麻省理工研究人员提出了一个可以预测和预防水产养殖疾病传播的项目。

海藻已经在东亚美食中流行，作为世界不断增长的人口的可持续食物来源，海藻具有巨大的潜力。除了营养价值外，海藻还能对抗各种环境威胁。它通过吸收大气中过量的二氧化碳来帮助应对气候变化，还可以吸收化肥流失，保持海岸清洁。

与许多海洋生物一样，海藻正受到它有助于缓解的威胁：气候变化，气力因素，温暖的温度或极少的阳光会促进有害细菌的生长。如冰冰病，几天之内，整个海藻养殖场都因不受控制的细菌生长而灭绝。

为了解决这个问题，夏将这些海藻养殖场中存在的微生物群作为对海藻或牲畜威胁的预测指标。该项目开发出了一种低成本设备，通过监测环境中的微生物组，在疾病影响海藻或牲畜之前检测和预防疾病。

该团队将旧技术与最新的计算技术相结合，使用潜水式数字全息显微镜拍摄二维图像。然后，利用神经网络的机器学习系统，将2D图像转换为3D形式的微生物组。

使用机器学习网络，可以拍摄 2D 图像并可以实时地重建，以了解微生物组在 3D 空间中的样子。

在这项工作中，在媒体实验室的艾伦·亚当斯教授和约瑟夫·帕拉迪索教授的指导下，通过开发小型水下通信设备，可以将有关海洋的数据传回给研究人员。与市面上的 4,000 美元成本的设备不同，这些设备的设计成本低于 100 美元，有助于降低那些有兴趣揭开海洋许多奥秘的人的成本障碍。通信设备可用于从机器学习算法中转播有关海洋环境的数据。

通过将这些低成本的通信设备与显微图像和机器学习相结合，设计出一个低成本的实时监控系统，可以扩展到覆盖整个海藻养殖场。

水下物联网

正在开发的整个水下相机系统与无线通信相结合，可以为岸上人员实时提供水下数据。

有了这些关于微生物组的数据，研究人员就可以在疾病威海到海藻或牲畜之前，提前采取预防措施。