让植物蔬菜味道变的好吃的原因是什么呢？对于麻省理工学院媒体实验室的科学家来说，这需要植物学、机器学习算法和一些正统老派化学的结合。

利用以上所有这些，媒体实验室开放农业倡议组织的研究人员报告说，他们已经创造出比你吃过的任何植物都更美味的罗勒（俗称九层塔）香料植物。这不涉及转基因：研究人员使用计算机算法来确定最佳生长条件，以最大限度地提高被称为挥发性化合物的风味分子的浓度。但这仅仅是”网络农业 （cyber agriculture）“新领域的开始，麻省理工学院媒体实验室的首席研究科学家、OpenAG集团的主管卡莱布·哈珀说。他的小组目前正在致力于提高草药抗人类疾病的特性，他们还希望通过研究农作物在不同条件下如何生长来帮助种植者适应气候变化。哈珀说：”我们的目标是在数据采集、传感和机器学习的交叉点设计开源技术，并以一种前所未有的方式将其应用到农业研究中“，”我们真正感兴趣的是建立网络化的工具，它可以利用植物的经验、表型、所遇到的压力集及其遗传学，并数字化，使我们能够理解植物与环境的相互作用。“

研究人员在4月3日出版的《公共科学图书馆：综合》（PLOS ONE）中对罗勒植物的研究中发现，让他们吃惊的是，每天24小时将植物暴露在光照下能产生最好的味道。OpenAg集团的研究负责人、该研究的作者约翰·德拉帕拉说，传统的农业技术永远不会产生这种见解。”你不可能以任何其他方式发现这一点。除非你在南极洲，否则没有一个24小时的光周期可以在现实世界中进行测试，”他说。“你必须有人为的环境才能发现这一点。”哈珀和里斯托·米库莱宁是这篇论文的高级作者，其中米库莱宁是奥斯汀德克萨斯大学的计算机科学教授。媒体实验室的主任研究员阿里尔·约翰逊和Cognizat技术方案公司的艾略特·迈尔森是主要作者，开放农业倡议的特别项目助理蒂莫西·萨瓦斯也是论文作者之一。

位于马萨诸塞州米德尔顿麻省理工学院贝茨实验室的一个仓库中，OpenAG工厂是在经过改装的船运集装箱中种植的，因此可以小心地控制环境条件，包括光、温度和湿度。哈珀说，这种农业有很多名字——控制环境农业、垂直农业、城市农业——现仍然是一个小众市场，但发展迅速。在日本，这样的“植物工厂”每周生产数十万棵生菜。然而，也有许多失败的努力，而且在致力于开发这类设施的公司之间很少有信息共享。麻省理工学院倡议组织的一个目标是通过让所有的OpenAG硬件、软件和数据自由可用来克服这种保密性。哈珀说：”目前农业领域存在一个大问题，即缺乏公开数据、缺乏数据收集标准和缺乏数据共享“，“因此，尽管机器学习、人工智能和先进的算法设计进展如此之快，但收集已良好标记的、有意义的农业数据却远远落后。我们的工具是开放源码的，希望它们能更快地传播，并创造共同进行网络科学的能力。”

OpenAg研究负责人约翰·德拉帕拉（John de la Parra）在一个海运集装箱内，该集装箱经过特殊配置，可在受控环境条件下种植植物。（图片来自Melanie Gonick）

在这项研究中，麻省理工学院的研究小组开始证明他们的方法的可行性，即在不同的条件下，在他们称之为“食品计算机”的水培容器中种植植物。这种设置允许他们改变光照持续时间和暴露于紫外线的持续时间。一旦植物完全生长起来，研究人员就利用传统的分析化学技术，如气相色谱法和质谱法，通过测量叶子中挥发性化合物的浓度来评估罗勒的味道。这些分子包括有价值的营养素和抗氧化剂，因此增强风味也可以提供健康好处。然后，所有来自植物实验的信息被输入到麻省理工学院和Cognizat技术方案公司（以前的Sentient Technologies）团队开发的机器学习算法中。这些算法评估了数以百万计的光和紫外线持续时间的可能组合，并生成了一组可以最大限度地提高味道的条件，包括24小时日光条件。

除了口味之外，研究人员现在正致力于开发含有更多化合物的罗勒植物，这些化合物有助于防治糖尿病等疾病。众所周知，罗勒和其他植物含有有助于控制血糖的化合物，在之前的研究中，德拉帕拉已经表明，这些化合物可以通过不同的环境条件得到增强。研究人员现在正在研究调整其他环境变量的影响，如温度、湿度和光的颜色，以及添加植物激素或营养素的影响。在一项研究中，他们将植物暴露在壳聚糖（一种存在于昆虫壳中的聚合物）中，壳聚糖使植物产生不同的化合物，以防昆虫攻击。他们也有兴趣使用他们的方法来增加药用植物的产量，如马达加斯加长春花，这是抗癌化合物长春新碱和长春花碱的唯一来源。

德拉帕拉说：”你可以把这篇论文看作是许多可以应用的不同事物的开场白，它展示了我们迄今为止所构建的工具的强大功能“,“这是我们现在可以在更大范围内做的事情的原型。”东北大学网络科学教授艾伯特-拉斯洛·巴拉巴西

认为这种方法为作物转基因提供了一种替代方法，因为并非每个人都能接受转基因技术。”本文运用数字农业的现代思想，通过改变植物生长的环境条件，系统地改变我们所吃植物的化学成分。这表明，我们可以利用机器学习和良好的控制条件来找到最佳位置，也就是，植物味道和产量最大化的条件，”未参与研究的巴拉巴西说。

在受控环境条件下生长的罗勒植物，包括照明 （图片来自Melanie Gonick）

研究人员说，网络农业的另一个重要应用是适应气候变化。虽然通常需要几年或几十年来研究不同的条件对作物的影响，但在一个受控的农业环境中，许多试验可以在短时间内完成。德拉帕拉说：”当你在田里种东西时，你必须依靠天气和其他因素来合作，你必须等待下一个生长季节的到来“，”有了我们这样的系统，我们可以更快更多的获得知识。”OpenAG团队目前正在为糖果制造商费列罗（Ferrero）进行一项对于榛子树的类似研究，该公司的榛子树消费量约占世界榛子树消费量的25%。

作为他们教育任务的一部分，研究人员还开发了小型“个人食品计算机”，即可以在受控条件下种植植物并将数据发送回麻省理工团队的盒子。现在美国的许多高中生和中学生都在使用这些工具，这些工具由分布在65个国家的不同用户组成，他们可以通过在线论坛分享他们的想法和结果。哈珀说：”对我们来说，每一个盒子都是我们非常感兴趣的数据点，但它也是一个实验平台，可以用新的方式教授环境科学、编码、化学和数学。”

该研究由Target公司、李锦记集团、Welspun、Sentient科技和Cognizat技术方案公司资助。