机器学习可以有什么样的实际应用？最先进入脑海的答案，无外乎语音识别、人脸识别、机器翻译、自动驾驶，以及个性化推荐这些热门领域。但你或许不知道，它还能让蔬菜变得更好吃。
　　近日，麻省理工学院研究团队联合 Cognizant 公司，尝试了一系列香料九层塔（罗勒）的种植实验。他们没有采用转基因技术，仅用普通的九层塔种子，通过机器学习算法控制生长环境，使其时刻处于最利于生长的状态，调节参数包括光照时间、紫外线照射时间和有效光照辐射（PAR）等。
　　最终发现，24 小时光照竟然是最适宜九层塔生长的环境因素之一，培育出的成品味道远超普通九层塔。未来，研究团队计划用类似的方法提高植物产量，甚至是提高它们体内特定物质的含量，帮助对抗一些疾病。

评判标准

　　结合机器学习和植物种植，并非心血来潮。麻省理工学院早在2015年，就提出了OpenAgriculture（开放农业）倡议，致力于将人工智能技术应用在农业领域，同时秉承开源精神，将研究成果以软硬件结合的形式共享给所有人，提高全球农业技术的整体水平。之所以选择九层塔，是因为它是一种西方料理中常见的香料，被誉为“香料之王”。由于可以散发出浓郁的香气，它在西餐中的地位相当于我国美食里面的香菜。甚至在三杯鸡、烧茄子等中式菜肴中也会有它的身影。
　　研究人员正是利用这种特点，通过气相色谱-质谱联用法（GC-MS）分析它的香气浓度，进而评估它的味道，参考成分多达十余种。总的来说，九层塔香气越浓，味道越好，而且还会含有更丰富营养素和抗氧化物质，更有营养。

控制变量

　　在“九层塔香气优化”实验中，研究人员使用了无土水培技术，将所有九层塔装在适合运输的容器中，再放入由电脑控制的培育室里。他们将整套设备称为“食物计算机”，可以精准控制环境变量。在保持温度和湿度等参数恒定的前提下，研究团队选择了三种变量：光照时长，紫外线时长和光合有效辐射（PAR）时长。
　　光照时长很好理解，它与绿叶植物的生长效率密不可分，决定了储存香气挥发物的毛状体的形成，变量值在0～24小时之间。紫外线的作用则在于增加香气挥发物的含量，进而用来检验实验成果，变量值也在0～24小时之间。
　　而光合有效辐射比较特殊，它代表着可以用来进行光合作用的光照，由灯的种类决定。比如两株植物各配有一台经过特殊设计的灯，即使照射时长相同，发出的有效辐射也有差异，最终进行的光合作用也有不同。这一变量最难控制和改变，因为它对硬件需求较高，而且需要特殊的优化算法才能找到最佳配置。