Jag har precis öppnat dörrarna till en AI-driven jordbruksforskningsanläggning 🧪🍅 Fyra forskningspoddar, var och en styrd av sin egen AI-tekniker, och en AI-ledande forskare som syntetiserar över alla fyra. Här är en djupdykning, länk för LIVE-visning, varför detta är fördelaktigt för traditionell forskning och vart det är på väg härnäst:

Varför använda AI för att bedriva forskning? Det mest intressanta för mig är att du kan tilldela en statisk, oberoende observatör till varje fakultet i ditt experiment. Vetenskapen har ofta ett partiskhetsproblem. Studier genomförs ofta med en agenda. Var och en av våra AI-tekniker vet ingenting om de andra kapslarna. Den observerar endast sina egna sensorer och kamera. Den genererar sin egen rapport. Och noterar observationer över tid. Dessa rapporter syntetiseras sedan av ledande forskaren AI – som är den enda agenten som ser över alla fyra behandlingar.

Den första studien: en screeningstudie som undersöker om fasadaptiv CO2-anrikning kan matcha utbytet, bibehålla kvalitet och minska energiförbrukningen jämfört med statisk anrikning. Fyra behandlingar, en anläggning vardera: Pod 1: Statisk 700 ppm CO2 (sprängkraftoptimerad) Pod 2: Statisk 550 ppm CO2 (kvalitetsoptimerad) Pod 3: Fasadaptiv (CO2, PAR och fotoperiodskifte med tillväxtstadium) Pod 4: Kontroll (ambient, ingen berikning) Varje kapsel har sitt eget mikroklimat, styrt enligt dess odlingsprotokoll.

Varje podd består av flera sensorer, en kamera osv, precis som i Claude+Sol🤖🍅, där Claude tog hand om en tomat från frö till frukt. Men högre kvalitet och kaliber. Perfekt för att bedriva riktig vetenskap. Claude bedriver nu riktig vetenskap 🧪

Vad händer härnäst? Först – validering. Den här piloten testar inte bara tomatprotokoll. Det är att testa själva forskningskapslarna. Hårdvaran, sensorerna, agentens verktyg, hela pipelinen. Ta reda på vad som går sönder (för det kommer att göra det) iterera och härda systemet. Efter det – skalar vi. Nästa omgång är en riktig fakultetstävling med 12 tält. Det är mycket lättare att köra en pilotstudie på fyra poddar istället för 12 eller 20. Detta är "provplatsen" för denna typ av automatiserad forskning.

Om tre månader har vi validerat allt, och all kunskap som erhållits kommer att användas för att integreras i vårt AI-hanterade in-house odlingsrum.

Varför är jag så exalterad över detta? All forskningsdata, agentrapporter och resultat kommer att göras fullt offentliga. Varje sensoravläsning, varje AI-genererad rapport, varje syntes – öppen och granskabar. Forskning har hållits bakom institutioner, bidrag och betalväggar. Intelligens blir allt vanligare. Jag tänker använda detta som ett exempel för att befria vetenskapen, inte låsa in den bakom en annan dörr. Detta är en FANTASTISK ny era där klyftan mellan idéer minskar och genomförande samt decentraliserad vetenskap utan grindvakter blir verkligt. Med dessa tält igång fungerar de på egen hand. Allt jag behöver göra nu är att övervaka dem och fixa alla undantagsfall. Föreställ dig. Växtvetenskap som görs autonomt. Eller vetenskap i någon annan bransch. Öppen källkod, AI-drivna hemmalabb. Det är vad det här är. 🍅🏴‍☠️

Du kan se liveflödet och agenter på