Robot tự gạt lá, thụ phấn hộ cây cà chua: AI đang 'chọn tạo giống' đến đâu rồi?
Một con robot hai cánh tay có thể tự gạt lá, tìm đúng bông hoa và thụ phấn thay con người, nhưng theo giới chuyên gia, AI hiện vẫn chỉ đóng vai trò "thu hẹp phạm vi lựa chọn" chứ chưa thể tự quyết định giống cây trồng cuối cùng.
Từ việc "nhìn cây đoán giống" bằng kinh nghiệm, ngành chọn tạo giống cây trồng ở Trung Quốc đang chuyển dần sang "tính toán bằng dữ liệu" nhờ trí tuệ nhân tạo.
Khi một chiếc lá che khuất bông hoa cần thụ phấn, robot sẽ xử lý ra sao? Tại Đại hội ngành giống cây trồng Bắc Kinh lần thứ 33, ông Xu Cao, nghiên cứu viên tại Viện Di truyền và Phát triển sinh học (Viện Hàn lâm Khoa học Trung Quốc), giới thiệu robot chọn giống "Jier" phiên bản 2.0. Khi phát hiện bông hoa mục tiêu bị lá che khuất, robot sẽ phối hợp hai cánh tay. Một tay gạt lá sang bên, tay còn lại tiếp tục thao tác thụ phấn. Hiện robot này chủ yếu phục vụ việc lai tạo, thụ phấn chéo cho cây cà chua và một số cây trồng khác. Các ứng dụng liên quan vẫn đang trong giai đoạn thử nghiệm, thí điểm.
Đại hội chọn tạo giống lấy AI làm chủ đề chính
Đại hội ngành giống cây trồng Bắc Kinh lần thứ 33 diễn ra ngày 4/9 tại Bắc Kinh. Chủ đề năm nay là "AI tiếp sức chọn tạo giống thông minh, số hóa dẫn dắt tương lai ngành giống". Đây là lần đầu tiên sự kiện lấy chọn tạo giống thông minh làm mạch nội dung chính. Đại hội trưng bày tập trung các công nghệ như chip chọn giống, thiết bị đo kiểu hình, mô hình lớn (large model) cho chọn giống và robot có khả năng thao tác vật lý (embodied AI). Trong khuôn khổ sự kiện, nền tảng làm việc chọn giống thông minh mang tên "Thần Nông Breeding Studio" cũng chính thức ra mắt.
Từ việc nhận diện một bông hoa, ghi lại quá trình sinh trưởng của từng cây, cho đến phân tích sự khác biệt giữa các vật liệu chọn giống, trí tuệ nhân tạo đang từng bước tham gia vào nhiều công đoạn của chọn tạo giống cây trồng.
"Nhìn cây" ngoài đồng: AI hỗ trợ ghi chép dữ liệu
Để tham gia vào quá trình chọn giống, trước tiên AI cần hiểu rõ vật liệu di truyền. Một mặt, cần phân tích vật liệu đó mang thông tin di truyền gì. Mặt khác, cần quan sát thông tin di truyền ấy biểu hiện ra sao trong quá trình sinh trưởng thực tế.
Bà Ding Wenjia, Giám đốc thị trường Công ty Công nghệ sinh học Lasso (Bắc Kinh), ví thông tin di truyền của vật liệu chọn giống như "nhiên liệu" cho mô hình AI. Theo bà, cần tích lũy đủ lượng dữ liệu tương đối ổn định. Chỉ khi đó, mô hình mới có thể phân tích sâu hơn sự khác biệt di truyền giữa các mẫu vật liệu. Chip di truyền dạng rắn hiện là một trong những công cụ được dùng để thu thập loại thông tin này.
Lấy chọn giống động vật làm ví dụ, người ta có thể kiểm tra thông tin di truyền của từng cá thể trong quần thể. Sau đó, họ chọn ra cá thể phù hợp để đưa vào bước nhân giống tiếp theo. Một số phương pháp xét nghiệm phân tử có thể mất từ 7 đến 14 ngày. Cách làm tương tự cũng được áp dụng cho chọn giống ngô và một số cây trồng khác.
