怎样才能让植物更美味？对于麻省理工学院媒体实验室的科学家来说，这需要结合植物学、机器学习算法和一些传统化学方法。
媒体实验室开放农业计划的研究人员运用上述方法，报告说，他们培育出的罗勒可能比你尝过的任何罗勒都更美味。这一过程没有涉及基因改造：研究人员使用计算机算法确定最佳种植条件，以提高称为挥发性化合物的风味分子的浓度。
麻省理工学院媒体实验室首席研究科学家、OpenAg 团队负责人 Caleb Harper 表示，这只是“网络农业”这一新领域的开端。他的团队目前正在研究如何增强香草植物抵御人类疾病的功效，也希望通过研究作物在不同条件下的生长情况，帮助种植者适应气候变化。
Harper 说：“我们的目标是设计开源技术，将数据采集、传感和机器学习结合起来，并以此前未曾尝试的方式将其应用于农业研究。我们非常有兴趣构建联网工具，记录植物的经历、表型、所遇到的一系列胁迫因素及其遗传特征，并将这些信息数字化，从而帮助我们理解植物与环境之间的相互作用。”
他们对罗勒植物的研究发表于 4 月 3 日发行的《PLOS ONE》。研究人员意外发现，让植物每天接受 24 小时光照能产生最佳风味。OpenAg 团队研究负责人、该研究论文作者之一 John de la Parra 表示，传统农业技术绝不可能得出这一发现。
他说：“你不可能通过其他方式发现这一点。除非身处南极洲，否则现实世界中没有 24 小时光周期可供测试。要发现这一点，就必须创造人工环境。”
Harper 和德克萨斯大学奥斯汀分校计算机科学教授 Risto Miikkulainen 是论文的资深作者。媒体实验室主任研究员 Arielle Johnson 和 Cognizant Technology Solutions 的 Elliot Meyerson 是主要作者，开放农业计划特别项目助理 Timothy Savas 也是作者之一。
提升风味
OpenAg 的植物种植在马萨诸塞州米德尔顿的麻省理工学院贝茨实验室一处仓库里，置于经过改装的集装箱中，以便精确控制光照、温度和湿度等环境条件。
Harper 表示，这类农业有许多名称——受控环境农业、垂直农业、城市农业——目前仍属小众市场，但发展迅速。在日本，一家这样的“植物工厂”每周生产数十万棵生菜。不过，此类尝试也有许多失败案例，而且致力于开发这类设施的公司之间几乎没有信息交流。
麻省理工学院这项计划的目标之一，是通过免费开放所有 OpenAg 硬件、软件和数据，打破这种信息封闭。
Harper 说：“目前农业领域面临一个重大问题：公开数据不足、数据收集缺乏标准，数据共享也不够。机器学习、人工智能和先进算法设计发展迅速，但有良好标签且有意义的农业数据收集远远落后。我们希望开源工具能更快普及，让大家能够开展联网协作研究。”
在《PLOS ONE》的这项研究中，麻省理工学院团队旨在验证其方法的可行性：在他们称为“食物计算机”的水培容器中，以不同条件种植植物。这套装置让他们能够调整光照时长和紫外线照射时长。植物长成后，研究人员采用气相色谱和质谱等传统分析化学技术，测量叶片中挥发性化合物的浓度，以评估罗勒的味道。这些分子包括有价值的营养物质和抗氧化剂，因此提升风味也能带来健康益处。
随后，研究人员将植物实验的所有信息输入由麻省理工学院和 Cognizant（前身为 Sentient Technologies）团队开发的机器学习算法。算法评估了数百万种光照时长和紫外线照射时长的可能组合，并生成能够提升风味的条件组合，其中包括每天 24 小时光照的方案。
研究人员目前正着手培育含有更高浓度化合物的罗勒，这些化合物可能有助于对抗糖尿病等疾病。已知罗勒及其他植物含有有助于控制血糖的化合物；此前 de la Parra 已证明，改变环境条件可以提高这些化合物的含量。
研究人员目前正在研究调整温度、湿度和光线颜色等其他环境变量的影响，以及添加植物激素或营养物质的效果。在一项研究中，他们让植物接触壳聚糖——一种存在于昆虫外壳中的聚合物，它会促使植物产生不同的化合物，以抵御昆虫侵袭。
他们还希望运用这一方法提高药用植物的产量，例如马达加斯加长春花；长春新碱和长春碱这两种抗癌化合物仅能从这种植物中获取。
de la Parra 说：“你可以把这篇论文看作许多潜在应用的起点，也可以视为我们迄今构建的工具能力的一次展示。这是一个原型，展示了我们如今能够如何扩大规模。”
东北大学网络科学教授 Albert-László Barabási 表示，这种方法为作物基因改造提供了另一种选择，因为并非所有人都能接受基因改造技术。
未参与这项研究的 Barabási 说：“这篇论文运用数字农业的现代理念，通过改变植物的生长环境，有系统地改变我们食用植物的化学组成。它表明，我们可以利用机器学习和严格受控的条件找到最佳点，也就是让植物风味和产量达到最大值的条件。”
气候适应
研究人员表示，网络农业的另一项重要应用是适应气候变化。通常，研究不同条件将如何影响作物需要数年甚至数十年；而在受控农业环境中，短时间内就能开展许多实验。
de la Parra 说：“在田间种植时，你得依赖天气和其他因素配合，还得等到下一个生长季。借助我们这样的系统，我们可以大幅加快知识积累的速度。”
OpenAg 团队目前正在为糖果制造商费列罗研究榛树；该公司消耗了全球约 25% 的榛子。
作为教育使命的一部分，研究人员还开发了小型“个人食物计算机”——这些盒子可在受控条件下种植植物，并将数据传回麻省理工学院团队。目前，美国许多高中和初中学生都在使用这些设备；此外，分布在 65 个国家的多元化用户组成了一个网络，大家可以通过在线论坛分享想法和成果。
Harper 说：“对我们来说，每个盒子都是一个我们非常希望获得的数据点，同时也是一个实验平台，可以用新的方式教授环境科学、编程、化学和数学。”
这项研究由 Target Corp.、Lee Kum Kee Health Products Group、Welspun、Sentient Technologies 和 Cognizant Technology Solutions 资助。
