傳統(tǒng)診斷農(nóng)作物病蟲害的方法是人工目測，但這存在兩個問題：一方面，農(nóng)民并不能保證根據(jù)經(jīng)驗做出的判斷完全正確，另一方面，由于沒有專業(yè)人士及時到現(xiàn)場診斷，可能會使病情延誤或加重。現(xiàn)在，人工智能可能會使這一問題得到解決。
近日美國賓夕法尼亞州立大學和瑞士聯(lián)邦理工學院（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別出農(nóng)作物病害。
科學家建立了一個系統(tǒng)模型，并將其連接到一個計算機集群來形成一個神經(jīng)網(wǎng)絡。 隨后建立了一個擁有 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習的方法來“訓練”模型尋找出所有視覺數(shù)據(jù)。最終，這個系統(tǒng)能夠從照片中識別出作物和病害，準確率高達 99.35%。
賓夕法尼亞州立大學的教授 David Hughes 表示：“到 2020 年為止全球約有 50 億人使用智能手機——而在非洲使用人數(shù)將達到 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。隨著移動設備上傳感器數(shù)量和質(zhì)量的不斷提高，我們認為通過智能手機來準確診斷出病害僅僅只是時間問題。”
