تقنية الذكاء الآلي تعيد إحياء المجهر الكلاسيكي لاختبار صحة التربة بمزيد من السرعة والدقة والأمانة للمزارعين حول العالم

يُعاد تأهيل المجهر التقليدي ب thanks to تقنية معاصرة؛ فريق من الباحثين في جامعة تكساس في سان أنطونيو، الولايات المتحدة الأمريكية، يطور نظام مجهر معتمد على الذكاء الصناعي يمكن أن يجعل اختبارات صحة التربة أكثر سرعة وأقل تكلفة وأكثر سهولة في الوصول إلى المزارعين ومديري الأراضي حول العالم. تحديد كمية وجود ومتنوع الفطريات في عينات التربة يمكن أن يوفر معلومات قيمة حول صحة التربة وخصوبتها، حيث تلعب الفطريات أدوارًا حيوية في دورات المواد الغذائية البيوجيوكيميائية، احتباس المياه، ونمو النباتات. من خلال هذا المعرفة، يمكن للمزارعين تحسين إنتاج المحاصيل والاستدامة عبر اتخاذ قرارات مستنيرة بخصوص إدارة التربة، بما في ذلك استخدام الأسمدة، الري، وتillage. على الرغم من أن المجاهر الضوئية، وهي أقدم تصاميم المجاهر، قد تم استخدامها طويلاً لاكتشاف وتحديد الكائنات الحية الدقيقة في التربة، إلا أن هناك تقنيات أخرى لاختبار التربة تستخدم أساليب مثل اختبار الأحماض الدهنية الفوسفوليبيد وتحليل الحمض النووي للكشف عن الكائنات الحية، أو لقياس وجود المواد الكيميائية مثل النيتروجين والفوسفور والبوتاسيوم. ومع ذلك، فإن هذه الأساليب الحديثة غالبًا ما تكون باهظة الثمن، أو تركز فقط على التركيب الكيميائي، مما يؤدي إلى إغفال التعقيد البيولوجي الكامل لنظام التربة. أليك غرايفس من كلية العلوم في جامعة تكساس في سان أنطونيو قدم البحث في مؤتمر غولدشميت في براغ يوم الأربعاء 9 يوليو. قال غرايفس: "الأساليب الحالية لتحليل التربة الحيوي محدودة، فهي تتطلب إما معدات مخبرية باهظة الثمن لقياس التركيب الجزيئي، أو خبيرًا لتحديد الكائنات الحية بالعين المجردة باستخدام المجاهر المخبرية. الاختبار الشامل للتربة ليس متاحًا بشكل واسع للمزارعين ومديري الأراضي الذين يحتاجون إلى فهم كيف تؤثر الممارسات الزراعية على صحة التربة". "عن طريق استخدام خوارزميات التعلم الآلي ومجهر ضوئي، نحن ننشئ حلًا منخفض التكلفة لاختبار التربة يقلل من العمل والخبرة المطلوبة، مع توفير صورة أكثر اكتمالًا لبيولوجيا التربة"، أضاف غرايفس. في التصميم الأولي، قام الفريق ببناء واختبار خوارزمية تعلم آلي للكشف عن كتلة الفطريات الحيوية في عينات التربة، ودمجها في برنامج مخصص لتسمية صور المجهر. تم إنشاء هذا البرنامج باستخدام مجموعة بيانات تتضمن آلاف الصور للفطريات من التربة في جنوب وسط تكساس. يعمل البرنامج مع مجاهر ذات تكبير كامل 100 مرة و400 مرة، وهو متوافر في العديد من المجاهر الميسورة التكلفة، بما في ذلك تلك الموجودة في المختبرات المدرسية. قال غرايفس: "تقنيتنا تحلل مقطع فيديو لعينة من التربة، وتقوم بفصله إلى صور، ثم تستعمل شبكة عصبية لتحديد وتقدير الفطريات". "يمكن لنموذج البرهان لدينا目前已经检测稀释样本中的真菌菌丝并估计其生物量". الفريق يعمل حاليًا على دمج تقنيتهم في منصة روبوتية متنقلة للكشف عن الفطريات في التربة. سيجمع النظام بين جمع العينات، التصوير الدقيق، والتحليل في جهاز واحد. يهدفون إلى خلال العامين القادمين أن يكون جاهزًا للتجربة، جهازًا متطورًا بالكامل وجاهزًا للتطبيق. يُشرف على البحث البروفيسور سابغاتا داتا، مدير معهد أبحاث الاستدامة والمياه في جامعة تكساس في سان أنطونيو. سيتم نشر تفاصيل خوارزمية التعلم الآلي في مجلة مرموقة مراجعة