跳到正文
TechCrunch · AI· Tim De Chant·· 13 天前AI 评分40

Electric Plant 用 AI 模型 Bombadil 解读植物电信号,完成 1120 万美元种子轮融资

Plants can speak using electricity, so this startup built an AI model to decipher their language

AI 导读

Electric Plant 正在用大语言模型 Bombadil 解读植物茎秆中的微弱电信号,并将其转译为作物需求信息反馈给种植者。

摘要与补充说明

该模型目前可解读约 125 种植物(从蕨类、红杉到番茄、大丽花)的电信号,公司称这是目前基于生物电信号构建的最多样化模型。其传感器约 iPhone 纵向折叠大小,需用不锈钢螺丝穿透形成层接入,数据经低功耗无线网络传至基站、由云端 Bombadil 解读后回传客户,用于调整浇水或施肥计划。传感器成本为数十美元,远低于通常数千美元的现有设备,每英亩仅需几个即可获得准确结果。

正文· AI 翻译

Justin Mast 的人生被一株赛博格植物改变了。

几年前,Mast 在翻阅一些科学文献时,偶然发现了一项关于将室内植物连接到电动支架上的研究。当植物需要更多光照时,电信号会流经其活体组织。控制板感知到电流后,便将植物推向更靠近光源的位置。

“我当时就想,这到底是怎么回事?”Mast 在接受 TechCrunch 采访时说。“那就是我掉进兔子洞的入口。”

Mast 最终与曾与 DARPA 合作过的神经科学家 Lee von Kraus 合作,共同创立了 Electric Plant。过去三年里,该公司一直在收集数据,以构建一个名为 Bombadil 的大语言模型,该模型能够解读植物茎秆中流动的细微电信号,并将植物的需求详情传达给种植者。

Two men stand next to a large tree trunk with a sensor attached to it.
Electric Plant 联合创始人 Lee von Kraus(右)和 Justin Mast 站在一棵装有传感器的树旁。图片来源:Electric Plant

创始人相信,他们的模型有朝一日能催生出一款让人们与植物“对话”的工具。“我们倾听多于表达,但倾听是第一步,”Electric Plant 联合创始人兼 CEO Mast 说道。

为了将其传感器和 Bombadil 推向市场,Electric Plant 最近完成了 1120 万美元的种子轮融资,由 Onto Ventures 和 Climactic 领投,Ponderosa、Endeavor Catalyst、Ludlow、Michigan Rise、The Fund、Schox VC 和 Dug Song 参投。 

Mast 表示,即使在最受控的温室中,农民和种植者也无法完全了解其植物的需求。传统上,农民、种植者和林务人员依赖的是响应植物对水、养分或光照需求的粗略工具。而土壤探针、手持光谱仪和卫星图像等工具虽然足够好用,但 Mast 表示,它们仍有很大改进空间。

“那项技术很精密,但它深入植物内部的能力并不算精密。其中大部分技术仍然远远落后于植物的实时需求,”他说。

不过,Electric Plant 总得从某处起步,因此它利用这些设备来训练其 Bombadil 模型,该模型能够解读约 125 个不同物种的电信号。“我们知道这个模型将超越许多此类设备,”Mast 说。 

这家初创公司的传感器也比现有工具便宜得多,后者通常要花费数千美元。“这个只要几十美元,”他说。

这些传感器大小约相当于一部普通 iPhone 纵向折叠后的尺寸,通过不锈钢螺丝固定在植物上。螺丝必须穿透形成层——即树皮下方的那层活体组织——才能连接到植物内部发生的微伏级变化。从这些传感器收集的数据通过低功耗无线网络发送到基站。

Mast 表示,Electric Plant 每英亩只需几个传感器即可获得准确结果。数据在云端由 Bombadil 解读,结果会回传给客户,客户可据此调整浇水或施肥计划等。Mast 声称,这样的系统可以在提高产量的同时将用水量减少 20% 或更多。

Mast 不愿透露 Electric Plant 的初始客户是谁,但很容易想象其在农业和林业中的应用。

Mast 表示,Bombadil 最初的一百多个物种涵盖了从蕨类、红杉、番茄到大丽花等各种植物形态。

“这是基于生物电信号创建的最多样化的模型,”他说。“在动物界,从来没有人做过与此相当的事情。”

当您通过我们文章中的链接进行购买时,我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Tim De Chant 是 TechCrunch 的资深气候记者。他曾为众多出版物撰稿,包括《连线》杂志、《芝加哥论坛报》、Ars Technica、《连线中国》和 NOVA Next,并曾任 NOVA Next 的创始编辑。

De Chant 还是麻省理工学院科学写作研究生项目的讲师,并于 2018 年获得麻省理工学院奈特科学新闻奖学金,在此期间他研究了气候技术并探索了新闻业的新商业模式。他拥有加州大学伯克利分校环境科学、政策与管理博士学位,以及圣奥拉夫学院环境研究、英语和生物学学士学位。

您可以通过发送电子邮件至 [email protected] 联系 Tim 或核实其外联信息。

查看简介

相关阅读

专题与标签

相关资讯专题