(C) Elias Fizesan - Jonk Fuerscher

Dieser Schüler der European School of Luxembourg II wurde von der Jury des nationalen Wettbewerbs der jungen Wissenschaftler ausgezeichnet und bereitet sich gerade auf die Teilnahme am London International Youth Science Forum am Imperial College of London vor. Mit gerade 16 Jahren hat Elias Fizesan Gewächshäuser entwickelt, die in der Lage sind, die Bedürfnisse und häufigsten Krankheiten von Futterpflanzen zu erkennen und entsprechend zu reagieren. Mithilfe seines Experiments konnte er den für das Wachstum der getesteten Pflanzen erforderlichen Wasserverbrauch im Rahmen dieses umweltfreundliches Projekts um 59 % senken.

An der Reduzierung der Umweltauswirkungen teilnehmen

Im Hinblick auf die Veränderung der Welt wollte Elias mit seinen Möglichkeiten zur Entwicklung einer nachhaltigeren und erschwinglicheren Landwirtschaft beitragen. Er hatte die Idee, seine Programmierkenntnisse zu nutzen und künstliche Intelligenz (KI) zum Einsatz zu bringen, um unabhängige und intelligente Gewächshäuser zu entwickeln. Zunächst hat er sich über die Parameter informiert, die für die Optimierung des Pflanzenwachstums zu berücksichtigen sind und Temperatur, Bewässerung, Belüftung und Helligkeit ausgewählt. Diese Recherchen haben ihn jedoch noch weiter geführt. „Nachdem ich gelesen habe, dass Krankheitserreger und Parasiten den Wirkungsgrad der Kulturen zwischen 10 und 40 % reduzieren können, war dieser Aspekt für mich wichtig“, erklärt Elias. Folglich wollte er die KI für die Entwicklung eines Systems einsetzen, das in der Lage ist, etwa 15 häufige Pflanzenkrankheiten (z. B. Oidium) zu erkennen.

Intelligente Computermodelle entwickeln

Elias hat angefangen, über die Programmiersprache Python und die von Google für die Nutzung der KI gelieferten Quellcodes intelligente Systeme zu entwickeln. Was zum Beispiel die Belüftung angeht, ist sein System an einen Sensor geknüpft, der in einem Gewächshaus angebracht ist und alle 5 Minuten Informationen über die Temperatur und Feuchtigkeit sammelt. Sobald eine bestimmte Schwelle überschritten ist, wird der Lüfter aktiviert, um optimale Bedingungen wiederherstellen.

Um zu definieren, ab wann sich der Lüfter anschalten soll, hat Elias ein künstliches, neuronales Netzwerk entwickelt. Inspiriert von der Funktionsweise der Neuronen, löst dieses System komplexe Probleme, indem fortlaufend Anpassungen an mehrere Faktoren vorgenommen werden. So schaltet sich der Lüfter nicht nur je nach den Temperatur- und Feuchtigkeitswerten an, sondern berücksichtigt auch andere Parameter wie die aktuelle Wachstumsrate der Pflanze und das Vorhandensein oder Fehlen einer Krankheit.

Gleichzeitig hat Elias einen Algorithmus zur Erkennung von Pflanzenkrankheiten entwickelt. „Mit der KI muss ein Modell mit vielen Daten trainiert werden. Ich habe recherchiert und etwa 70.000 Bilder von Pflanzen benutzt, die diese Krankheiten aufweisen. Durch die Einspeisung der Bilder verbessert sich das Modell von selbst“, erklärt Elias. Er konnte eine Präzision des Modells von 97,3 % erreichen. Das Modell ist mit einer Kamera verbunden, die regelmäßig Fotos der Pflanze im Gewächshaus macht. Indem das System diese Fotos mit denen aus der Datenbank vergleicht, kann es erkennen, ob die Pflanze eine Krankheit hat oder nicht und um welche Krankheit es sich handelt. Es speichert dann die Daten und benachrichtigt den Benutzer der Krankheit.

Die Wirksamkeit der unabhängigen Gewächshäuser testen

Legende: Darstellung des unabhängigen Gewächshauses links und des kontrollierten Gewächshauses rechts.

Um die Wirksamkeit der Einrichtung zu testen, hat Elias einen Kopfsalat in seinem unabhängigen Gewächshaus und einen anderen in einem kontrollierten Gewächshaus wachsen lassen. Letzterer erhielt 150 ml Wasser pro Tag und litt nur unter den wetterbedingten Temperatur- und Helligkeitsänderungen. „Um sicher zu sein, zuverlässige Ergebnisse zu erhalten, habe ich das Experiment dreimal wiederholt und dann festgestellt, dass der Kopfsalat mit einem Durchmesser von etwa 12,5 cm voll ausgewachsen war“,fügt Elias hinzu. Im Durchschnitt wuchs der Kopfsalat 49 Tage im kontrollierten Gewächshaus im Vergleich zu 27 Tagen im unabhängigen Gewächshaus. Mithilfe seines Systems konnte er den Wasserverbrauch um 59 % senken.

Elias möchte sein Projekt fortführen, um es so erschwinglich wie möglich zu machen. Seine Experimente werden jedoch in London fortgeführt, wo er seine Schullaufbahn beenden wird, bevor er sein Hochschulstudium in der Modellierung beginnt.

 

Autor: Constance Lausecker
Foto: © Elias Fizesan – Jonk Fuerscher

Jonk Fuerscher Könnte maschinelles Lernen bei der Früherkennung von Brustkrebs helfen?

Die Informatikstudentin Federica Maestri hat ein Tool zur Vorhersage des Brustkrebs-Risikos programmiert. Die kostenlose...

Jonk Fuerscher Mathematische Forschung an einem dreidimensionalen Billardspiel

Ein junger luxemburgischer Forscher beschäftigt sich mit einem ganz besonderen mathematischen Problem: Wie sieht die Lau...

Young Scientists How to make learning chemistry easier?

Studying chemistry in high school can be challenging, but an easy-to-use tool that will be accessible online before 2022...

Auch in dieser Rubrik

Science Slam Luxemburg Entdecke den Gewinner des Science Slam 2023 und mach mit bei der Ausgabe 2024!

Im Herbst können wieder sechs Wissenschaftlerinnen oder Wissenschaftler auf der Bühne stehen, um auf unterhaltsame Weise über ihre Forschung zu sprechen. Gewinner der Ausgabe 2023 war Juan Aguilar.

Event-Vorschau Veranstaltungen in Luxemburg rund um die Wissenschaft - Juni 2024

Was ist diesen Monat los? Hier unsere Highlights aus dem science.lu-Veranstaltungskalender.

PORTRAIT OF CANDIDATES - SEASON 1 Interview with Take Off finalist Polina Kavunenko

Despite her young age, Polina showed steely determination throughout the show, never ceasing to impress the audience with her resourcefulness. Find out more about her in our exclusive interview!

FNR, ALF