ఒక కంప్యూటర్ టమోటా లేదా బ్లూబెర్రీని "రుచి" చేయగలదా? బాగా, సరిగ్గా కాదు, కానీ ఈ పండ్లలోని ఏ అస్థిరతలు మంచి రుచిని కలిగిస్తాయో శాస్త్రవేత్తలకు చెప్పగలదని ఫ్లోరిడా విశ్వవిద్యాలయ పరిశోధకులు అంటున్నారు.
యూనివర్శిటీ ఆఫ్ ఫ్లోరిడా ఇన్స్టిట్యూట్ ఆఫ్ ఫుడ్ అండ్ అగ్రికల్చరల్ సైన్సెస్ (UF/IFAS) పెంపకందారుడు మరియు జన్యు శాస్త్రవేత్త మార్సియో రెసెండే "ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ కానాయిజర్" అని పిలిచే దానిని రూపొందించాలనుకుంటున్నారు, ఇది ఏ రసాయన సమ్మేళనాలను పరిశోధకులకు తెలియజేస్తుంది - అంటే అస్థిరతలు, చక్కెరలు, ఆమ్లాలు మరియు ఇతర రసాయన సమ్మేళనాలు - ఉత్తమ పండ్ల రుచులను ఉత్పత్తి చేస్తాయి.
పండు లేదా కూరగాయ సంతానోత్పత్తికి విలువైనదేనా అని తెలుసుకోవడానికి, శాస్త్రవేత్తలు పంటను రుచి మరియు వాసన కోసం నమూనా చేస్తారు, పొలాల గుండా వెళ్లి ఉత్పత్తులను ఒక్కొక్కటిగా ఎంచుకుంటారు.
ఈ ప్రక్రియలు లాజిస్టికల్ సమస్యలను అందించగలవని UF/IFAS హార్టికల్చరల్ సైన్సెస్ ప్రొఫెసర్ మరియు సహ రచయిత హ్యారీ క్లీ అన్నారు. కొత్త అధ్యయనం పండ్ల రుచిని కొలవడానికి కంప్యూటర్ నమూనాలు అస్థిరతను ఎలా ఉపయోగించవచ్చో చూస్తుంది.
"ఖర్చు మరియు లాజిస్టికల్ పరిమితుల కారణంగా, పెంపకందారులు సాధారణంగా వారి ప్రోగ్రామ్లలో వినియోగదారు ప్యానెల్లను ఉపయోగించరు" అని క్లీ చెప్పారు. "విభిన్న సంభావ్య వినియోగదారులను కలిగి ఉన్న పెద్ద వినియోగదారు ప్యానెల్ను ఉపయోగించడం ఆదర్శంగా ఉంటుంది. మేము వయస్సు మరియు జాతి పరిధిని కలిగి ఉన్న 100 మంది వ్యక్తులను ఉపయోగిస్తాము. ఈ విధానం దుకాణదారుల జనాభాకు చాలా ఎక్కువ ప్రాతినిధ్యం వహిస్తుంది.
కొన్నేళ్లుగా, మొక్కల పెంపకందారులు మరియు జన్యు శాస్త్రవేత్తలు రైతులు అధిక దిగుబడిని పొందడంలో సహాయపడ్డారు, ఎందుకంటే రుచి వంటి వినియోగదారు-ఆధారిత లక్షణాలను కొలవడం కష్టం. అయితే, ఈ రోజుల్లో డిమాండ్ ఉన్న మార్కెట్లలో పోటీ పడేందుకు ఉత్పత్తిదారులకు అధిక దిగుబడులు సరిపోవు అని బ్లూబెర్రీ బ్రీడింగ్ ప్రోగ్రామ్కు బాధ్యత వహిస్తున్న UF/IFAS హార్టికల్చరల్ సైన్సెస్ అసోసియేట్ ప్రొఫెసర్ ప్యాట్రిసియో మునోజ్ అన్నారు.
మంచి రుచినిచ్చే రకాలను చేర్చకపోతే, వాటి పండు మంచి ధరకు అమ్ముడవదని లేదా అస్సలు విక్రయించబడదని నిర్మాతలకు తెలుసు, మునోజ్ చెప్పారు. ఈ పద్ధతులతో, శాస్త్రవేత్తలు ఉత్పత్తిదారులకు పోటీగా ఉండేందుకు మరియు వినియోగదారులు తమ ఉత్పత్తులతో మెరుగైన అనుభవాన్ని పొందేందుకు సహాయం చేస్తారని ఆశిస్తున్నారు.
ఈ నమూనాలను ఉపయోగించి, బ్రీడింగ్ ప్రోగ్రామ్ అనేక పండ్లు మరియు కూరగాయల రకాలకు రుచి రేటింగ్లను అంచనా వేయగలదు. శాస్త్రవేత్తలు లేదా వినియోగదారు ప్యానెల్లు ఒకేసారి చాలా రకాలను పరీక్షించలేరనే వాస్తవం ద్వారా ఈ ప్రక్రియ గతంలో పరిమితం చేయబడింది.
