Jurutera di Massachusetts Institute of Technology telah mengembangkan "komputer makanan" yang pintar secara artifisial yang secara automatik mengoptimumkan keadaan, seperti kelembapan dan cahaya, untuk menghasilkan kualiti yang diinginkan pada tanaman. Tidak seperti perkembangan serupa yang lain, sistem ini adalah sumber terbuka, dan jurutera telah menghantar arahan mengenai cara memasang dan mengkonfigurasinya sendiri. Penerangan dan dokumentasi terperinci boleh didapati di laman web MIT Media Lab, dan Fast Company juga menulis mengenainya.
Untuk meningkatkan kecekapan menanam tanaman dengan mengurangkan ruang yang diperlukan untuk ini, pelbagai konsep sedang dikembangkan, seperti ladang menegak dan tumbuh di lingkungan terkawal. Tidak seperti pertanian konvensional, tanaman tidak diterangi cahaya matahari, tetapi oleh LED. Ada yang berusaha menyesuaikannya untuk penggunaan secara besar-besaran dan perhimpunan sendiri.
Jurutera MIT menunjukkan prototaip sistem mereka pada tahun 2015, dan memanggilnya OpenAg. Prototaip terdiri daripada bekas logam, di dalamnya terdapat sensor, LED, pam untuk membekalkan air dan baja, dan komponen lain yang memungkinkan mengubah iklim di dalam bekas. Mereka juga menyajikan versi yang lebih besar, diletakkan di dalam bekas kargo standard, dan terdiri dari beberapa sel, di mana masing-masing keadaan terpisah dipelihara. Pada mulanya, saintis secara bebas menganalisis data dan memilih yang terbaik, menurut pendapat, keadaan.
Pada pertengahan 2016, pasukan penyelidik mula bekerjasama dengan syarikat kecerdasan buatan. Matlamat perkongsian adalah untuk mempercepat dan mengotomatisasi pemilihan syarat yang diperlukan. Para penyelidik memilih basil sebagai tanaman model. Sistem ini secara berterusan menganalisis keadaan tanaman dari sel selari dan membuat penyesuaian dengan keadaan untuk menanam tanaman seterusnya.
Susunan beberapa sel terpencil dengan keadaan yang berbeza / Open Agriculture Initiative, MIT Media Lab (openag.mit.edu | CC-BY-SA 4.0)
Para penyelidik dapat mengoptimumkan algoritma untuk meningkatkan sintesis molekul tertentu yang bertanggungjawab untuk rasa di kilang beberapa kali. Di masa depan, mereka merancang untuk melatih sistem untuk mengoptimumkan keadaan untuk banyak ciri yang berbeza, seperti rasa, ukuran atau kos. Para penyelidik terutamanya memperhatikan bahawa, tidak seperti perkembangan lain yang terkenal di kawasan ini, sistem mereka benar-benar terbuka dan tersedia untuk pembinaan sendiri atau pengubahsuaian.
