運用機器學習技術拯救海藻免於疾病威脅

摘要

海藻不論是在對抗世界糧食危機或環境變遷上皆具有巨大的應用潛力，麻省理工學院的一名博士生目前正在開發一種低成本系統，用來監測海藻養殖場的微生物基因組群，期望能在疾病大量傳播之前辨別病原體並加以阻止。

　　世界人口不斷快速增長，海藻在作為永續食物來源上具有相當大的潛力，特別是在東亞菜餚中這是一種相當常見的材料。除了富含高營養價值外，海藻還能對抗各種環境威脅，如吸收大氣中過量的二氧化碳來協助對抗氣候變遷，也可以透過吸收化肥來維持海岸清潔。與許多海洋生物一樣，海藻本身也受到氣候變遷的迫害，海洋溫度和光照強度的變化會促進有害細菌的生長，引起海藻特徵性的“白化”及“硬化” 誘發冰冰病(ice-ice disease)的產生，並在幾天內蔓延至整個海藻養殖場，造成大量損失。
　　為了解決這個問題，麻省理工學院（Massachusetts Institute of Technology，MIT）機械工程系的博士生在去年提出了一個能預測及防止海藻養殖場疾病傳播的計畫。研究人員計畫將海藻養殖場中存在的微生物基因組群(Microbiome)作為生物威脅的預測指標，並開發一種低成本設備，透過監測環境中的微生物群，在其影響海藻或水中生物前預防疾病的發生，研究團隊將舊有技術與最新的訊息處理技術結合，運用潛水式數位全像微奈米顯微鏡拍攝二維圖像，然後再使用稱為神經網路(neural network)的機器學習系統將微生物群的2D圖像轉換為3D顯示，而這個軟體可以於連接在全像顯微鏡上的樹莓派微型單板電腦(Raspberry Pi)中運行。
　　此外，研究人員還結合了小型水下通訊設備，不同於一般要價4,000美元昂貴的市售儀器，該設備的設計成本低於100美元，除可作為機器學習演算法中繼站傳送海洋環境數據外，還可以將相關數據回傳給研究人員，有助於那些有興趣揭開海洋神秘面紗的人降低執行成本障礙。計畫負責人表示，未來還預計結合這些通訊設備、顯微圖像和機器學習技術，設計出一個可以覆蓋整個海藻養殖場的低成本即時監控系統。【延伸閱讀】-【減量】海洋中的大型海藻養殖場將成為未來生質燃料的來源之一

運用機器學習技術拯救海藻免於疾病威脅

摘要

推薦文章