🇺🇸 Anisha Dhoot

Две части проекта отвечают на разные вопросы. KelpNutriBoost решает проблему затрат на ресурсы и выбросов углерода: водоросли кельп в изобилии растут вдоль побережья Орегона, не требуют удобрений или пресной воды и содержат азот и микроэлементы, которые делают экстракты морских водорослей давно зарекомендовавшим себя средством для улучшения почвы. Смешивание их с биочаром — стабильным углеродом, похожим на древесный уголь, который получают путем нагревания органических материалов без доступа кислорода — это метод, подкрепленный значительной исследовательской литературой и ценимый за способность удерживать питательные вещества и влагу в почве.

Необычным элементом является сырье, из которого она сделала биочар. Вместо сельскохозяйственных остатков Дхут использовала в качестве сырья переработанный пластик и очищенные сточные воды, что превращает два потока отходов, утилизация которых обычно стоит денег, в ресурс для улучшения почвы. Это тот вид замещения, который кажется очевидным только постфактум, и именно эта часть проекта переводит его из разряда школьных научных упражнений в нечто, имеющее реальное экономическое обоснование.

Earth-AI — это второй компонент и, в некотором смысле, более сложный для 16-летнего подростка: модель машинного обучения, которая учитывает локальные климатические и почвенные условия и прогнозирует, что будет расти. Дхут самостоятельно научилась программировать с помощью онлайн-курсов, чтобы создать ее. Вместе удобрение и модель образуют платформу, которую она называет «Умная переработка углерода» (Smart Carbon Recycling) — ресурсы с одной стороны, инструмент для принятия решений с другой.

Премия Gloria Barron Prize for Young Heroes ежегодно выбирает пятнадцать победителей из сотен номинантов по всей территории США и Канады и присуждает каждому из них 10 000 долларов на продолжение работы. Это награда за заслуги и лидерство, а не чисто научный конкурс, что стоит отметить особо: премия признает проект и его применение, а не рецензируемый научный результат.

Это различие является честными рамками для данной статьи. Задокументировано наличие самодельной платформы с двумя рабочими компонентами, национальной награды, присужденной внешним жюри из большого числа номинантов, и освещение в СМИ Орегона и на общественном радио. Что не задокументировано, так это данные об урожайности в полевых условиях. Заявление на этой странице — это то, что подтверждается фактами: 16-летняя девушка спроектировала, создала и получила национальное признание за сельскохозяйственную систему, сочетающую удобрение из отходов и самостоятельно закодированную прогностическую модель.

Азотные удобрения ответственны за значительную долю глобальных сельскохозяйственных выбросов, как при их производстве — процесс Хабера-Боша энергозатратен и в значительной степени основан на ископаемом топливе — так и при использовании, когда избыток азота вымывается в водоемы и выделяется в виде закиси азота. Экстракты морских водорослей и биочар являются двумя наиболее изученными низкоуглеродными вмешательствами в эту проблему, что ставит проект Дхут в один ряд с актуальными исследованиями.

Привлекательность биочара заключается в том, что он решает две задачи одновременно: он связывает углерод в стабильной форме, которая сопротивляется разложению на протяжении столетий, и улучшает структуру почвы, удерживая воду и питательные вещества, которые в противном случае были бы вымыты. Производство его из переработанного пластика и очищенных сточных вод вместо сельскохозяйственных остатков — это менее конвенциональный выбор, и именно он дает проекту аргумент в пользу управления отходами наряду с сельскохозяйственным аспектом.

Половина проекта, связанная с машинным обучением, заслуживает отдельного упоминания. Моделирование пригодности культур на основе климатических и почвенных переменных — стандартная задача в сельскохозяйственной науке о данных, и создание ее рабочей версии требует сбора данных, выбора характеристик, обучения модели и ее оценки — последовательность, которой обучают на университетском уровне. Сделать это с помощью самостоятельного онлайн-обучения в 16 лет — это часть проекта, которую сложнее всего упростить, и именно поэтому в записи описывается платформа, а не единичный продукт.

Честным ограничением любого школьного научного проекта является масштаб, и это применимо здесь. Биоудобрение, проверенное в ходе испытаний, — это не биоудобрение, проверенное в течение вегетационного периода на действующей ферме, а модель пригодности культур, обученная на имеющихся данных, — это не модель, проверенная на результатах урожайности, которые она не видела. Дхут не утверждала обратного, и эта страница тоже. Зафиксировано создание завершенной, функционирующей платформы из двух частей, построенной шестнадцатилетней девушкой, которая самостоятельно освоила вторую половину, и признанной национальной премией, присужденной на основе сотен номинаций в двух странах.