Bolehkah komputer "merasa" tomato atau blueberry? Tidak betul-betul, tetapi ia boleh memberitahu saintis yang tidak menentu dalam buah-buahan ini membuatkan mereka rasa enak, kata penyelidik Universiti Florida.
Pembiak baka dan ahli genetik Institut Sains Makanan dan Pertanian Universiti Florida (UF/IFAS), Marcio Resende mahu mencipta apa yang dipanggilnya sebagai "Pengguna Kecerdasan Buatan," model yang memberitahu penyelidik sebatian kimia - iaitu, meruap, gula, asid dan sebatian kimia lain – menghasilkan rasa buah yang terbaik.
Untuk mengetahui sama ada buah atau sayur berbaloi untuk dibiakkan, saintis mencuba tanaman untuk rasa dan bau sendiri, melalui ladang dan memetik hasil secara individu.
Proses ini boleh mengemukakan isu logistik, kata Harry Klee, seorang profesor sains hortikultur UF/IFAS dan pengarang bersama sebuah kajian baru yang melihat bagaimana model komputer boleh menggunakan volatil untuk mengukur rasa buah.
"Disebabkan batasan kos dan logistik, penternak biasanya tidak menggunakan panel pengguna dalam program mereka," kata Klee. “Yang ideal ialah menggunakan panel pengguna yang besar yang merangkumi set pengguna berpotensi yang pelbagai. Kami menggunakan 100 orang, merangkumi pelbagai umur dan etnik. Pendekatan ini lebih mewakili populasi pembeli.”
Selama bertahun-tahun, penternak tumbuhan dan ahli genetik membantu petani menuai hasil yang lebih tinggi kerana sifat berorientasikan pengguna seperti rasa lebih sukar untuk diukur. Bagaimanapun, hasil yang tinggi tidak mencukupi untuk pengeluar bersaing dalam pasaran yang menuntut masa kini, kata Patricio Muñoz, profesor bersekutu sains hortikultur UF/IFAS yang bertanggungjawab ke atas program pembiakan blueberry.
Pengeluar tahu bahawa jika mereka tidak memasukkan varieti yang rasanya enak, maka buah mereka mungkin tidak dijual pada harga yang baik atau dijual sama sekali, kata Muñoz. Dengan kaedah ini, saintis berharap dapat membantu pengeluar kekal berdaya saing dan pengguna mempunyai pengalaman yang lebih baik dengan hasil mereka.
Menggunakan model ini, program pembiakan boleh menilai penilaian perisa untuk banyak jenis buah-buahan dan sayur-sayuran. Proses ini sebelum ini dihadkan oleh fakta bahawa saintis mahupun panel pengguna tidak dapat menguji pelbagai jenis sekaligus.
Resende mengetuai penyelidikan baharu yang menunjukkan cara untuk mendapatkan data daripada meruap dalam beri biru dan tomato ke dalam model statistik. Penemuan penyelidikan kini terhad kepada dua buah tersebut tetapi kemudiannya akan diperluaskan kepada tanaman lain yang dibangunkan oleh penyelidik UF/IFAS.
Untuk menjalankan kajian baharu mereka, penyelidik UF/IFAS menggunakan data program pembiakan tomato dan blueberry dari dekad yang lalu.
Mereka memberikan set pelbagai jenis tomato dan blueberry kepada panel pengguna di Makmal Sensori UF di Gainesville. Para saintis kemudian mengumpul penilaian pada atribut rasa seperti "suka", kemanisan, masam, keamatan rasa dan umami.
Penyelidik UF/IFAS menguji julat skor yang memberitahu mereka sejauh mana pengguna menyukai sesuatu perisa. Ternyata, volatil menjelaskan sehingga 56% daripada skor "suka", yang menguatkan bukti bahawa turun naik adalah penting dalam menentukan berapa banyak pengguna menyukai buah itu. Meruap juga penting dalam mengukur dan menganggar kepentingan rasa buah, kata Resende.
Tambahan pula, penyelidik menunjukkan bahawa pendekatan pembelajaran mesin secara amnya merupakan peramal terbaik bagi pilihan rasa pengguna, yang dipanggil pemilihan metabolomik. Ketepatan pemilihan metabolik adalah lebih baik daripada model yang menggunakan data genomik sebaliknya, menonjolkan potensi kaedah baharu ini dalam aplikasi pembiakan.
"Saya fikir perkara utama ialah penternak boleh menyaring bilangan sampel yang lebih besar," kata Resende, penolong profesor sains hortikultur UF/IFAS. “Dengan cara ini, anda mempunyai corong yang lebih luas untuk mengenal pasti jenis yang sedap, dan pada satu ketika, panel ujian rasa membuat pilihan terakhir dengan data deria. Kami menjangkakan bahawa model ini akan membolehkan penggabungan perisa lebih awal sebagai sasaran pembiakan dan menggalakkan pemilihan dan pengeluaran varieti buah yang lebih berperisa."
Selain Resende, termasuk antara fakulti UF/IFAS lain yang menyiasat kaedah ujian rasa model komputer ialah Klee, Muñoz dan Denise Tieman, seorang penolong profesor penyelidik — ketiga-tiganya di jabatan sains hortikultur; Charlie Sims, seorang profesor dalam sains makanan dan pemakanan manusia dan Nikolay Bliznyuk, seorang profesor bersekutu dalam bidang kejuruteraan pertanian dan biologi. Karya ini juga pertama kali dikarang oleh Ph.D. pelajar Vincent Colantonio dan Penolong Penyelidik Saintis Luís Felipe Ferrão.
Klik di bawah untuk video di mana Resende menerangkan penyelidikan AI baharu ini.
- Brad Buck, Universiti Florida