AI membantu Corteva Agriscience Secara dramatis mempercepat pengembangan produk perlindungan tanaman baru dengan memodelkan protein dan molekul dengan “kecepatan dan akurasi yang belum pernah terjadi sebelumnya,” seorang eksekutif mengatakan kepada seorang subkomite kongres pagi ini.
Berbicara di subkomite lingkungan rumah pendengaran Tentang inovasi dalam agrichemical, Brian Lutz, PhD, VP Solusi Pertanian di Corteva, mengatakan AI telah “merevolusi penemuan dengan memungkinkan kami untuk memperdagangkan keacakan dan peluang untuk prediksi, spesifisitas dan desain.”
Memprediksi struktur protein dalam hitungan detik
Pikirkan molekul perlindungan tanaman sebagai kunci yang dimaksudkan agar sesuai dengan kunci atau situs target tertentu dalam hama, biasanya protein, kata Lutz.
Tantangannya adalah kita “tidak selalu tahu semua kunci, atau protein, atau bagaimana mereka bekerja, jadi kita tidak dapat tahu apa yang harus ditargetkan.”
Secara historis, katanya, butuh “berbulan -bulan dan seringkali puluhan ribu dolar untuk memahami struktur protein tunggal. Dan mungkin ada puluhan ribu protein dalam setiap hama individu.”
Menggunakan model AI yang mampu memprediksi struktur protein, namun, Corteva sekarang dapat “memprediksi struktur protein dalam hitungan detik dan untuk beberapa uang”
Adapun kunci perlindungan tanaman, ia berkata, “Belum lama ini, kami harus mengandalkan skrining ribuan molekul potensial dengan menerapkannya pada hama, dengan harapan menemukan beberapa yang mungkin efektif … hari ini, kami menggunakan AI untuk mencari alam semesta kimia yang luas ini untuk meraih molekul spesifik yang dapat berinteraksi dengan protein spesifik di dalam gulma, serangga, atau jalur landasan untuk kelainan yang dapat berinteraksi dengan protein spesifik di dalam gulma, serangga, atau jalur landasan untuk kelainan yang dapat berinteraksi dengan protein spesifik di dalam gulma, serangga, atau jalur landasan untuk kelainan yang dapat berinteraksi dengan protein spesifik di dalam gulma, serangga, atau jalur PATHOGOC untuk menjaga kelainan dari kelebihannya di dalam gulma, serangga, atau jalur landasan untuk kelainan yang dapat berinteraksi dengan weed, serangga, atau jalur landasan untuk melukai mereka di dalam gulma, serangga, atau jalur landasan untuk melahirkan di dalam gulma, serangga, atau jalur lini.
Tujuan kami adalah spesifisitas: kecocokan yang akan melakukan tugasnya dan hanya tugasnya, meninggalkan sisa tanaman dan lingkungan sekitarnya dan keanekaragaman hayati. Kami baru -baru ini menggunakan AI untuk memodelkan bagaimana 10.000 molekul yang berbeda dapat digunakan dalam perlindungan tanaman, semua dalam beberapa minggu. Kami dapat mengidentifikasi lusinan molekul potensial baru yang tidak dapat kami tes.
Biologis … lebih cepat
Model AI baru juga memungkinkan Corteva mempercepat penemuan biologis baru dengan “memprediksi keragaman biomolekul dan metabolit yang luar biasa yang diproduksi oleh mikroba dan organisme lainnya,” katanya.
Ini kemudian dapat digunakan untuk mengoptimalkan proses fermentasi untuk menghasilkan biologis: “Kami telah menggunakan AI untuk merekayasa strain bakteri yang mendorong reaksi fermentasi dan untuk mengoptimalkan kondisi reaksi.”
Wawasan yang dapat ditindaklanjuti untuk petani
Akhirnya, katanya, AI membantu Corteva lebih memahami ketika petani harus memperlakukan masing -masing bidang mereka berdasarkan data yang terkait dengan kondisi lingkungan tertentu, prediksi tekanan hama dan praktik manajemen unik petani. Ini pada gilirannya memungkinkannya untuk memberikan wawasan yang dapat ditindaklanjuti yang dapat membantu petani mengoptimalkan hasil.
“Kami sedang mengemudikan model timing fungisida di sini di Amerika di mana kami menggabungkan informasi khusus lapangan dari pertanian pelanggan kami dengan data internal kami. Kecerdasan gabungan ini kemudian membantu petani tahu persis kapan harus menyemprotkan untuk memerangi penyakit jagung utama.”
