پاکستانی سائنسدانوں نے کھٹے پھلوں کی مٹھاس کا تعین کرنے کے لیے AI طریقہ تیار کرلیا۔

 پاکستان، دنیا بھر میں کھٹے پھلوں کا چھٹا سب سے بڑا پیدا کرنے والا ملک ہونے کے ناطے اس ترقی سے فائدہ اٹھانے والا ہے۔

ڈاکٹر عائشہ زیب لیبارٹری میں نشان زدہ جگہوں سے کھٹے پھل کا معائنہ کر رہی ہیں۔

کراچی:

 پاکستانی سائنسدانوں کی ایک ٹیم نے مصنوعی ذہانت (AI) پر مبنی بصری درجہ بندی کا طریقہ تیار کرکے ایک اہم سائنسی پیش رفت کی ہے جو مقامی کھٹے پھلوں کی مٹھاس کا درست اندازہ لگاتا ہے۔

 نیشنل یونیورسٹی آف سائنسز اینڈ ٹیکنالوجی (NUST) کے نیشنل سینٹر آف روبوٹکس اینڈ آٹومیشن کی ڈاکٹر عائشہ زیب کی قیادت میں، ٹیم نے پھلوں کو نقصان پہنچائے بغیر 80 فیصد سے زیادہ درستگی کے ساتھ پھلوں کی مٹھاس کی کامیابی سے پیش گوئی کی۔

 اپنے تجربے کو کرنے کے لیے، محققین نے چکوال ضلع کے ایک فارم سے 92 لیموں کے پھلوں کا انتخاب کیا، جن میں بلڈ ریڈ، موسمبی اور سوکری کی اقسام شامل ہیں۔  انہوں نے سپیکٹرا حاصل کرنے کے لیے ایک ہینڈ ہیلڈ اسپیکٹومیٹر کا استعمال کیا، جو پھلوں کی جلد پر نشان زدہ علاقوں سے اچھلتی روشنی سے حاصل کیے گئے نمونے ہیں۔  ٹیم نے قریب اورکت (NIR) سپیکٹروسکوپی کا استعمال کیا، ایک ایسی تکنیک جو غیر نظر آنے والے روشنی کے سپیکٹرا کے تجزیے کے قابل بناتی ہے، تاکہ پھلوں کے نمونوں کی جانچ کی جا سکے۔  92 پھلوں میں سے 64 کو انشانکن کے لیے اور 28 کو اسپیکٹومیٹر کے ذریعے پیشین گوئی کے لیے استعمال کیا گیا۔

اگرچہ نقصان سے پاک پھلوں کی درجہ بندی میں NIR سپیکٹروسکوپی کا استعمال کوئی نئی بات نہیں ہے، لیکن پاکستانی ٹیم کے نئے انداز میں مقامی پھلوں کی مٹھاس کو ماڈل بنانے کے لیے اس کا اطلاق کرنا شامل ہے۔  مزید برآں، انہوں نے سنتری کی مٹھاس کی براہ راست درجہ بندی کے لیے مصنوعی ذہانت کے الگورتھم کو مربوط کیا، جس کے نتیجے میں درستگی میں بہتری آئی۔

 روایتی طور پر، پھلوں کی مٹھاس کا اندازہ کرنے میں کیمیائی اور حسی جانچ شامل ہوتی ہے۔  سنتری کی مٹھاس کا تعین کل شکر کی پیمائش سے کیا جاتا ہے، جسے برکس کہا جاتا ہے، جبکہ سائٹرک ایسڈ کی سطح ٹائٹریٹ ایبل تیزابیت (TA) سے ظاہر ہوتی ہے۔  AI ماڈل کو تیار کرنے کے لیے، ٹیم نے برکس، TA، اور پھلوں کی مٹھاس کے لیے اسپیکٹروسکوپی کے لیے استعمال کیے گئے نشان زدہ علاقوں سے نمونے چھیل کر حوالہ کی قدریں حاصل کیں۔

