นักวิทยาศาสตร์กำลังค้นหาวิธีที่จะทำให้แหล่งอาหารของเราทนทานต่อการเปลี่ยนแปลงสภาพภูมิอากาศได้มากขึ้น โดยพวกเขาต้องการพัฒนา "พลังพิเศษ" ให้กับพืช เช่น ความสามารถในการรอดชีวิตจากภัยแล้งรุนแรง หรือการออกผลได้มากขึ้น ซึ่งทำได้ด้วยการค้นหายีนสายพันธุ์เฉพาะที่เป็นต้นตอของข้อได้เปรียบเหล่านั้น
แต่… มีปัญหาอยู่อย่างหนึ่ง คือซอฟต์แวร์แบบเดิมไม่สามารถแยกแยะได้ว่า ลำดับ DNA ใดที่ส่งผลต่อลักษณะทางพันธุกรรมจริงๆ และลำดับ DNA ใดเป็นเพียงตัวคล้ายๆ กันที่ไม่มีอันตรายใดๆ บนโครโมโซมเดียวกัน
เพื่อหาคำตอบที่ต้องการ นักวิทยาศาสตร์มักจะต้องผสมพันธุ์ ปลูก และทดสอบพืชหลายพันต้นด้วยตัวเองข้ามหลายฤดูกาล เพื่อคัดแยกลักษณะต่างๆ ออกมา (ซึ่งช้ามากๆ) การลองผิดลองถูกแบบนี้กินเวลาหลายปีหรืออาจนานถึงหลายทศวรรษ แต่ตอนนี้ทุกอย่างเปลี่ยนไปแล้ว
ห้องปฏิบัติการวิจัย AI อย่าง Living Models ได้จับคู่ @GoogleGemma 4 เข้ากับ BOTANIC-1 ซึ่งเป็น AI เฉพาะทางที่เทรนมาด้วยข้อมูล DNA ของพืช เพื่อระบุการกลายพันธุ์ที่แน่นอนซึ่งทำให้พืชเติบโตได้ดีอย่างรวดเร็ว

เรื่องนี้เกิดขึ้นได้อย่างไร? Gemma 4 ทำหน้าที่เหมือนผู้จัดการโปรเจกต์ ทั้งเขียนโค้ด จัดระเบียบข้อมูล และกรองข้อมูลที่ไม่เกี่ยวข้องออกไป เพื่อไม่ให้ขวางทางในการหาคำตอบที่แท้จริง จากนั้นจะส่งโจทย์ด้านพันธุกรรมให้ BOTANIC-1 ซึ่งผ่านการเทรนด้วยข้อมูลพืชถึง 320 สายพันธุ์ และเข้าใจวิวัฒนาการนับล้านปี จึงสามารถชี้เป้าได้อย่างแม่นยำว่าการเปลี่ยนแปลงของ DNA แบบไหนที่มีแนวโน้มจะส่งผลต่อลักษณะของพืชมากที่สุด
ในการทดสอบยีนที่อาจช่วยเพิ่มผลผลิตเมลอน เครื่องมือรุ่นเก่าติดหล่มอยู่กับการค้นหาระหว่างการกลายพันธุ์หลายพันรูปแบบ แต่ Gemma และ BOTANIC-1 ค้นหาคำตอบที่ตรงกันได้ภายในเวลาไม่ถึงสี่นาที และสามารถจัดอันดับการกลายพันธุ์เป้าหมายไว้ที่อันดับ 1 จากความเป็นไปได้ทั้งหมด 2,494 รูปแบบได้อย่างถูกต้อง

แต่นี่ไม่ใช่แค่เรื่องของการปลูกเมลอนเท่านั้น เมื่อสภาพภูมิอากาศที่แปรปรวนเริ่มกระทบการทำเกษตรแบบดั้งเดิม AI pipeline นี้อาจช่วยให้นักวิจัยด้านการเกษตรทำงานได้เร็วขึ้นตามที่ต้องการ เพื่อพัฒนาพืชที่ทนทานต่อสภาพอากาศ และรักษาความมั่นคงทางอาหารของโลกให้ทันตามกรอบเวลาที่เรามีอยู่
ดาวน์โหลด BOTANIC-1 →https://goo.gle/4y7qDak
อ่านงานวิจัย →https://goo.gle/4xWrKJB
ทดลองใช้เดโม Gemma 4 + BOTANIC-1 →https://huggingface.co/spaces/living-models/gemma-botanic
และเข้าไปดูข้อมูลเพิ่มเติมได้ที่บล็อก: https://deepmind.google/models/gemma/gemmaverse/living-models/