Singkatnya, ia berkata, “AI mengubah semua yang kami lakukan di Corteva. Ini, tanpa keraguan, salah satu teknologi paling mendalam yang pernah ditemukan.”
Menangani busuk mahkota merah…
Berbicara pada sidang yang sama, Dr. Boris Camiletti, asisten profesor di Departemen Ilmu Tanaman di University of Illinois Urbana-Champaignmenjelaskan bagaimana AI dapat digunakan untuk mengatasi busuk mahkota merah, penyakit jamur yang menyebar dengan cepat di seluruh tanaman kedelai di beberapa negara bagian AS.
“Tim saya menggunakan citra satelit dan pembelajaran mesin untuk mengidentifikasi titik panas busuk mahkota merah di lapangan,” katanya kepada anggota parlemen. “Kami melatih model dengan data spektral resolusi tinggi dari pita yang terlihat ke dekat inframerah, dan menggunakan pengamatan kebenaran tanah untuk mengajarkan algoritma seperti apa tanaman yang sakit.”
Model dapat mendeteksi area penyakit dan melacak perkembangan penyakit dari waktu ke waktu, jelasnya. “Kami juga membangun alat yang menghasilkan peta resep, jadi alih -alih menerapkan fungisida di seluruh bidang, petani hanya dapat menargetkan area yang terkena dampak.”
Pendekatan ini dapat diadaptasi untuk penyakit pada jagung, gandum, almond dan pistachio, katanya. “Ini adalah platform untuk pertanian presisi yang mengurangi penggunaan kimia sambil meningkatkan kontrol. Alat yang digerakkan AI memberi kita kemampuan untuk mendeteksi penyakit ini lebih awal, merespons dengan cepat, dan menggunakan bahan kimia lebih bertanggung jawab. Ini adalah masa depan perlindungan tanaman.”
Dari penemuan obat hingga produk perlindungan tanaman alami yang baru
Saksi ketiga di persidangan, Dr. Daniel Swale dari Departemen Entomologi dan Nematologi di Universitas Floridamengklaim bahwa AS berisiko tertinggal dalam taruhan perlindungan tanaman, tetapi AI itu dapat membantunya mengejar ketinggalan.
“Jepang melebihi AS dalam jumlah pestisida kelas satu lebih dari dua kali lipat, dan Cina hampir sama dengan AS dalam jumlah total insektisida yang diproduksi. Dan bahkan lebih memprihatinkan, saya pribadi percaya kesenjangan antara negara lain dan AS berkembang dengan cepat.”
Sementara itu, ketidakmampuan toolkit perlindungan tanaman saat ini untuk mengatasi beberapa tantangan terbesar industri adalah masalah yang berkembang, katanya. “Industri jeruk Florida bernilai $ 9-10 miliar per lima tahun yang lalu dan sekarang mengalami hampir runtuh karena serangga bernama Psyllid jeruk Asia yang mentransmisikan bakteri ke pohon jeruk untuk mencegah pematangan buah.
“Namun kontrol hama serangga ini telah menjadi tantangan yang luar biasa karena terbatasnya jumlah insektisida efektif yang tersedia. Kami telah mengembangkan pertama di kelas dan insektisida yang sangat efektif yang membunuh hama ini. Sayangnya, kemungkinan bahan kimia baru ini akan mencapai pasar rendah karena pembatasan peraturan yang meningkat.
“Untuk memperbaiki ini, kami telah beralih ke menggunakan teknologi AI untuk menemukan bahan kimia di dunia alami karena persyaratan pendaftaran untuk produk alami secara signifikan lebih rendah.”
Meskipun dipahami dengan baik bahwa molekul perlindungan tanaman yang sangat efektif dapat berasal dari alam, katanya, penghalang historisnya adalah “tidak adanya teknologi yang mampu memahami struktur kimia dan interaksi secara komprehensif pada skala.”
Tapi ini berubah berkat kemajuan di AI, katanya. “Perusahaan seperti Ketidaksetiaan Keluar dari Boulder Colorado telah mengembangkan kemampuan untuk memprediksi struktur kimia dalam campuran alami yang kompleks dengan kecepatan dan akurasi yang belum pernah terjadi sebelumnya. ”
Sementara Enveda secara historis berfokus pada penemuan obat bertenaga AI, ia berkata, “Bersama-sama, kami menerapkan teknologi AI inovatif ini untuk menemukan dan mengembangkan agrokimia baru.”