బ్లూబెర్రీస్ మరియు టొమాటోలలోని అస్థిరతల నుండి డేటాను గణాంక నమూనాగా పొందే మార్గాలను చూపే కొత్త పరిశోధనకు రెసెండే నాయకత్వం వహించారు. పరిశోధన ఫలితాలు ఇప్పుడు ఆ రెండు పండ్లకే పరిమితం చేయబడ్డాయి కానీ తరువాత UF/IFAS పరిశోధకులు అభివృద్ధి చేసే ఇతర పంటలకు విస్తరించబడతాయి.
వారి కొత్త అధ్యయనాన్ని నిర్వహించడానికి, UF/IFAS పరిశోధకులు గత దశాబ్దం నుండి టమోటా మరియు బ్లూబెర్రీ బ్రీడింగ్ ప్రోగ్రామ్ డేటాను ఉపయోగించారు.
వారు వివిధ రకాలైన టమోటా మరియు బ్లూబెర్రీ రకాలను వినియోగదారుల ప్యానెల్లకు అందించారు గైనెస్విల్లేలోని UF సెన్సరీ ల్యాబ్. శాస్త్రవేత్తలు "ఇష్టం," తీపి, పులుపు, రుచి తీవ్రత మరియు ఉమామి వంటి రుచి లక్షణాలపై రేటింగ్లను సేకరించారు.
UF/IFAS పరిశోధకులు స్కోర్ల శ్రేణిని పరీక్షించారు, అది వినియోగదారుడు రుచిని ఎంతగా ఇష్టపడుతున్నారో తెలియజేస్తుంది. తేలినట్లుగా, అస్థిరతలు 56% వరకు "ఇష్టం" స్కోర్లను వివరించాయి, ఇది వినియోగదారులు పండును ఎంతగా ఇష్టపడుతున్నారో నిర్ణయించడంలో అస్థిరతలు ముఖ్యమైనవని రుజువు చేస్తుంది. పండ్ల రుచి యొక్క ప్రాముఖ్యతను లెక్కించడంలో మరియు అంచనా వేయడంలో అస్థిరతలు కూడా ముఖ్యమైనవి, రెసెండే చెప్పారు.
ఇంకా, మెషిన్-లెర్నింగ్ విధానాలు సాధారణంగా వినియోగదారు రుచి ప్రాధాన్యతలను ఉత్తమంగా అంచనా వేస్తాయని పరిశోధకులు చూపించారు, దీనిని జీవక్రియ ఎంపిక అని పిలుస్తారు. జీవక్రియ ఎంపిక యొక్క ఖచ్చితత్వాలు బదులుగా జెనోమిక్ డేటాను ఉపయోగించే మోడల్ల కంటే మెరుగైనవి, బ్రీడింగ్ అప్లికేషన్లలో ఈ కొత్త పద్ధతి యొక్క సామర్థ్యాన్ని హైలైట్ చేస్తుంది.
"పెంపకందారులు పెద్ద సంఖ్యలో నమూనాలను పరీక్షించగలరని నేను భావిస్తున్నాను" అని హార్టికల్చరల్ సైన్సెస్ యొక్క UF/IFAS అసిస్టెంట్ ప్రొఫెసర్ రెసెండే అన్నారు. “ఈ విధంగా, మీరు మంచి-రుచి రకాలను గుర్తించడానికి విస్తృత గరాటును కలిగి ఉన్నారు మరియు ఒక సమయంలో, రుచి-పరీక్ష ప్యానెల్లు ఇంద్రియ డేటాతో తుది ఎంపికను చేస్తాయి. ఈ నమూనాలు బ్రీడింగ్ లక్ష్యంగా ముందుగా రుచిని చేర్చడాన్ని ప్రారంభిస్తాయని మరియు మరింత సువాసనగల పండ్ల రకాల ఎంపిక మరియు విడుదలను ప్రోత్సహిస్తుందని మేము ఆశిస్తున్నాము.
రెసెండేతో పాటు, రుచి-పరీక్ష యొక్క కంప్యూటర్ మోడల్ పద్ధతిని పరిశోధించిన ఇతర UF/IFAS ఫ్యాకల్టీలలో క్లీ, మునోజ్ మరియు డెనిస్ టైమాన్, రీసెర్చ్ అసిస్టెంట్ ప్రొఫెసర్ — ముగ్గురూ హార్టికల్చరల్ సైన్సెస్ విభాగంలో ఉన్నారు; చార్లీ సిమ్స్, ఫుడ్ సైన్స్ మరియు హ్యూమన్ న్యూట్రిషన్లో ప్రొఫెసర్ మరియు నికోలాయ్ బ్లిజ్న్యుక్, వ్యవసాయ మరియు జీవ ఇంజనీరింగ్లో అసోసియేట్ ప్రొఫెసర్. ఈ పనిని కూడా మొదటి రచయిత పిహెచ్డి. విద్యార్థి విన్సెంట్ కొలాంటోనియో మరియు రీసెర్చ్ అసిస్టెంట్ సైంటిస్ట్ లూయిస్ ఫెలిప్ ఫెర్రో.
ఈ కొత్త AI పరిశోధనను రెసెండే వివరించే వీడియో కోసం దిగువ క్లిక్ చేయండి.
- బ్రాడ్ బక్, ఫ్లోరిడా విశ్వవిద్యాలయం