傳統(tǒng)診斷農(nóng)作物病蟲害的方法是人工目測,但這存在兩個(gè)問題:一方面,農(nóng)民并不能保證根據(jù)經(jīng)驗(yàn)做出的判斷完全正確,另一方面,由于沒有專業(yè)人士及時(shí)到現(xiàn)場診斷,可能會(huì)使病情延誤或加重。現(xiàn)在,人工智能可能會(huì)使這一問題得到解決。

近日美國賓夕法尼亞州立大學(xué)和瑞士聯(lián)邦理工學(xué)院(EPFL)的研究人員共同開發(fā)了一款軟件,能夠基于用戶提供的照片識(shí)別出農(nóng)作物病害。
科學(xué)家建立了一個(gè)系統(tǒng)模型,并將其連接到一個(gè)計(jì)算機(jī)集群來形成一個(gè)神經(jīng)網(wǎng)絡(luò)。 隨后建立了一個(gè)擁有 53000 多張健康及患病作物照片的數(shù)據(jù)庫,其中包括 14 種作物和 26 種病害。 研究人員利用深度學(xué)習(xí)的方法來“訓(xùn)練”模型尋找出所有視覺數(shù)據(jù)。最終,這個(gè)系統(tǒng)能夠從照片中識(shí)別出作物和病害,準(zhǔn)確率高達(dá) 99.35%。
賓夕法尼亞州立大學(xué)的教授 David Hughes 表示:“到 2020 年為止全球約有 50 億人使用智能手機(jī)——而在非洲使用人數(shù)將達(dá)到 10 億左右。我們相信這種方法將能幫助農(nóng)民降低農(nóng)作物損失。隨著移動(dòng)設(shè)備上傳感器數(shù)量和質(zhì)量的不斷提高,我們認(rèn)為通過智能手機(jī)來準(zhǔn)確診斷出病害僅僅只是時(shí)間問題。”