AI Kompetenzen suchen

Mit maschinellem Lernen den Seetang retten

Das Mikrobiom-Überwachungssystem von Charlene Xia. / John Freidah, MIT Mechanical Engineering
In einem Graduiertenprojekt für Maschinenbau am MIT (Massachusetts Institute of Technology) entwickelte ein Team um die Medienwissenschaftlerin Charlene Xia ein Projekt zur Vorhersage und Verhinderung der Ausbreitung von Krankheiten in der Aquakultur. Das Team konzentrierte sich dabei insbesondere auf Algenfarmen.
Algen sind in der ostasiatischen Küche bereits sehr beliebt und bergen ein enormes Potenzial als nachhaltige Nahrungsquelle für die ständig wachsende Weltbevölkerung. Neben ihrem Nährwert bekämpfen Algen auch verschiedene Umweltbedrohungen. Sie tragen zur Bekämpfung des Klimawandels bei, indem sie überschüssiges Kohlendioxid in der Atmosphäre absorbieren, und können auch den Abfluss von Düngemitteln aufnehmen und so die Küsten sauberer halten.

Wie so viele Meereslebewesen ist auch der Seetang durch genau das bedroht, wogegen er hilft: den Klimawandel. Klimastressfaktoren wie warme Temperaturen oder wenig Sonnenlicht begünstigen das Wachstum schädlicher Bakterien wie der Eiskrankheit. Innerhalb weniger Tage werden ganze Algenfarmen durch unkontrolliertes Bakterienwachstum dezimiert.

Ziel: Kostengünstiges Gerät

Um dieses Problem zu lösen, hat Charlene Xia die Mikrobiota in diesen Algenfarmen als Indikator für eine mögliche Bedrohung der Algen oder des Viehbestands untersucht. «Unser Projekt zielt darauf ab, ein kostengünstiges Gerät zu entwickeln, das durch die Überwachung des Mikrobioms der Umgebung Krankheiten erkennen und verhindern kann, bevor sie Algen oder Viehbestände befallen», sagt Xia.

Das Team kombiniert alte Technologie mit der neuesten Computertechnik. Mit einem tauchfähigen digitalen holografischen Mikroskop nehmen sie ein 2D-Bild auf. Anschliessend setzen sie ein maschinelles Lernsystem, ein so genanntes neuronales Netz, ein, um das 2D-Bild in eine Darstellung des Mikrobioms in der 3D-Umgebung umzuwandeln.

«Mithilfe eines maschinellen Lernnetzwerks kann man ein 2D-Bild fast in Echtzeit rekonstruieren, um eine Vorstellung davon zu bekommen, wie das Mikrobiom in einem 3D-Raum aussieht», sagt Xia.

Erfahrungen aus dem Media Lab

Die Software kann auf einem kleinen Raspberry Pi ausgeführt werden, der an das holografische Mikroskop angeschlossen werden kann. Um herauszufinden, wie diese Daten an das Forschungsteam weitergegeben werden können, griff Xia auf die Ergebnisse ihrer Masterarbeit zurück.

In dieser Arbeit unter der Leitung von Professor Allan Adams und Professor Joseph Paradiso im MIT Media Lab konzentrierte sich Xia auf die Entwicklung kleiner Unterwasserkommunikationsgeräte, die Daten über den Ozean an die Forscher zurücksenden können. Statt der üblichen 4000 Dollar sollten diese Geräte weniger als 100 Dollar kosten, um die Kostenbarriere für diejenigen zu senken, die die vielen Geheimnisse unserer Ozeane aufdecken wollen. Die Kommunikationsgeräte können zur Weitergabe von Daten über die Meeresumwelt aus den Algorithmen des maschinellen Lernens verwendet werden.

Durch die Kombination dieser kostengünstigen Kommunikationsgeräte mit mikroskopischen Bildern und maschinellem Lernen hofft Xia, ein kostengünstiges Echtzeit-Überwachungssystem zu entwickeln, das sich auf ganze Algenfarmen ausdehnen lässt.

«Das 'Internet der Dinge' unter Wasser»

«Es ist fast so, als hätte man das 'Internet der Dinge' unter Wasser», fügt Xia hinzu. «Ich entwickle dieses ganze Unterwasserkamerasystem zusammen mit der von mir entwickelten drahtlosen Kommunikation, die mir die Daten liefern kann, während ich an Land sitze.»

Mit diesen Daten über das Mikrobiom können Xia und ihr Team erkennen, ob eine Krankheit im Begriff ist, auszubrechen und Algen oder Vieh zu gefährden, bevor es zu spät ist.

