Je! Kompyuta inaweza "kuonja" nyanya au blueberry? Kweli, sio haswa, lakini inaweza kuwaambia wanasayansi ni tete gani katika matunda haya huwafanya kuwa na ladha nzuri, watafiti wa Chuo Kikuu cha Florida wanasema.
Mfugaji na mtaalamu wa chembe za urithi wa Chuo Kikuu cha Florida cha Taasisi ya Chakula na Sayansi ya Kilimo (UF/IFAS) Marcio Resende anataka kuunda kile anachokiita “Mtaalamu wa Ujasusi Bandia,” kielelezo ambacho huwaambia watafiti misombo ya kemikali - yaani, tete, sukari, asidi na misombo mingine ya kemikali - hutoa ladha bora ya matunda.
Ili kujua kama tunda au mboga inafaa kuzaliana, wanasayansi hupima zao hilo ili kuonja na kunusa wenyewe, wakipitia mashambani na kuchuma mazao mmoja mmoja.
Michakato hii inaweza kuwasilisha masuala ya vifaa, alisema Harry Klee, profesa wa sayansi ya bustani ya UF/IFAS na mwandishi mwenza wa Utafiti mpya ambayo inaangalia jinsi mifano ya kompyuta inaweza kutumia tete kupima ladha ya matunda.
"Kwa sababu ya mapungufu ya gharama na vifaa, wafugaji hawatumii paneli za watumiaji katika programu zao," Klee alisema. "Bora itakuwa kutumia jopo kubwa la watumiaji ambalo linajumuisha seti tofauti za watumiaji wanaowezekana. Tunatumia watu 100, kuanzia umri na kabila mbalimbali. Mbinu hii inawakilisha zaidi idadi ya wanunuzi.
Kwa miaka mingi, wafugaji wa mimea na wataalamu wa chembe za urithi waliwasaidia wakulima kuvuna mazao mengi kwa sababu sifa zinazolengwa na watumiaji kama vile ladha ni vigumu kuzipima. Hata hivyo, mavuno mengi hayatoshi kwa wazalishaji kushindana katika soko linalohitaji mahitaji ya siku hizi, alisema Patricio Muñoz, profesa mshirika wa sayansi ya bustani ya UF/IFAS anayesimamia mpango wa ufugaji wa blueberry.
Wazalishaji wanajua kwamba ikiwa hawatajumuisha aina ambazo zina ladha nzuri, basi matunda yao huenda yasiuzwe kwa bei nzuri au kuuzwa kabisa, alisema Muñoz. Kwa mbinu hizi, wanasayansi wanatumai kusaidia wazalishaji kusalia na ushindani na watumiaji wawe na uzoefu bora wa mazao yao.
Kwa kutumia mifano hii, programu ya ufugaji inaweza kutathmini viwango vya ladha kwa aina nyingi za matunda na mboga. Utaratibu huu hapo awali ulikuwa mdogo na ukweli kwamba wala wanasayansi au paneli za watumiaji hawawezi kupima aina nyingi sana mara moja.
Resende aliongoza utafiti mpya unaoonyesha njia za kupata data kutoka kwa tetemeko katika blueberries na nyanya katika muundo wa takwimu. Matokeo ya utafiti sasa yamepunguzwa kwa matunda hayo mawili lakini baadaye yatapanuliwa kwa mazao mengine ambayo watafiti wa UF/IFAS wataendeleza.
Ili kufanya utafiti wao mpya, watafiti wa UF/IFAS walitumia data ya mpango wa ufugaji wa nyanya na blueberry kutoka muongo uliopita.
Walitoa seti tofauti za aina za nyanya na Blueberry kwa paneli za watumiaji huko Maabara ya Sensory ya UF huko Gainesville. Kisha wanasayansi walikusanya ukadiriaji wa sifa za ladha kama vile "kupenda," utamu, uchungu, kiwango cha ladha na umami.
Watafiti wa UF/IFAS walijaribu anuwai ya alama zinazowaambia ni kiasi gani mtumiaji anapenda ladha. Kama ilivyotokea, tete zilielezea hadi 56% ya alama za "kama", ambayo huimarisha ushahidi kwamba tete ni muhimu katika kuamua ni kiasi gani watumiaji wanapenda matunda. Tete pia ni muhimu katika kutathmini na kukadiria umuhimu wa ladha ya matunda, Resende alisema.
Zaidi ya hayo, watafiti walionyesha kuwa mbinu za kujifunza kwa mashine kwa ujumla ndizo zinazotabiri vyema zaidi mapendeleo ya ladha ya watumiaji, inayoitwa uteuzi wa kimetabolomi. Usahihi wa uteuzi wa kimetaboliki ni bora kuliko miundo inayotumia data ya jeni badala yake, ikionyesha uwezo wa mbinu hii mpya katika matumizi ya ufugaji.
"Nadhani jambo kuu ni kwamba wafugaji wanaweza kukagua idadi kubwa ya sampuli," alisema Resende, profesa msaidizi wa UF/IFAS wa sayansi ya bustani. "Kwa njia hii, una funeli pana zaidi ya kutambua aina zenye ladha nzuri, na wakati mmoja, paneli za kupima ladha hufanya uteuzi wa mwisho na data ya hisia. Tunatarajia kwamba miundo hii itawezesha ujumuishaji wa awali wa ladha kama lengo la kuzaliana na kuhimiza uteuzi na kutolewa kwa aina za matunda zenye ladha zaidi.
Mbali na Resende, iliyojumuishwa miongoni mwa kitivo kingine cha UF/IFAS ambao walichunguza mbinu ya kielelezo cha kompyuta ya kupima ladha walikuwa Klee, Muñoz na Denise Tieman, profesa msaidizi wa utafiti - wote watatu katika idara ya sayansi ya bustani; Charlie Sims, profesa wa sayansi ya chakula na lishe ya binadamu na Nikolay Bliznyuk, profesa msaidizi katika uhandisi wa kilimo na kibaolojia. Kazi hiyo pia iliandikwa kwanza na Ph.D. mwanafunzi Vincent Colantonio na Mwanasayansi Msaidizi wa Utafiti Luís Felipe Ferrão.
Bofya hapa chini kwa video ambayo Resende anaelezea utafiti huu mpya wa AI.
- Brad Buck, Chuo Kikuu cha Florida