Electric Plant: AI odczytuje sygnały elektryczne roślin

Startup Electric Plant twierdzi, że rośliny komunikują się za pomocą subtelnych sygnałów elektrycznych i buduje model sztucznej inteligencji, który potrafi je odczytać. Jak opisuje TechCrunch, firma założona przez Justina Masta i neuronaukowca Lee von Krausa pozyskała właśnie 11,2 mln dolarów finansowania zalążkowego na rozwój tej technologii.

Pomysł narodził się, gdy Mast natknął się na badania naukowe opisujące roślinę doniczkową podłączoną do zmotoryzowanej podstawy. Gdy roślina potrzebowała więcej światła, przez jej żywe tkanki przepływały sygnały elektryczne, które panel sterujący wykrywał i w odpowiedzi przesuwał roślinę bliżej źródła światła. „Pomyślałem: co do diabła?” – relacjonował Mast w rozmowie z TechCrunch. „To był początek mojej króliczej nory.”

Kluczowe wnioski

• Electric Plant pozyskało 11,2 mln dolarów finansowania zalążkowego pod wodzą Onto Ventures i Climactic, z udziałem m.in. Ponderosa, Endeavor Catalyst, Ludlow, Michigan Rise, The Fund, Schox VC oraz Duga Songa.
• Firma od trzech lat zbiera dane, by zbudować duży model językowy o nazwie Bombadil, interpretujący sygnały elektryczne u około 125 gatunków roślin.
• Sensory firmy, wielkości złożonego wzdłuż iPhone'a, mocowane są do rośliny stalowymi śrubami przebijającymi kambium, by rejestrować mikrowoltowe zmiany w jej wnętrzu.
• Według Masta system może zwiększać plony i jednocześnie redukować zużycie wody o 20 proc. lub więcej.
• Sensory Electric Plant mają kosztować „dziesiątki dolarów”, podczas gdy konkurencyjne narzędzia zwykle wyceniane są na tysiące dolarów.

Jak działa model Bombadil

Mast, który pełni funkcję CEO Electric Plant, wspólnie z Lee von Krausem – neuronaukowcem współpracującym wcześniej z DARPA – od trzech lat gromadził dane potrzebne do wytrenowania Bombadila. Model ten ma interpretować subtelne sygnały elektryczne przepływające przez łodygi roślin i przekazywać producentom informacje o ich potrzebach.

Założyciele wierzą, że ich technologia może pewnego dnia doprowadzić do powstania narzędzia pozwalającego ludziom „rozmawiać” z roślinami. „Bardziej słuchamy, niż mówimy, ale słuchanie to pierwszy krok” – powiedział Mast.

Sensory przesyłają zebrane dane do stacji bazowej za pośrednictwem niskopobornej sieci bezprzewodowej. Electric Plant potrzebuje zaledwie kilku sensorów na akr, by uzyskać dokładne wyniki. Dane trafiają następnie do Bombadila działającego w chmurze, a wyniki wracają do klienta, który może na ich podstawie np. dostosować harmonogram podlewania czy nawożenia.

Mast nie ujawnił, kim są pierwsi klienci startupu, jednak łatwo wyobrazić sobie zastosowania w rolnictwie i leśnictwie. Pierwsza setka gatunków, na których trenowano Bombadila, obejmuje szeroki przekrój form roślinnych – od paproci, sekwoi i pomidorów po dalie.

Dlaczego dotychczasowe narzędzia nie wystarczają

Nawet w najlepiej kontrolowanych szklarniach rolnicy i producenci nie mają pełnej widoczności tego, czego faktycznie potrzebują ich rośliny, zauważa Mast. Tradycyjnie branża polegała na stosunkowo prostych narzędziach reagujących na zapotrzebowanie roślin na wodę, składniki odżywcze czy światło. Sondy glebowe, ręczne spektroskopy czy zdjęcia satelitarne działają wystarczająco dobrze, ale pozostawiają wiele do życzenia.

„Ta technologia jest zaawansowana, ale jej zdolność dotarcia do wnętrza rośliny już nie jest tak zaawansowana. Większość tych rozwiązań nadal mocno odstaje od rzeczywistych, bieżących potrzeb rośliny” – wyjaśnił Mast.

Electric Plant musiało jednak od czegoś zacząć, dlatego wykorzystało te właśnie urządzenia do wytrenowania modelu Bombadil. „Wiemy, że model przewyższy znaczną część tego sprzętu” – zapewnił Mast.

Sam zauważa też, że osiągnięcie Electric Plant jest bezprecedensowe w skali. „To najbardziej zróżnicowany model, jaki kiedykolwiek stworzono w oparciu o biologiczne sygnały elektryczne” – powiedział. „Nikt nigdy nie zrobił niczego porównywalnego w świecie zwierząt.”

Znaczenie dla rolnictwa i branży AI

Jeśli technologia Electric Plant sprawdzi się w praktyce, może stanowić istotny krok w kierunku precyzyjnego rolnictwa opartego na danych pochodzących bezpośrednio z wnętrza roślin, a nie z pośrednich wskaźników środowiskowych, takich jak wilgotność gleby czy zdjęcia satelitarne. Niższy koszt sensorów – liczony w dziesiątkach, a nie tysiącach dolarów – może sprawić, że tego rodzaju monitoring stanie się dostępny dla znacznie szerszego grona producentów rolnych i leśników, nie tylko dużych, dobrze finansowanych gospodarstw.

Przykład Electric Plant wpisuje się także w szerszy trend wykorzystywania dużych modeli językowych poza klasycznym przetwarzaniem tekstu – tym razem do interpretacji sygnałów biologicznych, co wcześniej nie miało odpowiednika nawet w badaniach nad światem zwierząt.

Startup, choć dopiero na wczesnym etapie komercjalizacji i nie ujawniający jeszcze swoich pierwszych klientów, pokazuje, że granice zastosowań AI wciąż się przesuwają – tym razem w stronę zrozumienia języka, którym posługują się rośliny.