现在组学方兴未艾，又出了人工智能（机器学习），我私以为后面的研究肯定是这两样东西的结合。这里先不讨论人工智能和机器学习的区别（机器学习是人工智能下面的一个分支），在这篇blog中我将它们等同先，就是使用计算机结合算法去解决问题。
今年我在思考一个问题——人工智能能否应用在林业上，或者说是竹林中，又或者说是竹子的生长发育过程中。之所以我提出该问题是由于我本学期初交给导师的一份展望和总结。我在展望和总结中谈到我想这学期学习一下人工智能，然后她就回复我说，人工智能怎么用到竹林上。也许她是看完后的随口一问，但是我却一时无法回答。我这学期就在改我的文章——基于竹类叶片的SVM识别分类系统。我可以直接说可以用来识别植物，但是我在改这篇文章的事儿，她肯定知道，她肯定不是想得到这样的一个回答。然后我去知网上翻找了一些文章（这边没有特别卖力的去找），都是些和遥感监测搭边的文章，也就是和机器视觉结合。虽然机器视觉也是人工智能中相当重要的部分，但是这同质化也太严重了。
我认为后面人工智能是一种趋势，现在中学生就要求学编程，就和我们小学要求学英语一样，现在人工智能在很多方面还只能起到辅助，比如基于叶片的竹种识别和医学影像的病灶分析，但是有一些方面人工智能是领先人的，比如一些好的识别模型对缺素诊断可以比专家早2天，因为对于色彩（灰度），人眼只能分辨8级左右，而单单RGB色彩就可以有256级灰度！
话说回来，理一下有哪些组学，从基因——植物个体，有基因组，蛋白质组，代谢组和植物表型组。什么是组学，组学就是研究“组”的学科，研究“组”的结构，功能并对其进行功能的改良，最终希望能解决进化问题的一门学科。
在基因水平上就是SNP、SSR和RFLP等；
在转录水平上就是DNA甲基化、组蛋白的修饰等；
生化水平上就是代谢调控、蛋白质标志和功能成分等蛋白质或代谢物特征；
生育发育水平上是光周期、光合效率和生长动态等生理发育特征；系统解剖水平上是株型、叶片结构特征等组织和器官的形态差异；
终极特性水平上则就是抗逆性、丰产性等植物形状功能特征。
参考资料
[1]潘映红.论植物表型组和植物表型组学的概念与范畴[J].作物学报,2015,41(02):175-186.