 نمونوں سے نکالے گئے رس کی لیبارٹری ٹیسٹنگ نے حقیقی برکس اور ٹی اے کی قدریں فراہم کیں۔  مزید برآں، انسانی رضاکاروں نے پھلوں کا مزہ چکھا اور انہیں فلیٹ، میٹھا یا بہت میٹھا قرار دیا۔

 حاصل کردہ سپیکٹرم، حوالہ جات، اور مٹھاس کے لیبلز کا استعمال کرتے ہوئے، ٹیم نے کل 128 نمونوں پر AI الگورتھم کو تربیت دی۔  اے آئی ماڈل کو اسپیکٹرل ڈیٹا کی بنیاد پر برکس، ٹی اے، اور مٹھاس کی سطح کی پیش گوئی کرنے کے لیے ڈیزائن کیا گیا تھا۔  ماڈل کی درستگی کا اندازہ لگانے کے لیے، محققین نے 48 نئے پھلوں کے ڈیٹا کے ساتھ اس کا تجربہ کیا، پیش گوئی کی گئی قدروں کا موازنہ حسی تشخیصات اور کیمیائی تجزیہ کے ذریعے حاصل کی گئی اصل پیمائش کے ساتھ کیا۔

نتائج حیران کن تھے، کیونکہ AI ماڈل نے نہ صرف برکس، TA، اور مجموعی مٹھاس کی قدروں کی درست پیشین گوئی کی بلکہ مٹھاس کی پیشین گوئی میں روایتی طریقوں کو بھی پیچھے چھوڑ دیا۔  ماڈل نے میٹھے، مخلوط اور تیزابی ذائقوں کی شناخت کے لیے مجموعی طور پر 81.03 فیصد درستگی کی شرح حاصل کی۔

 یہ سائنسی پیش رفت لیموں کی صنعت کے لیے خاص طور پر لیموں کے پھلوں کے معیار کے تخمینے میں اہم مضمرات رکھتی ہے۔  کیلے اور آم کے برعکس، سنگترے ایک بار درخت سے کٹنے کے بعد مزید پکتے نہیں ہیں۔  لہذا، یہ اختراعی AI پر مبنی طریقہ لیموں کے پھلوں کی مٹھاس کی تشخیص کو ہموار اور بڑھا سکتا ہے، صنعت کو فائدہ پہنچا سکتا ہے اور صارفین کی بہتر اطمینان کو یقینی بنا سکتا ہے۔

 پاکستان، 2020 میں 0.46 ملین ٹن برآمدات کے ساتھ دنیا بھر میں کھٹے پھلوں کا چھٹا سب سے بڑا پروڈیوسر ہونے کے ناطے، اس ترقی سے فائدہ اٹھانے والا ہے۔

 اس تحقیق کے نتائج ایک معتبر تحقیقی جریدے نیچر میں شائع ہوئے ہیں۔

 یہ منصوبہ نیشنل یونیورسٹی آف سائنسز اینڈ ٹیکنالوجی (NUST) کے نیشنل سینٹر آف روبوٹکس اینڈ آٹومیشن سے ڈاکٹر عائشہ زیب اور ڈاکٹر محسن اسلام ٹوانہ کی زیرقیادت مشترکہ کوشش تھی۔  سکول آف کمپیوٹر سائنس، ٹیکنالوجی یونیورسٹی ڈبلن آئرلینڈ سے ڈاکٹر وقار شاہد قریشی؛  ملٹری کالج آف سگنلز نسٹ سے ڈاکٹر عبدالغفور، ڈاکٹر محمد عمران اور ڈاکٹر علینہ مرزا۔  انسٹی ٹیوٹ آف ہارٹیکلچرل سائنسز، یونیورسٹی آف ایگریکلچر، فیصل آباد سے ڈاکٹر امان اللہ ملک؛  اور ڈاکٹر عیسی الانازی شعبہ کمپیوٹر سائنس، ام القریٰ یونیورسٹی، مکہ، سعودی عرب سے۔