർ കാണിച്ചു. ഉപാപചയ തിരഞ്ഞെടുപ്പിൻ്റെ കൃത്യത, പകരം ജീനോമിക് ഡാറ്റ ഉപയോഗിക്കുന്ന മോഡലുകളേക്കാൾ മികച്ചതാണ്, ബ്രീഡിംഗ് ആപ്ലിക്കേഷനുകളിൽ ഈ പുതിയ രീതിയുടെ സാധ്യതകൾ എടുത്തുകാണിക്കുന്നു.
"ബ്രീഡർമാർക്ക് കൂടുതൽ സാമ്പിളുകൾ സ്ക്രീൻ ചെയ്യാൻ കഴിയുമെന്നതാണ് പ്രധാന കാര്യം എന്ന് ഞാൻ കരുതുന്നു," ഹോർട്ടികൾച്ചറൽ സയൻസസിലെ UF/IFAS അസിസ്റ്റൻ്റ് പ്രൊഫസർ റെസെൻഡേ പറഞ്ഞു. “ഇതുവഴി, നല്ല രുചിയുള്ള ഇനങ്ങൾ തിരിച്ചറിയാൻ നിങ്ങൾക്ക് വിശാലമായ ഒരു ഫണൽ ഉണ്ട്, ഒരു ഘട്ടത്തിൽ, സെൻസറി ഡാറ്റ ഉപയോഗിച്ച് രുചി-പരിശോധന പാനലുകൾ അന്തിമ തിരഞ്ഞെടുപ്പ് നടത്തുന്നു. ഈ മോഡലുകൾ ഒരു ബ്രീഡിംഗ് ടാർഗെറ്റായി സ്വാദിൻ്റെ നേരത്തെയുള്ള സംയോജനത്തെ പ്രാപ്തമാക്കുമെന്നും കൂടുതൽ സ്വാദുള്ള പഴവർഗങ്ങളുടെ തിരഞ്ഞെടുപ്പും പ്രകാശനവും പ്രോത്സാഹിപ്പിക്കുമെന്നും ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു.
റെസെൻഡെ കൂടാതെ, കമ്പ്യൂട്ടർ മോഡൽ രുചി പരിശോധനാ രീതിയെക്കുറിച്ച് അന്വേഷിച്ച മറ്റ് UF/IFAS ഫാക്കൽറ്റികളിൽ ഉൾപ്പെടുന്നു ക്ലീ, മുനോസ്, ഗവേഷണ അസിസ്റ്റൻ്റ് പ്രൊഫസറായ ഡെനിസ് ടൈമാൻ - മൂവരും ഹോർട്ടികൾച്ചറൽ സയൻസസ് വിഭാഗത്തിൽ; ഫുഡ് സയൻസിലും ഹ്യൂമൻ ന്യൂട്രീഷ്യനിലും പ്രൊഫസറായ ചാർലി സിംസും അഗ്രികൾച്ചറൽ ആൻഡ് ബയോളജിക്കൽ എഞ്ചിനീയറിംഗിൽ അസോസിയേറ്റ് പ്രൊഫസറായ നിക്കോളായ് ബ്ലിസ്ന്യൂക്കും. ഈ കൃതിയും ആദ്യം എഴുതിയിരിക്കുന്നത് പി.എച്ച്.ഡി. വിദ്യാർത്ഥി വിൻസെൻ്റ് കൊളൻ്റോണിയോയും റിസർച്ച് അസിസ്റ്റൻ്റ് സയൻ്റിസ്റ്റ് ലൂയിസ് ഫിലിപ്പ് ഫെറോയും.
ഈ പുതിയ AI ഗവേഷണത്തെക്കുറിച്ച് Resende വിശദീകരിക്കുന്ന ഒരു വീഡിയോയ്ക്കായി താഴെ ക്ലിക്ക് ചെയ്യുക.
- ബ്രാഡ് ബക്ക്, യൂണിവേഴ്സിറ്റി ഓഫ് ഫ്ലോറിഡ