Идея расшифровки языка растений пришла к соучредителю стартапа Electric Plant Джастину Масту несколько лет назад. Изучая научную литературу, Маст наткнулся на , посвященное комнатному растению, подключенному к моторизованной подставке. Когда растению требовалось больше света, по его живым тканям проходили слабые электрические сигналы. Блок управления фиксировал этот ток и перемещал растение ближе к источнику света.
Как сообщает издание TechCrunch, последние три года команда Маста собирала данные для создания большой языковой модели Bombadil. Она способна интерпретировать слабые электрические сигналы, проходящие через стебель растения, и сообщать владельцам о его потребностях.
По словам Маста, даже в самых высокотехнологичных теплицах аграрии и садоводы не имеют полного представления о том, что именно нужно их растениям. Традиционно для оценки потребностей в воде, питательных веществах или свете используются довольно грубые методы. Такие инструменты, как почвенные зонды, портативные спектроскопы и спутниковые снимки, работают неплохо, но их возможности оставляют желать лучшего, считает Маст.
«Сами по себе эти технологии сложны, но они не позволяют заглянуть внутрь растения. Большинство из них значительно отстают от реальных, сиюминутных потребностей самого растения», — объясняет он.
Поскольку нужно было с чего-то начинать, стартап использовал эти существующие устройства для обучения собственной модели Bombadil, способной интерпретировать электрические сигналы примерно 125 различных видов растений. В этот список входят самые разные представители флоры: от папоротников, сосен и секвой до томатов и георгинов.
Разработанные датчики, по размеру сопоставимые со сложенным вдоль iPhone, крепятся к растению с помощью винтов из нержавеющей стали. Винты должны проникать в камбий — слой живых тканей, расположенный непосредственно под корой, — чтобы фиксировать микровольтовые изменения, происходящие внутри растения. Собранные данные передаются с датчиков на базовую станцию по беспроводной сети с низким энергопотреблением.
По словам Маста, для получения точных результатов на один акр (около 0,4 гектара) насаждений достаточно всего пары датчиков. Данные обрабатываются в облаке, а результаты отправляются пользователю, который может использовать их, например, для корректировки графика полива или внесения удобрений. Маст утверждает, что такая система позволяет повысить урожайность, одновременно сократив расход воды на 20% и более.
Такая технология может широко применяться в сельском и лесном хозяйстве.
Основатели компании верят, что в будущем их модель может лечь в основу инструмента, позволяющего людям полноценно «общаться» с растениями. «Мы скорее слушаем, чем говорим, но умение слушать — это первый шаг», — отметил Маст.
