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.
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.
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.
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.»
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
Bundesgericht kippt Pentagon-Entscheidung gegen Anthropic
Ein US-Bundesgericht hat die umstrittene Einstufung von Anthropic als Sicherheitsrisiko vorerst gestoppt. Richterin Rita Lin wertete das Vorgehen des Pentagons als rechtswidrig und unbegründet, da es wesentliche verfassungsrechtliche Grundrechte verletze. Dieses Urteil entfacht eine grundlegende Debatte über die Grenzen staatlicher Beschaffungsmacht gegenüber privaten Softwareanbietern.GEO-Agentur auswählen: neun Kriterien, die den Unterschied machen
Das Wichtigste in Kürze: Eine GEO-Agentur sorgt dafür, dass ein Unternehmen in den Antworten von ChatGPT, Perplexity, Google Gemini und den KI-Übersichten der Google-Suche vorkommt. Weil es dort keine Positionen und keine öffentliche Rangliste gibt, lassen sich Leistungsversprechen kaum von aussen prüfen. Wer trotzdem sicher auswählen will, bewertet neun konkrete Kriterien und stellt im Erstgespräch sieben Fragen, deren Antworten sich nachprüfen lassen.
Für Veröffentlichung zu gefährlich
weiterlesen
Claude Mythos: Wenn die KI unerlaubt das Labor verlässt
Anthropic hat ein KI-Modell entwickelt, das völlig eigenständig Sicherheitslücken findet. Nach einem Ausbruch im Labor bleibt die Software unter Verschluss. Dies geschieht vor dem Hintergrund massiver politischer Spannungen, nachdem die US-Regierung das Unternehmen Anfang März sanktionierte.Ein beispielloser Millionenbetrug mit künstlich generierter Musik landet vor Gericht
Ein historischer Fall von Streaming-Betrug erschüttert die Musikwelt. Durch den massenhaften Einsatz von Künstlicher Intelligenz und Bots erbeutete ein Täter Millionen an Tantiemen. Dieser Diebstahl aus dem gemeinsamen Topf schadet echten Musikschaffenden massiv.
Regierungsaufträge gehen an OpenAI
weiterlesen










