进军农业蓝海，AI变身农业医生问诊作物病虫害！西昌杜鹃

让阅读成为习惯 让灵魂拥有温度

在美国和墨西哥的几座农场里，温室中有10台摄像机正连续拍摄西红柿的生长情况，并提交给相关软件进行分析，识别出可能存在的问题，比如虫害或病菌侵染。

AI识别技术

AI识别技术的应用，正从人脸识别、动物识别进一步扩展到农作物病虫害检测等领域。AI识别技术是如何检测病虫害的，其准确率如何？有哪些应用难点？在农业领域，AI还会有哪些应用？

图像识别日趋成熟

与AI在其他领域应用相比，在农米林紫堇业领域的应用可以说还是一片“蓝海”，不过，这种状况正在发生变化。近日举行的AI Challenger 2018发起了世界上首个农作物病害检测竞赛，竞赛提供给参赛选手近5万张标注图片，覆盖10种植物的27种病害，目前已经吸引了来自世界各地的29个国家的近1200支团队参赛。

据中国统计年鉴，2016年，我国农业生产总值达5.93万亿元，占GDP的8%，但由农业病害等灾害造成的直接损失达0.503万亿元，占农业生产总值的8.48%。

某科技创始人刘新农说，在农业生产中，农药使用也在急剧增加，农药残留不仅会引发社会问题，还会加剧对环境的污染。因此，对农作物进行准确的病害识别并推荐合适的防治措施，创造出能为植物看病的“医生”，可以挽救农作物的生命，减少农药使用量，保证农作物的产量。

“把脉”农作物并非易事

以往，病虫害的检测需要人工巡视，而且一旦发现不及时，就容易导致农作物大片死亡。通过AI图像识别技术的引入，可以不停拍照和比对，提供不间断的监测和预报，节省了大量人力成本。美国和墨西哥农场AI实际应用结果显示，农产品每周的收成提高了2-4%。

不过，利用AI检测病虫害发生并非如此容易。有农业专家在接受专访时表示，应用难点主要体现在农业领域涉及不可知因素太多，如地理位置、气候水土、病虫害、生物多样性甚至微生物环境等都影响着农作物生产。

因此，在应用推广过程中，其中某个因素的改变很可能就将在特定环境中已经测试成功的算法变成常青藤无效算法，进而影响检测效率。

“这也是当前AI检测技术只能应用于场景、害虫种类以及相应检测方法都相对特定化环境的原因。”该专家表示，AI检测技术还对隐蔽性较强的农业害虫或病害的监测能力有限。农业害虫本身就存在着种间相似、种内变化、姿态变化、作物遮挡等问题。尤其对于一些个体小、生境隐蔽的害虫而言，比如烟粉虱成虫体长不到2毫米，且活动能力强，利用AI对其进行检测，难度非常大。

此外，用于辅助农药的喷施过程中，从获取图像、处理分析、喷施作业决策到执行喷施作业，通常允许处理的时间洪雅南星非常短暂，这也对相关算法的时间复杂度提出了很高要求。

要想让AI成为农业方面的“医生”，还要加强用AI的能力，让其模仿人类大脑，多维度观察学习作物病害特点从而进行判断。

有望通过AI改进当前农业技术

AI技术本身还有种种不完善之处，而且农业涉及不可知因素太多，农业病虫害的种类多样、危害多元化等，因此，当前AI在农业中的应用还受到一定的限制。但毫无疑问的是，AI技术在农业领域具有广泛的应用前景。而且随着AI技术的不断发展和完善，将来可以通过AI改进、甚至完全改变当前的农业技术，打造“智慧农业”等。

“全国有5亿农民，能够为他们解决农作物病虫害的专家可能不足5万，平均1万个农民才对应1个专家，而且一个专家通常只研究一到两种农作物，未必能知道所有农作物的病害问题。”AI农作物病害检测为解决农户需求与专业信息不对称的问题提供了解决之道。

AI农作物病害检测仅是AI在农业应用的很小一个方面，它的应用领域是非常广泛的。比如农业专家系统，也可以叫农业智能系统，是一个具有大量农业专业知识与经验的计算机系统。应用AI技术可依据一个或多个农业专家提供的特殊领域知识、经验进行推理和判断，模拟农业专家就某一复杂农业问题进行决策。

又如农产品无损检测，即在不损坏检测对象的前提下，利用被测物外部特征和内部结构所引起的物化反应变化，来探测其性质和数量变化，主要用于水果、蔬菜、畜禽、水产品类、经济作物和谷物籽粒等的检测与分级。

随着无损检测技术的发展，AI技术将在农黑果黄茅产品无损检测中发挥越来越重要的作用。智能农田气候预测系统，即通过对卫星拍摄图片、航拍图片以及农田间其他设备拍摄的照片进行智能识别和分析，AI能够精确的预报天气、气候灾害，识别土壤肥力，庄稼的健康状况等。

新闻来源：科技日报

本期编辑：杨树林

免责声明

精彩文章推荐