许多人认为，养活世界的一种方法是将农作物移至室内，这样它们就可以免受天气、害虫和疾病的影响。然而，这种类型的农业需要大量的能源来维持植物的人工照明和通风。我们能摆脱这种束缚吗？
一项新研究的研究人员相信，在人工智能的帮助下，我们至少可以部分地摆脱这种束缚。他们的《自然食品》研究表明，人工智能可以微调室内生长条件，将能源消耗减少三分之一。
在这项研究中，研究人员开发了一个典型 PFAL（带有人工照明的植物工厂）的计算模型。该模型融合了室内环境因素的信息，包括温度和湿度水平、二氧化碳浓度（植物进行光合作用所需的），并模拟变化如何影响植物光合作用和生长。然后将该模型与人工智能框架相结合，该框架根据数据进行训练，以识别室内植物的最佳生长条件。其部分作用是确定是否可以通过较低的能源消耗来维持增长率。
研究人员使用生菜作为试验作物，并在 10 个不同的地理位置（从雷克雅未克、到迪拜，因为虽然 PFALS 相对受到控制，但能源使用仍然会受到室外温度的影响。研究人员希望确保他们的研究反映了这种变异性。
实验显示，在所有 10 次模拟中，人工智能能够在不改变作物生长的情况下减少能源使用。其中大部分是通过减少光合作用所需的人工照明以及管理湿度和热量所需的通风来实现的。总体而言，与对照实验相比，这些优化的系统平均节能高达 32.34%；人工智能至少减少了23.6%的能源消耗。
由于人工智能能够根据各个地点的植物与环境因素之间独特的相互作用进行观察和调节，它有效地找到了每个地点的最佳点。例如，将灯光调暗一段时间不会降低生菜产量。通风在这方面提出了挑战，因为它与当地条件密切相关。特别是在较热的地方，通风对于冷却作物至关重要，但通风率较高时，会扰乱驱动光合作用的二氧化碳浓度。然而，人工智能在这些地方也找到了一个最佳点，即在植物需要进行光合作用的光照期间降低通风率，并在二氧化碳浓度不太显着的黑暗时期提高通风率。
在通风时炎热地区的需求确实导致了更高的能源使用量，总体而言，所有地点的节省量仍然很大。人工智能监管成功地将常规 PFAL 中每公斤生菜的能源消耗量减少到 9.5-10.5 千瓦时，减少到凉爽气候下的 6.42 千瓦时和温暖气候下的 7.26 千瓦时。
有一些问题研究人员指出，回答这些节能是否仍然适用于大型仓库式室内农场，以及这些发现将如何转化为现实世界的农场。但他们的研究至少表明，农业创新不必伴随如此巨大的环境权衡：我们有工具来帮助我们摆脱这种束缚进行创新。
你等。等人。人工智能可以调节光照和气候系统，以减少植物工厂的能源使用并支持可持续的粮食生产。自然食品。2024 年。
图片：Anthropocene 杂志