Data pelatihan: sampah masuk, sampah keluar
Yang mengatakan, output dari penemuan yang digerakkan AI hanya sebagus input, mencatat Dr. Swale, “dan saat ini, input yang diperlukan untuk penemuan agrokimia tetap kurang dipahami. Sampai saat ini, penemuan agrokimia dan pengembangan fase awal telah dibatasi untuk sektor swasta, yang tidak berbagi data yang tidak dimiliki oleh pembatasan kekayaan intelektual.
Ini, katanya, telah menyebabkan kesenjangan dalam pengetahuan publik yang diperlukan untuk input AI yang tepat, dan telah membatasi kegunaan AI untuk penemuan agrokimia baru. “Jadi bagaimana kita mengatasi tantangan ini? Saya percaya AI memungkinkan entitas publik seperti universitas untuk memainkan peran kunci untuk pertama kalinya dalam penemuan agrokimia. Hal ini disebabkan oleh kemampuan mereka untuk menguji pertanyaan mendasar yang seringkali tidak dibahas oleh sektor swasta.”
Melibatkan sektor publik dalam penemuan agrokimia “akan memungkinkan set data fundamental dan input AI menjadi publik,” katanya. “Komitmen dalam Ilmu Fundamental oleh Pemerintah Federal sangat penting bagi AS untuk tetap berada di ujung tombak inovasi dan kemajuan.”
Peran pemerintahan dalam pengumpulan dan akses data
Namun, langkah -langkah baru -baru ini oleh administrasi Trump untuk memotong dana publik ke dalam penelitian semacam itu dapat menggagalkan kemajuan seperti itu, memperingatkan Anggota Kongres Gabe Amo (Pulau D-Rhode). “Inovasi sering dimulai dengan penelitian di universitas negeri yang didanai oleh dolar federal. Tetapi investasi ini sedang terkikis secara sistematis oleh administrasi Trump.
“Presiden telah menghentikan miliaran dolar dalam hibah federal untuk meneliti lembaga dan universitas yang akan menyebabkan penundaan untuk pekerjaan kritis, mengacaukan program dan membahayakan pipa bakat dan penemuan yang memicu ekonomi inovasi kami.”
Dia menambahkan: “Ilmuwan di universitas negeri di seluruh negeri sedang bekerja sekarang untuk mengembangkan model AI dan ilmu data yang akan membuat pertanian lebih efisien. Peluang komersial dan industri besar yang tersedia di pertanian saat ini hanya mungkin karena investasi yang bertanggung jawab secara fiskal ini, tetapi administrasi Trump tidak terlalu tertarik dalam penelitian ini.
“Mereka Mencoba memangkas anggaran National Science Foundation sebesar $ 4,9 miliar. Itu adalah potongan 55% untuk pelayan penelitian dasar negara kita. Ini adalah agensi yang mendukung dasar -dasar teknologi pertanian, termasuk AI.
“Kita semua menderita tanpa investasi federal dalam sains untuk mengatasi tantangan dalam pertanian dan iklim. Inovasi mungkin menjadi topik saat ini, tetapi fondasi adalah sains, dan saat ini, fondasi itu hancur di bawah kaki kita.”
Data publik di bawah ancaman
Beberapa pembicara di persidangan juga menyatakan keprihatinan atas langkah -langkah administrasi Trump untuk menggunduli upaya pengumpulan data di beberapa departemen pemerintah.
Lutz di Corteva mencatat: “Kami bergantung pada banyak set data yang telah didukung pemerintah selama beberapa dekade terakhir untuk dapat mendorong inovasi bagi petani. Model waktu fungisida yang telah kami kembangkan mengandalkan data iklim yang kami dapatkan dari sektor publik.”
Anggota Kongres AMO menambahkan: “Lusinan set data penting, laporan, dan layanan telah dibuang keluar jendela selama beberapa minggu terakhir karena apa yang saya yakini sebagai tindakan yang ceroboh, tindakan yang akan menjadi masalah dan menyebabkan kerugian yang tidak dapat diperbaiki.
“Tanpa peramalan dan pemodelan iklim yang akurat dan transparan, petani tidak dapat bereaksi dan merencanakan ke depan. Tidak ada algoritma yang lebih baik daripada data yang dijalankannya, dan jika kita membiarkan politisi membongkar sistem yang menyediakan data yang digunakan petani untuk menentukan kapan harus menanam, air, menerapkan pestisida, dan panen, kita menyiapkan diri kita untuk gagal.
Bacaan lebih lanjut:
Dari gen melompat ke genom desainer: Cetak biru antologi untuk strain bioproduksi yang lebih cerdas
Nestlé bertaruh besar pada AI dan Biotech dengan Deep Tech Center baru di Swiss