🇺🇸 Anisha Dhoot

このプロジェクトの二つの側面は、それぞれ異なる問題に対応しています。「KelpNutriBoost」は投入コストとカーボン排出の問題を解決します。海藻はオレゴン沿岸に豊富に存在し、肥料や真水を必要とせずに成長します。また、窒素や微量ミネラルを豊富に含み、昔から土壌改良剤として使われてきました。これを酸素を遮断して有機物を加熱し生成される安定した炭のような物質であるバイオ炭とブレンドする手法は、栄養保持や保水力向上の観点から、多くの研究文献で高く評価されています。

独創的なのは、バイオ炭の原料です。ドゥートは農業残渣の代わりに、リサイクルプラスチックや処理済み下水を利用しました。これにより、通常は廃棄コストがかかる二つの廃棄物の流れが、土壌への投入物へと変貌を遂げます。これは後になってみれば当然に見える類のものですが、このプロジェクトを学校の科学課題から、現実的な経済的根拠を持つものへと引き上げた部分です。

「Earth-AI」は二つ目のコンポーネントであり、ある意味で16歳にとってより要求水準が高いものです。地元の気候や土壌の状態を入力し、どのような作物が育つかを予測する機械学習モデルです。ドゥートはこれを構築するためにオンラインコースで独学でプログラミングを学びました。肥料とモデルが合わさることで、彼女が「スマート・カーボン・リサイクリング（Smart Carbon Recycling）」と呼ぶプラットフォームが完成しました。一方は物理的な投入物、もう一方は意思決定ツールです。

グロリア・バロン・プライズ・フォー・ヤング・ヒーローズは、アメリカとカナダ全土からの数百の推薦の中から毎年15名の受賞者を選出し、研究を継続するために各10,000ドルを授与しています。これは純粋な科学コンテストというよりは、奉仕とリーダーシップの賞であることを正確に述べておく必要があります。つまり、査読済みの結果ではなく、プロジェクトとその応用を評価する賞です。

この区別が、本エントリーに対する誠実な評価の枠組みです。記録されているのは、二つの機能コンポーネントを持つ自己構築されたプラットフォーム、外部審査員団によって数百の候補者から選ばれた全国規模の賞、そしてオレゴン州のニュース機関や公共ラジオでの報道です。フィールド規模での収量データは文書化されていません。このページで主張されているのは、記録が裏付ける通り、廃棄物由来の肥料と自己コーディングした予測モデルを組み合わせた農業システムを、16歳が設計・構築し、全国的な評価を得たという事実です。

窒素肥料は、製造工程（ハーバー・ボッシュ法はエネルギー集約的で多くは化石燃料に依存）と、使用工程（過剰な窒素が水路に流出し亜酸化窒素として放出される）の両方において、世界の農業排出量のかなりの部分を占めています。海藻エキスとバイオ炭は、この問題に対する低炭素の介入として最も研究されている二つの手法であり、ドゥートのプロジェクトは、このアクティブな研究分野の中に位置付けられます。

バイオ炭の魅力は、二つの問題を同時に解決する点にあります。数世紀にわたり分解されにくい安定した形で炭素を隔離し、また、通常は流出してしまう水や栄養分を保持することで土壌構造を改善します。これを農作物残渣ではなくリサイクルプラスチックや下水から生成することは、より型破りな選択であり、農業的な側面に加えて廃棄物管理としての議論もプロジェクトに付加しています。

機械学習の部分については個別の言及に値します。気候や土壌変数からの作物適性モデリングは、農業データサイエンスにおける標準的な問題であり、その機能するバージョンを構築するには、データの収集、特徴量の選択、モデルのトレーニング、評価という、大学レベルで教えられるシーケンスを組み立てる必要があります。これを16歳でオンライン学習を駆使して行うことは、プロジェクトの中で最もショートカットが難しい部分であり、このエントリーが単一の製品ではなく「プラットフォーム」と説明されている理由です。

高校の科学プロジェクトにおける誠実な限界は規模であり、それはここにも当てはまります。試験で検証されたバイオ肥料は、実稼働中の農地でワンシーズンを通して検証されたものとは異なります。また、既存のデータで学習した作物適性モデルは、未知の収量データに対してテストされたものではありません。ドゥートはそれ以上の主張をしておらず、このページも同様です。記録されているのは、16歳が独学で構築した二部構成の完成した機能的プラットフォームであり、二カ国にわたる数百の推薦の中から全国的な賞によって評価されたという事実です。