Tuy nhiên, chỉ biết vật liệu mang thông tin di truyền gì vẫn chưa đủ. Sau khi được gieo trồng ngoài đồng, còn cần theo dõi vật liệu đó thực tế sinh trưởng ra sao. Chiều cao cây, dạng cây, tình trạng sinh trưởng, khả năng kháng bệnh đều là những thông tin cần được người làm giống quan sát liên tục.
Ông Guo Feifei, người phụ trách Công ty Công nghệ Baiaoyun (Bắc Kinh), cho biết cách chọn giống truyền thống đòi hỏi thực hiện rất nhiều thử nghiệm ngoài đồng để sàng lọc ra vật liệu tốt. Quá trình này kéo dài, tốn nhiều nhân lực và hiệu suất sàng lọc thấp. Hiện nay, một số công cụ mới đã bắt đầu được ứng dụng để hỗ trợ thu thập dữ liệu và ra quyết định trong chọn giống, như thiết bị bay không người lái kết hợp AI phân tích nhanh, robot đồng ruộng, kính thông minh AI, hay các mô hình AI dự đoán và lựa chọn giống.
Tại diễn đàn chọn giống thông minh trong khuôn khổ đại hội năm nay, ông Zheng Wengang, Chủ tịch kiêm Tổng giám đốc Công ty Công nghệ Nôngxin (Bắc Kinh), cho biết đội ngũ của ông sử dụng thiết bị chuyên dụng để thu thập hàng loạt dữ liệu sinh trưởng của cây trồng ngoài đồng. Những dữ liệu này sau đó được phân tích cùng thông tin di truyền của vật liệu và điều kiện môi trường canh tác.
Theo ông Zheng, việc thu thập dữ liệu hiện đã mở rộng ra nhiều bối cảnh chọn giống khác nhau. Mỗi năm, dữ liệu từ hơn 1.000 trạm khảo nghiệm vùng trên cả nước được đưa vào các nền tảng liên quan. Tại các khu chọn giống ở Trương Dịch (Cam Túc) và Nam Phồn (Hải Nam), thiết bị bay không người lái, xe ray và robot cũng được dùng để ghi lại tình trạng sinh trưởng của cây trồng cùng thông tin môi trường.
Mô hình "tính giống": Thu hẹp phạm vi lựa chọn
Vậy AI có thể trực tiếp chọn ra vật liệu cuối cùng từ hàng loạt vật liệu chọn giống hay không?
Bà Wang Fengge, nghiên cứu viên tại Viện Ngô, Viện Khoa học Nông lâm Bắc Kinh, cho biết: "Hiện tại, vai trò của AI trong việc hỗ trợ chọn giống nên là thu hẹp phạm vi, chứ không phải trực tiếp xác định vật liệu cuối cùng."
Theo bà Wang, dữ liệu chọn giống và công cụ thuật toán ngày càng phong phú. Nhờ đó, các ứng dụng AI chọn giống vận hành theo mô hình tác nhân thông minh (agent) đã ra đời. Ở giai đoạn hiện tại, những ứng dụng này có thể kết hợp dữ liệu chọn giống sẵn có với dữ liệu phân tử để hỗ trợ phân tích. Từ đó, chúng giúp thu hẹp phạm vi các vật liệu cần tiếp tục đưa ra đồng ruộng để kiểm chứng thực tế.
Nếu công đoạn trước giải quyết câu hỏi "dữ liệu lấy từ đâu", thì công đoạn này giải quyết câu hỏi "dữ liệu được dùng như thế nào".
Trong khuôn khổ đại hội, nhóm nghiên cứu mô hình lớn Thần Nông của Đại học Nông nghiệp Trung Quốc đã chính thức ra mắt nền tảng "Thần Nông Breeding Studio". Nền tảng này tích hợp dữ liệu nguồn gen và các công cụ phân tích chọn giống. Nhà nghiên cứu có thể mô tả nhu cầu phân tích bằng ngôn ngữ tự nhiên để gọi ra dữ liệu và công cụ tương ứng, phục vụ các công việc như sàng lọc bố mẹ hay đánh giá dòng giống.
Giới chuyên gia nhận định việc AI tham gia chọn giống không dựa vào một thiết bị hay một mô hình duy nhất. Thiết bị ngoài đồng đảm nhiệm việc ghi lại cây trồng sinh trưởng ra sao. Xét nghiệm phân tử giúp biết vật liệu mang thông tin di truyền gì. Còn mô hình AI sẽ tổng hợp các loại thông tin này để phân tích, giúp người làm giống thu hẹp phạm vi lựa chọn.