«Wir sollten die Landwirtschaft und die Lebensmittelproduktion im Zusammenhang mit dem gesamten Ökosystem betrachten», sagt sie. «Mein Meta-Ziel für dieses Projekt ist es, die Menschen dazu zu bringen, über die Lebensmittelproduktion auf eine ganzheitlichere und natürlichere Weise nachzudenken.»
(fest/informatik.ch)
publiziert: Montag, 25. Oktober 2021 / 18:02 Uhr , aktualisiert: Montag, 25. Oktober 2021 / 18:12 Uhr

KI ermittelt die nächsten Designerdrogen

Forscher der University of British Columbia (UBC) und der University of Alberta haben Computer so trainiert, dass sie die nächsten Designer-Medikamente vorhersagen können, noch bevor sie auf dem Markt sind.
weiterlesen

Künstlicher Geruch zur Kontrolle der Lebensmittelqualität

Forscher des IBEC in Zusammenarbeit mit der Universität Córdoba haben kürzlich eine Studie veröffentlicht, in der sie Protokolle entwickeln, die den Einsatz einer Technik optimieren, die in der Lage ist, auf molekularer Ebene Substanzen zu analysieren, die im Aroma von Lebensmitteln vorhanden sind, und die es ermöglicht, Schinkenproben von iberischen Schweinen zu unterscheiden, die mit Eicheln oder Futter gefüttert wurden.
weiterlesen

KI erkennt die Geologie des Untergrunds

Forscher vom Los Alamos National Laboratory (LANL) haben als erste ein auf maschinellem Lernen basierendes seismisches Bildgebungsverfahren erfolgreich auf reale Daten angewendet. Sobald dieses Modell vollständig trainiert ist, kann es die Berechnungszeit erheblich verkürzen und genauere Modelle der Untergrundgeologie liefern.
weiterlesen

Algorithmus erkennt Selbstmord gefährdete Jugendliche

Forscher der Brigham Young University, der Johns Hopkins University und der Harvard University haben einen Algorithmus entwickelt, der Selbstmordgedanken und -verhalten bei Jugendlichen mit 91 %iger Genauigkeit vorhersagen kann.
weiterlesen

Ein grosser Sprung für den vierbeinigen Mini-Roboter «Cheetah»

Ein neues Steuerungssystem, das anhand des Mini-Roboters «Cheetah» des MIT demonstriert wurde, ermöglicht es vierbeinigen Robotern, in Echtzeit über unebenes Terrain zu springen.
weiterlesen

KI und Live-Mobilfunkdaten sagen Covid-19-Einweisungen voraus

Eine Studie in schwedischen Krankenhäusern unter der Leitung von Ericsson, dem Telekommunikationskonzern Telia und dem Universitätskrankenhaus Sahlgrenska nutzt künstliche Intelligenz (KI) und Mobilfunkdaten, um ein genaues Prognosemodell für die kurzfristige Aufnahme von Covid-19-Patienten in Krankenhäusern 14 bis 21 Tage im Voraus zu erstellen.
weiterlesen

Ernteroboter erkennen dank LED die reifen Früchte

Ein neuartiges Kamerasystem mit aktiver Beleuchtung, das von Forschern der Penn State University entwickelt wurde, könnte ein entscheidender Schritt bei der Entwicklung von Bildverarbeitungssystemen sein, die es Robotern ermöglichen, besser zu ernten.
weiterlesen

Nach Katastrophen: KI erkennt zerstörte Häuser

Steht unser Haus noch? Diese Frage stellen sich Menschen auf der ganzen Welt, die Opfer von Waldbränden wurden. Dies festzustellen war nicht einfach, doch nun können - sobald sich der Rauch für Luftaufnahmen verzogen hat, Gebäudeschäden innerhalb Minuten erkannt werden.
weiterlesen

Zweibeiniger Roboter «Cassie» läuft 5 Kilometer

Das zweibeinige Laufroboter-Modul «Cassie» von der Oregon State University (OSU) und Agility Robotics hat einen neuen Rekord aufgestellt: Es legte eine Strecke von 5 Kilometern in etwas mehr als 53 Minuten zurück - und das ohne Hilfe und mit nur einer Batterieladung.
weiterlesen

Sich mit Hilfe von Robotern anziehen

Wissenschaftler des Computer Science and Artificial Intelligence Laboratory (CSAIL) des MIT haben kürzlich einen neuen Algorithmus entwickelt, der einem Roboter hilft, effiziente Bewegungspläne zu finden, um die körperliche Sicherheit seines menschlichen Gegenübers zu gewährleisten.
weiterlesen