Czy AI może w jakikolwiek sposób komunikować się z roślinami ?

Technicznie rzecz biorąc, ludzie mogą już „komunikować się” z roślinami. Daj wodę, roślina kwitnie i sygnalizuje kwiatami. Roślina więdnie, sygnalizuje otoczeniu „Potrzebuję wody”. Czy AI może wzbogacić lub podnieść komunikację (nie działanie, lecz interakcję) z roślinami w znaczący sposób?

Background

Niektóre grupy badawcze badały możliwość wykorzystania uczenia maszynowego do analizy fizjologicznych sygnałów roślin w celu wykrywania stresu abiotycznego, takiego jak susza, zasolenie lub niedostateczne oświetlenie, poprzez trenowanie modeli na danych szeregów czasowych z czujników umieszczonych w liściach lub glebie. Prace laboratoryjne wykazały, że klasyfikatory mogą rozróżniać zdrowe i stresowane rośliny z dokładnością powyżej 90%, gdy dostarczane są im pomiary wielospektralnego odbicia lub lotnych związków organicznych, co wskazuje, że rośliny emitują sygnały, które można przetłumaczyć na znaczące etykiety. Niewielka liczba eksperymentów połączyła te przewidywania z systemami zamkniętej pętli, które dostarczają wodę lub składniki odżywcze proporcjonalnie do wykrytego zapotrzebowania, demonstrując tym samym prymitywną formę interakcji zamiast jednokierunkowej komunikacji. Szerzej zakrojone wysiłki w zakresie fenotypowania roślin wykorzystują techniki widzenia komputerowego i LiDAR do ilościowego określania tempa wzrostu i zmian morfologicznych w czasie, generując strumienie danych, które niektórzy badacze postrzegają jako wspólny język między rośliną a algorytmem. Jednocześnie inne zespoły testowały bioakustyczne podejścia, rejestrując ultradźwiękowe emisje, które rośliny uwalniają pod wpływem stresu, a następnie wykorzystując sieci neuronowe do przekształcania ich w czytelne dla człowieka alerty. Te różne wątki łącznie sugerują, że mierzalne reakcje roślin można operacyjnie interpretować, jednak jak dotąd nie ustanowiono dwukierunkowego, semantycznie bogatego dialogu.

— Wzbogacono 15 maja 2026