数千年来，人类一直在尝试如何通过杂交的方式培育出产量更高，资源消耗更少，更加抗旱、抗热、抗寒的农作物。随着科技的发展和人类社会的进步，越来越多的先进手段开始被应用到这一领域。来自萨斯喀彻温大学的研究团队正在利用人工智能技术加快实现上述目的。

 伊恩·斯塔夫尼斯利用电脑观测油菜花开花

团队中的计算机科学教授伊恩·斯塔夫尼斯会利用电脑来观察油菜花开放时的照片。因为花朵的数量直接关系到种子的数量，进而影响菜籽油的产量，所以时刻关注花朵的状态就显得异常重要。但是，人工观察数以百万计的油菜花极其耗费精力。于是他们采用了一种被称之为深度学习（Deep Learning）的人工智能技术来从事这项工作，以便于快速找到开花数量最多的植株。 

所谓“深度学习”，其实是一种依赖于人工神经元网络的技术，它允许程序在一组数据中学会识别一个对象或者一种特定的模式。比方说，研究团队可以通过提交成千上万的油菜花图片来“训练”这个程序。经过“训练”，该程序就能“计算”出新的图像中油菜花数量了。 

同为计算机科学教授的托尼· 库萨利克还提到，由于一些天气因素如拉尼娜现象会导致低温、干旱，所以专家们还致力于培养出能忍受这些恶劣条件的农作物。而要实现这一目标，就需要通过杂交的手段培育出合适的基因。 

团队成员正在进行基因观测

鉴于大多数植物的形态是由基因来决定的，所以团队成员同基因学数据库建立合作关系，洛根·科帕斯就是其中一员。她通过电脑来观测基因的变化。每一个小黄点代表一个基因，蓝点代表基因突变。通过这种方式，该团队可以了解基因突变对花期产生的影响，进而提出解决方案。

 不过，人工智能技术虽然已经已经出现在诸多领域，但是还没有足够成熟的技术被应用到上述领域。但是这并没有阻挡团队成员攻坚克难的决心。他们一方面组建并不断更新已有的数据库，从而便于深度学习技术的应用；另一方面则不断改进人工智能工具的性能，从而提高杂交效率。同时，他们还与农作物专家、工程师、计算机专家、公共政策专家等多学科领域的专家进行了合作，从而培育出可以应对极端天气的农作物。