يعمل باحثون أمريكيون على تطوير نظام مجهر ذكاء اصطناعي مبتكر، يهدف إلى تمكين المزارعين ومديري الأراضي في جميع أنحاء العالم من إجراء فحوصات صحة التربة بسرعة وبتكلفة منخفضة وبطريقة بسيطة. نجح فريق البحث في جامعة تكساس في سان أنطونيو في دمج مجهر بصري منخفض التكلفة مع تقنيات التعلم الآلي لقياس كمية ووجود الفطريات في عينات التربة بدقة. تم عرض هذه التقنية في مرحلة إثبات المفهوم المبكرة في 9 يوليو في مؤتمر Goldschmidt في براغ.
تُعد وفرة وتنوع الفطريات في التربة مؤشرًا رئيسيًا لتقييم صحة التربة وخصوبتها، حيث تلعب دورًا حاسمًا في دورة المغذيات، والاحتفاظ بالمياه، ونمو النباتات. رغم أن المجاهر البصرية التقليدية استُخدمت منذ فترة طويلة لاكتشاف وتحديد الكائنات الحية الدقيقة في التربة، إلا أن طرق الكشف الحديثة مثل تحليل الأحماض الدهنية الفوسفوليبيدية وتحليل DNA، على الرغم من قوتها، إلا أنها مكلفة وتركز غالبًا على التحليل الكيميائي، متجاهلة التعقيد البيولوجي الشامل للنظام البيئي للتربة.
قدم أليك غريفز من كلية العلوم في جامعة تكساس في سان أنطونيو في المؤتمر، أن وسائل تحليل التربة البيولوجية الحالية محدودة، إما بسبب الاعتماد على معدات مختبرية باهظة الثمن، أو الحاجة إلى خبراء لتحديد التعرف بالعين المجردة عبر المجهر. أما تقنية فريقهم الجديدة، فتجمع بين خوارزميات التعلم الآلي والمجهر البصري، بهدف إنشاء حل اختبار تربة منخفض التكلفة، ومنخفض الكثافة العمالية، ويتطلب معرفة متخصصة أقل، مع توفير معلومات بيولوجية أكثر شمولاً للتربة.
في المرحلة المبكرة من التطوير، بنى فريق البحث واختبر خوارزمية تعلم آلي قادرة على اكتشاف الكتلة الحيوية للفطريات في عينات التربة، ودمجها في برمجية مخصصة لتوسيم صور المجهر. تم تطوير البرمجية بناءً على آلاف الصور للفطريات من تربة وسط جنوب تكساس، وتدعم التكبير الإجمالي بمعدل 100 و400 مرة، وتناسب العديد من المجاهر المتوفرة بأسعار معقولة.
كشف غريفز أن التقنية قادرة على تحليل مقاطع فيديو لعينات التربة، وتفكيكها إلى صور، واستخدام شبكات عصبية لتحديد وتكميم الفطريات بدقة. في مرحلة إثبات المفهوم، تمكنت التقنية من اكتشاف سلاسل الفطريات في العينات المخففة وتقدير الكتلة الحيوية للفطريات.
يعمل فريق البحث حاليًا على دمج هذه التقنية في منصة روبوت متحركة، ستجمع بين جمع العينات، والتصوير المجهري، ووظائف التحليل. يخططون لإكمال تطوير واختبار المعدات بالكامل خلال العامين المقبلين، والاستعداد للتطبيق العملي.
يقود هذا البحث البروفيسور Saugata Datta، مدير معهد أبحاث استدامة وسياسات الموارد المائية في جامعة تكساس في سان أنطونيو، وسيتم نشر تفاصيل خوارزمية التعلم الآلي في مجلة علمية محكمة في وقت لاحق من هذا العام.