من قبل الأقران في وقت لاحق من هذا العام. [ترجمة النص السابق مع تعديلاته وتحسينات الوضوح والأسلوب] يُعاد تأهيل المجهر التقليدي بفضل تقنية معاصرة؛ فريق من الباحثين في جامعة تكساس في سان أنطونيو، الولايات المتحدة الأمريكية، يطور نظام مجهر معتمد على الذكاء الصناعي يمكن أن يجعل اختبارات صحة التربة أسرع وأرخص وأكثر سهولة في الوصول إلى المزارعين ومديري الأراضي حول العالم. تحديد كمية ومتنوع الفطريات في عينات التربة يمكن أن يوفر معلومات قيمة حول صحة التربة وخصوبتها، حيث تلعب الفطريات أدوارًا حيوية في دورات المواد الغذائية البيوجيوكيميائية، احتباس المياه، ونمو النباتات. من خلال هذه المعرفة، يمكن للمزارعين تحسين إنتاج المحاصيل والاستدامة عبر اتخاذ قرارات مستنيرة بخصوص إدارة التربة، مثل استخدام الأسمدة، الري، والتillage. رغم أن المجاهر الضوئية، وهي أقدم تصاميم المجاهر، قد تم استخدامها طويلاً لاكتشاف وتحديد الكائنات الدقيقة في التربة، إلا أن هناك تقنيات أخرى تستخدم أساليب مثل اختبار الأحماض الدهنية الفوسفوليبيد وتحليل الحمض النووي للكشف عن الكائنات الحية، أو لقياس وجود المواد الكيميائية مثل النيتروجين والفوسفور والبوتاسيوم. ومع ذلك، فإن هذه الأساليب الحديثة غالبًا ما تكون باهظة الثمن أو تركز فقط على التركيب الكيميائي، مما يؤدي إلى إغفال التعقيد البيولوجي الكامل لنظام التربة. أليك غرايفس من كلية العلوم في جامعة تكساس في سان أنطونيو قدم البحث في مؤتمر غولدشميت في براغ يوم الأربعاء 9 يوليو. قال غرايفس: "الأساليب الحالية لتحليل التربة الحيوي محدودة، فهي تتطلب إما معدات مخبرية باهظة الثمن لقياس التركيب الجزيئي، أو خبيرًا لتحديد الكائنات الحية بالعين المجردة باستخدام المجاهر المخبرية. الاختبار الشامل للتربة ليس متاحًا بشكل واسع للمزارعين ومديري الأراضي الذين يحتاجون إلى فهم كيفية تأثير الممارسات الزراعية على صحة التربة". أضاف غرايفس: "عن طريق استخدام خوارزميات التعلم الآلي والمجهر الضوئي، نحن ننشئ حلًا منخفض التكلفة لاختبار التربة يقلل من العمل والخبرة المطلوبة، مع توفير صورة أكثر اكتمالًا لبيولوجيا التربة". في التصميم الأولي، قام الفريق ببناء واختبار خوارزمية تعلم آلي للكشف عن كتلة الفطريات الحيوية في عينات التربة، ودمجها في برنامج مخصص لتسمية صور المجهر. تم إنشاء هذا البرنامج باستخدام مجموعة بيانات تتضمن آلاف الصور للفطريات من التربة في جنوب ووسط تكساس. يعمل البرنامج مع مجاهر ذات تكبير كامل 100 مرة و400 مرة، وهو متوافر في العديد من المجاهر الميسورة التكلفة، بما في ذلك تلك الموجودة في المختبرات المدرسية. قال غرايفس: "تقنيتنا تحلل مقطع فيديو لعينة من التربة، وتقوم بتقسيمه إلى صور، ثم تستعمل شبكة عصبية لتحديد وتقدير الفطريات". "يمكن لنموذج البرهان لدينا بالفعل الكشف عن خيوط الفطريات في العينات المخففة وتقدير كتلتها الحيوية". يعمل الفريق حاليًا على دمج تقنيتهم في منصة روبوتية متنقلة للكشف عن الفطريات في التربة. سيركز النظام على جمع العينات، التصوير الدقيق، والتحليل في جهاز واحد. يهدفون إلى إعداد جهاز متطور بالكامل وجاهز للتطبيق وتجريبه خلال العامين القادمين. يُشرف على البحث البروفيسور سابغاتا داتا، مدير معهد أبحاث الاستدامة والمياه في جامعة تكساس في سان أنطونيو. سيتم نشر تفاصيل خوارزمية التعلم الآلي في مجلة علمية مراجعة من قبل الأقران في وقت لاحق من هذا العام.