AI育種，從這里起步

人工智能（Artificial Intelligence, AI）是21世紀(jì)最火熱的技術(shù)之一，其重要分枝計(jì)算機(jī)視覺(jué)技術(shù)更是在各行各業(yè)得到了廣泛的應(yīng)用。在農(nóng)業(yè)領(lǐng)域，基于計(jì)算機(jī)視覺(jué)的植物表型技術(shù)，正逐步嵌入農(nóng)業(yè)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)中。

得益于基因組學(xué)、表型組學(xué)和人工智能的蓬勃發(fā)展，以及國(guó)家對(duì)“種源”的核心戰(zhàn)略訴求，AI育種成為近年來(lái)的一個(gè)熱詞。

育種，是在給定的環(huán)境條件下，選擇各種表型指標(biāo)（產(chǎn)量、品質(zhì)、抗性）最優(yōu)的基因型材料的過(guò)程。AI育種，就是利用人工智能技術(shù)幫助育種家加速育種材料篩選的進(jìn)程，這里面既包括了基因型大數(shù)據(jù)的分析、預(yù)測(cè)，也包括表型大數(shù)據(jù)的分析、預(yù)測(cè)，實(shí)質(zhì)上是希望借助人工智能的各種神經(jīng)網(wǎng)絡(luò)，加速“萬(wàn)一挑一”、“大海里撈針”的過(guò)程。

自從2014年開(kāi)始有人將深度學(xué)習(xí)和植物表型工作結(jié)合以來(lái)，AI以快速嵌入了植物表型的各個(gè)領(lǐng)域。而植物表型又被認(rèn)為是制約現(xiàn)代農(nóng)業(yè)發(fā)展的最大瓶頸之一。

在育種工作中，仍有大量表型工作在采用傳統(tǒng)的“用牙咬、用眼瞪、用手摸”的方式進(jìn)行。隨著生物育種技術(shù)在我國(guó)的逐步放開(kāi)，各種分子生物學(xué)、基因組技術(shù)的介入，育種將正式進(jìn)入新紀(jì)元。分子手段輔助產(chǎn)生的海量育種材料，也都需要進(jìn)行從室內(nèi)到田間、從單株到群體的表型測(cè)量。我們有這么多人手進(jìn)行表型測(cè)量嗎？傳統(tǒng)表型測(cè)量方式能跟上生物育種的步伐嗎？答案肯定是否定的。這就需要高通量表型技術(shù)的介入。

育種的核心是產(chǎn)量、品質(zhì)、抗性，這三者都屬于植物表型指標(biāo)。利用AI輔助的植物表型測(cè)量，加速育種篩選過(guò)程，是AI育種能起作用的理想路徑。試舉兩例如下。

案例1  AI賦能玉米考種

對(duì)于全球第一大糧食作物、同時(shí)也是商業(yè)化程度最高的育種作物——玉米——而言，收獲后的果穗和籽�？挤N，是玉米育種中最枯燥乏味、最耗費(fèi)時(shí)間的步驟之一，但又絕對(duì)不可或缺！

傳統(tǒng)的人工考種存在用工多、效率低、誤差大、測(cè)量指標(biāo)少等缺點(diǎn)。利用AI技術(shù)為考種賦能，可以大大提高效率和準(zhǔn)確度，降低人為干擾，大大加速育種篩選的效率。

多光能數(shù)字化玉米考種機(jī)iMaize^®是基于AI技術(shù)對(duì)玉米的整穗、截面和籽粒進(jìn)行考種的系統(tǒng)，能夠自動(dòng)測(cè)量穗數(shù)、穗長(zhǎng)、穗寬、穗周長(zhǎng)、穗投影面積、禿尖長(zhǎng)、禿尖比例、行數(shù)、行粒數(shù)、穗粒數(shù)、粒寬、粒厚、粒長(zhǎng)、籽粒面積、籽粒數(shù)等指標(biāo)。

該系統(tǒng)功能強(qiáng)大、性價(jià)比高，是大規(guī)模玉米考種的不二選擇，已經(jīng)在數(shù)十家育種單位得到成功應(yīng)用，大大提高了考種效率。
 

 

案例2  AI賦能田間表型測(cè)量

所有的育種，最終都要落實(shí)到田間群體測(cè)試。實(shí)驗(yàn)室是完成不了整個(gè)育種流程的。田間測(cè)試過(guò)程，也就是植物表型測(cè)量的過(guò)程。

 

田間植物表型測(cè)量可以分為便攜式、定點(diǎn)式、固定范圍移動(dòng)式（軌道式）、大范圍移動(dòng)式（步行車）和無(wú)人機(jī)測(cè)量等多種方式。綜合自動(dòng)化程度、測(cè)量精度、商業(yè)化程度和可靠性而言，軌道式高通量表型平臺(tái)是目前最適合普及的田間表型平臺(tái)之一，很重要的一個(gè)特性就是育種家可用。

 

要保障育種家可用，就是說(shuō)不要讓育種家去操心自動(dòng)化的問(wèn)題，不要讓育種家去操心海量表型視覺(jué)數(shù)據(jù)分析的問(wèn)題，而是讓育種家聚焦于分析后的表型性狀數(shù)據(jù)的深入挖掘，聚焦于育種問(wèn)題本身。
 

軌道式高通量田間表型平臺(tái)

 

從海量表型視覺(jué)數(shù)據(jù)（可見(jiàn)光、熱成像等的二維成像，三維點(diǎn)云，高光譜數(shù)據(jù)cube等）到形成表格化的性狀數(shù)據(jù)，不嵌入AI技術(shù)幾乎是不可能的。在這方面，慧諾瑞德公司的TraitDiscover平臺(tái)已經(jīng)做的不錯(cuò)，實(shí)現(xiàn)了數(shù)據(jù)可為育種家、農(nóng)學(xué)家、生物學(xué)家所用。

 

如果沒(méi)有AI，而是讓育種家將精力耗費(fèi)到這些海量多源、多維視覺(jué)數(shù)據(jù)的分析上，哪里還有足夠的精力解決育種本身的問(wèn)題呢？

 

AI已來(lái)，我們應(yīng)該張開(kāi)懷抱擁抱AI，讓這項(xiàng)酷炫的技術(shù)嵌入各行各業(yè)為我們服務(wù)。

 

植物表型本身就是一個(gè)跨學(xué)科領(lǐng)域，自帶AI基因。而植物表型服務(wù)的對(duì)象就是育種和種植。AI通過(guò)植物表型賦能育種，是AI育種的重要發(fā)展方向之一。讓我們用表型之“瞳”，賦農(nóng)業(yè)之“慧”。