Ngoài ra, AI còn được dùng để phân tích mối liên hệ giữa gen và tính trạng. Bà Zhao Tianmeng, đồng sáng lập kiêm CEO và CTO Công ty Công nghệ sinh học Qihe (Bắc Kinh), cho biết hiện đã có công cụ chỉnh sửa gen có thể loại bỏ một gen đơn lẻ hoặc chỉnh sửa đồng thời nhiều gen. Tuy nhiên, có được năng lực kỹ thuật "có thể chỉnh sửa" rồi vẫn cần trả lời câu hỏi nên chỉnh sửa gen nào, thay đổi tính trạng nào.
Theo ông Xu Cao, ở giai đoạn hiện nay, vai trò của AI trong chọn giống chủ yếu là hỗ trợ sàng lọc và hỗ trợ ra quyết định. AI có thể dùng để tìm kiếm tính trạng mục tiêu, xác định vị trí gen liên quan. Nhưng quyết định cuối cùng vẫn cần dựa trên mục tiêu chọn giống thực tế.
Nhìn từ những thực tiễn nói trên, có thể thấy AI giúp người làm giống xử lý được nhiều dữ liệu hơn. AI cũng phân tích sự khác biệt giữa các vật liệu tốt hơn. Nhưng kết quả do mô hình sàng lọc ra vẫn chưa thể coi là giống cây trồng cuối cùng.
Từ mô hình trở lại đồng ruộng: chọn giống cần "tính được" và "trồng chuẩn"
Với công tác chọn giống, phân tích bằng mô hình chưa phải là bước cuối cùng.
Tại phần đối thoại doanh nghiệp của diễn đàn chọn giống thông minh, nhiều khách mời cho rằng khác với một số ứng dụng AI có thể nhận phản hồi gần như ngay lập tức, cây trồng có chu kỳ sinh trưởng riêng. Một hạt giống gieo xuống cần chờ nhiều tháng mới cho thấy biểu hiện sinh trưởng tương đối đầy đủ. Chỉ khi có kết quả đồng ruộng mới, dữ liệu mới được tiếp tục đưa vào phân tích ở vòng tiếp theo.
Đáng chú ý, môi trường đồng ruộng cũng ảnh hưởng đến kết quả. Một số khách mời tại diễn đàn cho biết cùng một vật liệu nhưng trồng ở vùng khác nhau, năm khác nhau, biểu hiện sinh trưởng có thể không hoàn toàn giống nhau. Nhiệt độ, ánh sáng, độ ẩm thay đổi cũng có thể khiến biểu hiện sinh trưởng của cây trồng thay đổi theo.
Ông Guo Feifei cho biết các ứng dụng chọn giống bằng AI trong nước hiện vẫn đang ở giai đoạn thử nghiệm bước đầu. Một số thiết bị thông minh có giá thành tương đối cao, độ ổn định của công nghệ vẫn còn dư địa cải thiện. Trong quá trình ứng dụng thực tế, chúng còn có thể chịu ảnh hưởng bởi các yếu tố như điều kiện mạng.
Ông Xu Cao cho biết robot "Jier" 2.0 hiện đang được thử nghiệm, thí điểm tại một số khu công nghiệp nông nghiệp. Giai đoạn hiện tại, robot chủ yếu ứng dụng cho các tình huống cụ thể như thụ phấn chéo.
Ông Chen Lianwu, Ủy viên Ủy ban Công tác Nông nghiệp Thành ủy Bắc Kinh, Phó Cục trưởng Cục Nông nghiệp và Nông thôn thành phố Bắc Kinh, cho biết công tác chọn giống thông minh của thành phố hiện đã liên quan đến các khâu như giải mã gen, cảm nhận kiểu hình, tính toán thuật toán và ứng dụng thực địa. Trong giai đoạn kế hoạch 5 năm lần thứ 15 (2026-2030), Bắc Kinh sẽ tiếp tục nâng cao năng lực ở các mảng xây dựng bộ dữ liệu chất lượng cao, nội địa hóa thiết bị thông minh và hiệu quả chuyển giao kết quả nghiên cứu.
