人工智能驅(qū)動(dòng)的工具正在迅速變得容易使用，包括面向全球偏遠(yuǎn)地區(qū)的人們。對(duì)于小農(nóng)來說，這是個(gè)好消息，他們可以使用手持技術(shù)更有效地經(jīng)營他們的農(nóng)場，并將其與市場，推廣人員，衛(wèi)星圖像和氣候信息聯(lián)系起來。該技術(shù)也正成為抵御可能破壞其收成的農(nóng)作物病蟲害的第一道防線。

為香蕉種植者開發(fā)的一種新的智能手機(jī)工具可掃描植物，以發(fā)現(xiàn)五種主要疾病和一種常見害蟲的跡象。在哥倫比亞，剛果民主共和國，印度，貝寧，中國和烏干達(dá)進(jìn)行測試時(shí)，該工具提供了90%的成功檢測率。研究這項(xiàng)技術(shù)的研究人員說，這項(xiàng)工作是朝著建立一個(gè)由衛(wèi)星供電，全球連接的網(wǎng)絡(luò)邁出的一步，以控制疾病和害蟲的爆發(fā)。這些發(fā)現(xiàn)發(fā)表在本周的《植物方法》雜志上。

主要作者邁克爾·塞爾瓦拉杰(Michael Selvaraj)與非洲生物多樣性國際組織的同事共同開發(fā)了該工具，他說：“世界各地的農(nóng)民都在努力保護(hù)作物免受病蟲害侵害。”“針對(duì)低收入國家的香蕉病蟲害數(shù)據(jù)很少，但是像這樣的人工智能工具提供了一個(gè)機(jī)會(huì)，可以改善作物監(jiān)測，快速控制和緩解工作，并幫助農(nóng)民防止生產(chǎn)損失。”

合著者包括來自印度Imayam農(nóng)業(yè)技術(shù)學(xué)院(IIAT)和德克薩斯農(nóng)工大學(xué)的研究人員。

香蕉是世界上最受歡迎的水果，到2050年，全球人口將達(dá)到100億，生產(chǎn)足夠食物的壓力越來越大。許多國家將繼續(xù)依靠國際貿(mào)易來確保其糧食安全。據(jù)估計(jì)，到2050年，發(fā)展中國家谷物的凈進(jìn)口量將從2008/09年度的1.35億公噸增加一倍以上，到2050年達(dá)到3億。香蕉是許多家庭必不可少的主食，是營養(yǎng)和收入的重要來源。然而，病蟲害-諸如香蕉的黃單株枯萎，鐮刀菌枯萎，黑葉條紋(或黑葉斑病)等-威脅損害果實(shí)。當(dāng)疾病暴發(fā)爆發(fā)時(shí)，對(duì)小農(nóng)生計(jì)的影響可能是有害的。

在極少數(shù)情況下，估計(jì)了熱帶鐮刀菌4類真菌的損失，在印度尼西亞損失了1.21億美元，在臺(tái)灣損失了2.533億美元，在馬來西亞損失了1410萬美元(Aquino，Bandoles和Lim，2013年)。在非洲，2013年首次在莫桑比克北部的一個(gè)種植園中報(bào)告了這種真菌，而到2015年9月，有癥狀植物的數(shù)量增加到超過570,000。

該工具內(nèi)置于一個(gè)名為Tumaini的應(yīng)用程序中，該應(yīng)用程序在斯瓦希里語中表示“希望”，旨在幫助小農(nóng)香蕉種植者迅速發(fā)現(xiàn)疾病或害蟲，并防止大范圍爆發(fā)。該應(yīng)用程序旨在將他們與推廣人員聯(lián)系起來，以迅速阻止疫情爆發(fā)。它還可以將數(shù)據(jù)上傳到全局系統(tǒng)以進(jìn)行大規(guī)模監(jiān)視和控制。該應(yīng)用程序的目標(biāo)是促進(jìn)強(qiáng)大且易于部署的響應(yīng)，以支持需要控制作物病害的香蕉農(nóng)民。

Bioversity International的Guy Blomme說：“在測試Beta版應(yīng)用程序時(shí)獲得的總體較高的準(zhǔn)確率表明Tumaini具備了成為非常有用的早期病蟲害檢測工具的能力。”“它具有最終集成到完全自動(dòng)化的移動(dòng)應(yīng)用程序中的巨大潛力，該應(yīng)用程序?qū)o人機(jī)和衛(wèi)星圖像集成在一起，可以幫助低收入國家的數(shù)百萬香蕉種植者及時(shí)獲得有關(guān)作物病害的信息。”

深度學(xué)習(xí)

圖像識(shí)別技術(shù)的快速改進(jìn)使Tumaini應(yīng)用成為可能。為了進(jìn)行構(gòu)建，研究人員上傳了20,000張圖片，其中描繪了各種可見的香蕉病和害蟲癥狀。有了這些信息，該應(yīng)用程序就會(huì)掃描水果，束或植物部分的照片，以確定疾病或害蟲的性質(zhì)。然后提供解決特定疾病所需的步驟。此外，該應(yīng)用程序還記錄數(shù)據(jù)(包括地理位置)，并將其輸入到更大的數(shù)據(jù)庫中。

現(xiàn)有的作物病害檢測模型主要集中在葉片癥狀上，并且僅當(dāng)圖片在純背景上包含分離的葉片時(shí)才能正確運(yùn)行。此應(yīng)用程序的新穎之處在于它可以檢測到作物任何部分的癥狀，并且經(jīng)過訓(xùn)練能夠讀取質(zhì)量較低的圖像(包括背景噪聲，如其他植物或樹葉)，以最大限度地提高準(zhǔn)確性。

Selvaraj說：“這不僅僅是一個(gè)應(yīng)用程序。”“但是，這是一種有助于建立直接支持農(nóng)民的預(yù)警系統(tǒng)的工具，從而能夠更好地保護(hù)農(nóng)作物并促進(jìn)發(fā)展和決策，以解決糧食安全問題。”

由國際生物多樣性聯(lián)盟和國際熱帶農(nóng)業(yè)中心(CIAT)之間實(shí)施的這項(xiàng)研究表明了諸如AI，IoT(物聯(lián)網(wǎng))，機(jī)器人技術(shù)，衛(wèi)星，云計(jì)算和機(jī)器等尖端技術(shù)的潛力學(xué)習(xí)農(nóng)業(yè)轉(zhuǎn)型和幫助農(nóng)民。