استفاده از هوش مصنوعی برای تولید سریع نسلهای جدید آفتکشها
بر اساس ارزیابی Syngenta، هوش مصنوعی متوسطِ دوره کشف تا تجاری سازی یک آفتکش را یک سوم (10 تا 15 سال) کوتاه میکند و احتمالاً تعداد آزمایشهای آزمایشگاهی و میدانی را نیز 30 درصد کاهش میدهد.
با مقاوم شدن گیاهان وحشی و علفهای هرز در برابر آفتکشهای شیمیایی، بزرگترین تولیدکنندگان این محصولات شیمیایی در جهان نظیر Bayer ،Corteva ،BASF و Syngenta در صدد توسعه مواد شیمیایی جدیدی هستند که بتوانند جلوی پیشرفت علفهای هرز و سایر آفات مانند قارچها و حشرات را بگیرند. اما مشکل اساسی این است که هم اکنون برخی از علفهای هرز در برابر پنج ماده شیمیایی مختلف مقاوم شدهاند. تولیدکنندگان آفتکش برای تسریع در توسعه مکانیسمهای تولید علفکشهای جدید تلاش میکنند که البته ممکن است سالها به طول بیانجامد.
یافتههای این شرکتها نشان میدهد هوش مصنوعی (AI) میتواند در روند معرفی مواد شیمیایی جدید به بازار کمک کرده و فرایند دستیابی به آنها را تسریع نماید و فرآیندی که به طور سنتی طولانی، پیچیده و پرهزینه است را کوتاهتر کند. بر اساس ارزیابی Syngenta هوش مصنوعی متوسط دوره کشف تا تجاری سازی یک آفتکش را یک سوم (10 تا 15 سال) کوتاه میکند و احتمالاً تعداد آزمایشهای آزمایشگاهی و میدانی را نیز 30 درصد کاهش میدهد. شرکت بایر هم اکنون از یک سیستم هوش مصنوعی به نام CropKey استفاده میکند که میتواند سریعتر از انسان در پایگاههای اطلاعاتی برای یافتن مولکول شیمیایی -که میتواند ساختار پروتئین علفهای هرز را تجزیه کند- جستجو کند. این سیستم به بایر کمک کرده تا یک علفکش جدید به نام Icafolin را توسعه دهد که در سال 2028 در برزیل راهاندازی خواهد شد. بر اساس گزارش این شرکت، این اولین علفکش جدید طی 30 سال گذشته خواهد بود.
بنا به اظهار بیل اندرسون، مدیرعامل شرکت داروسازی و آفتکش آلمانی بایر، توسعه آفتکشهای جدید میتواند پیچیدهتر از تولید داروهای جدید باشد. تمرکز شرکتها در درجه اول بر بهبود مواد شیمیایی کلیدی موجود در بازار است. فرض بر این است که یک گونه گیاهی از بین برود بدون اینکه سایر گیاهان و همچنین ماهیها، حشرات و پرندگان از بین بروند و به احتمال زیاد انجام این کار بدون کمک کامپیوتر بسیار سخت خواهد بود. روشهای قدیمی اسپری کردن مواد شیمیایی جدید روی علفهای هرزی که به سرعت در برابر بسیاری از علفکشها مقاومت میکنند، فقط اوضاع را بدتر میکند و منجر به ظهور علفهای هرزی میشوند که از نسلهای قبلی هم قویتر هستند.
تا پنج سال پیش، یک شرکت 1 سال را صرف غربالگری صدها هزار ترکیب شیمیایی میکرد و هم اکنون میتوان 3 سال را صرف انجام مطالعات میدانی کرد تا اثر قویتر یک دارو را کشف و سپس درباره اثربخشی آن نظر داد. این فرایند میتواند مرتباً اتفاق بیافتد اما تجزیه و تحلیل مولکولهای شیمیایی با هوش مصنوعی میتواند به کوتاه شدن این فرآیند به دو تا سه ماه و پیشبینی مسمومیت در مراحل اولیه توسعه این محصولات جدید کمک کند.
Syngenta که از بزرگترین سازندگان آفت کشها در ایالات متحده میباشد، از مدلهای هوش مصنوعی برای یافتن مواد فعال جدید در توسعه علفکشها و حشرهکشهای جدید استفاده میکند. بنا به اظهار کامیلا کورسی، رئیس بخش تحقیقات حفاظت از محصولات این شرکت، این فناوری نه تنها به شرکت کمک میکند تا تأثیرات زیستمحیطی محصولات جدید را بهتر ارزیابی کند، بلکه میتواند ارزیابی کند که آیا میتوان این محصولات را ارزانتر تولید کرد یا خیر و این دستاورد میتواند به ما کمک کند تا تمام چالشهایی که این صنعت در نوآوری شیمیایی با آن مواجه هست را مورد توجه قرار داد.