AI赋予传统显微镜，而玛雅团队则发展了低成本的

7月7日的新闻，得克萨斯大学圣安东尼奥分校（UTSSA）的研究人员正在基于人工智能开发一个显微镜系统，该系统有望使土壤健康测试更快，更便宜且易于访问。这项创新技术为世界各地的农民和土地管理者提供了更有效的土壤检测工具。根据IT Home，研究人员已成功地将低成本光学显微镜与自动学习相结合，以测量土壤样品中真菌的存在和数量。 7月9日在布拉格举行的Goldschmidt会议上提出了这种初始阶段概念的证明技术。土壤真菌的丰富性和多样性是评估土壤健康和生育能力的重要指标。了解这些信息将通过在受精，灌溉和农业中采取判决的NES来帮助农民优化农作物生产并改善可持续性。光学显微镜是最古老的显微镜设计，已用于很长一段时间以发现和识别土壤中的小生物。其他土壤检测方法使用磷脂脂肪酸测试和DNA分析来检测生物或测量土壤中氮，磷和钾等化学物质的含量。这些现代方法具有强大的功能，但通常只专注于化学成分，而忽略了土壤生态系统的完整生物学复杂性。 “当前的土壤生物分析方法具有局限性。它们需要昂贵的实验设备来测量分子组成或通过显微镜为专家识别宏观生物。整体土壤检测不可用于农民和土地管理者，需要了解实践杂交病例在土壤健康中的影响。 Servand估计真菌生物量，识别并量化真菌。“该团队目前正在努力将该技术集成到移动机器人平台中，以检测土壤中的真菌。在整合样品收集的准备工作中离子，显微镜和分析是一个计划，即在未来两年内开发设备以测试完全成熟的显示器的计划。