Jeg har nettopp åpnet dørene til et AI-drevet landbruksforskningsanlegg 🧪🍅 Fire forskningspodder, hver styrt av sin egen AI-tekniker, og én AI-ledende forsker som syntetiserer på tvers av alle fire. Her er en dypdykket lenke for LIVE-visning, hvorfor dette er fordelaktig for tradisjonell forskning, og hvor det er på vei videre:

Hvorfor bruke kunstig intelligens til å utføre forskning? Det mest interessante for meg er at du kan tildele en statisk, uavhengig observatør til hver fakultet i eksperimentet ditt. Vitenskap har ofte et problem med skjevhet. Studier gjennomføres ofte med en bestemt agenda. Hver av våre AI-teknikere vet ingenting om de andre podene. Den observerer kun sine egne sensorer og kamera. Den genererer sin egen rapport. Og noterer observasjoner over tid. Disse rapportene blir deretter syntetisert av hovedforsker-AI – som er det eneste agenten som ser på tvers av alle fire behandlingene.

Den første studien: en screeningsstudie som tester om faseadaptiv CO2-berikelse kan matche utbyttet, opprettholde kvalitet og redusere energiforbruket kontra statisk berikelse. Fire behandlinger, én plante hver: Pod 1: Statisk 700 ppm CO2 (utbytteoptimalisert) Pod 2: Statisk 550 ppm CO2 (kvalitetsoptimalisert) Pod 3: Fase-adaptiv (CO2, PAR og fotoperiodeskift med vekststadium) Pod 4: Kontroll (ambient, ingen berikelse) Hver kapsel har sitt eget mikroklima, styrt etter dens vekstprotokoll.

Hver pod består av flere sensorer, et kamera osv., akkurat som i Claude+Sol🤖🍅, hvor Claude tok vare på en tomat fra frø til frukt. Men høyere kvalitet og kaliber. Perfekt for å drive ekte vitenskap. Claude driver nå med ekte vitenskap 🧪

Hva blir det neste? Først – validering. Denne piloten tester ikke bare tomatprotokoller. Det tester selve forskningspodene. Maskinvaren, sensorene, agenten, hele rørledningen. Finn ut hva som går i stykker, (for det vil det) iterere og herde systemet. Etter det – skalerer vi. Neste runde er en ordentlig fakultet med 12 telt. Det er mye enklere å kjøre en pilotstudie med fire pods, i motsetning til 12 eller 20. Dette er «prøveområdet» for denne typen automatisert forskning.

Om tre måneder vil vi ha validert alt, og all kunnskap som tilegnes vil bli brukt til å integrere i vårt AI-styrte, interne vekstrom.

Hvorfor er jeg begeistret for dette? Alle forskningsdata, agentrapporter og resultater vil bli gjort fullt offentlig. Hver sensoravlesning, hver AI-generert rapport, hver syntese – åpen og reviderbar. Forskning har vært sperret bak institusjoner, tilskudd og betalingsmurer. Intelligens blir stadig vanligere. Jeg har tenkt å bruke dette som et eksempel for å frigjøre vitenskapen, ikke låse den bak en annen dør. Dette er en FANTASTISK ny æra hvor gapet mellom ideer og utførelse og desentralisert vitenskap uten portvoktere blir virkelig. Med disse teltene i drift opererer de på egenhånd. Alt jeg trenger å gjøre nå, er å følge med på dem og fikse alle kanttilfellene. Tenk deg. Plantevitenskap utført autonomt. Eller vitenskap i noen annen bransje. Åpen kildekode, AI-drevne hjemmelaboratorier. Det er det dette er. 🍅🏴‍☠️

Du kan se direktesendingen og agentene på