ABŞ-dan olan tədqiqatçılar süni intellektlə təkmilləşdirilmiş mikroskopiya sistemi hazırlayıblar. Bu sistem torpaq sağlamlığının təhlilini daha sürətli, ucuz və fermerlər, torpaq idarəçiləri üçün daha əlçatan etməyi hədəfləyir. Texas-San Antonio Universitetində (UTSA) aparılan araşdırma çərçivəsində, tədqiqatçılar aşağı qiymətli optik mikroskopiya texnologiyasını maşın öyrənməsi ilə birləşdirərək torpaq nümunələrində göbələklərin mövcudluğunu və miqdarını ölçmək üçün bir üsul yaradıblar. Bu erkən mərhələ konseptual texnologiya 9 iyul tarixində Praqada keçirilən Goldschmidt Konfransında təqdim edilib.

Torpaq göbələklərinin bolluğunu və müxtəlifliyini təyin etmək torpaq sağlamlığı və məhsuldarlığı haqqında dəyərli məlumatlar təqdim edir. Göbələklər qida maddələrinin biogeokimyəvi dövriyyəsi, suyun saxlanılması və bitkilərin böyüməsində mühüm rol oynayır. Bu məlumatlar fermerlərə torpaq idarəçiliyi, gübrə tətbiqi, suvarma və torpağın şumlanması ilə bağlı daha yaxşı qərarlar qəbul etməyə imkan verir.

Optik mikroskoplar torpaqdakı kiçik orqanizmləri kəşf etmək və müəyyənləşdirmək üçün uzun müddətdir istifadə olunur. Torpağın müasir təhlil üsulları arasında fosfolipid yağ turşusu testi və DNT analizi kimi texnikalar mövcuddur. Lakin bu üsullar adətən bahalı olur və ya torpaq ekosistemlərinin tam bioloji mürəkkəbliyini nəzərə almır.

UTSA-nın Elm Kollecindən Alec Graves, Goldschmidt Konfransında araşdırmalarını təqdim edərək bildirib: “Mövcud bioloji torpaq analizləri məhduddur, molekulyar tərkibi ölçmək üçün ya bahalı laboratoriya avadanlıqları, ya da laboratoriya mikroskopları ilə orqanizmləri gözlə müəyyənləşdirmək üçün mütəxəssis tələb olunur. Torpaq sağlamlığını başa düşmək üçün fermerlərə və torpaq idarəçilərinə geniş torpaq testi əlçatan deyil.”

Tədqiqatçılar maşın öyrənməsi alqoritmini torpaq nümunələrində göbələk biokütləsini aşkarlamaq üçün hazırlayıblar və bunu mikroskop görüntülərini etiketləmək üçün xüsusi proqram təminatına inteqrasiya ediblər. Bu proqram, Texasın Cənub Mərkəzi bölgəsindən götürülmüş torpaqlarda göbələklərin bir neçə min təsvirindən ibarət məlumat dəstindən istifadə edilərək yaradılıb. Proqram sadəcə 100x və 400x mikroskop böyütmələrindən istifadə edir ki, bu da məktəb laboratoriyalarında mövcud olan mikroskoplarda belə mümkündür.

Alec Graves əlavə edib: “Bizim texnika torpaq nümunəsinin videosunu təhlil edir, bunu görüntülərə çevirir və sinir şəbəkəsi vasitəsilə göbələkləri müəyyənləşdirir və ölçür. Sübut-konsepsiya mərhələsindəki texnologiyamız artıq durulaşdırılmış nümunələrdə göbələk liflərini aşkar edə və onların biokütləsini qiymətləndirə bilir.”

Komanda hazırda bu texnikanı mobil robot platformasına inteqrasiya etmək üzərində işləyir. Sistem nümunə toplama, mikrofotografiya və təhlili bir cihazda birləşdirəcək. Onlar növbəti iki il ərzində tam işlək və test üçün hazır bir cihaz hazırlamağı hədəfləyirlər.

Araşdırmaya UTSA-nın Su Araşdırmaları Davamlılıq və Siyasət İnstitutunun direktoru Professor Saugata Datta rəhbərlik edir. Maşın öyrənməsi alqoritmi ilə bağlı təfərrüatların bu il ərzində elmi jurnalda dərc edilməsi gözlənilir.