不要等到蝗虫泛滥才用DDV, 一群码农想用图像识别帮老农除害

整理 | 不定项

编辑 | 宇多田


「码农」可以帮助收获更多的农作物吗?这两类「地球生物」在平时似乎八竿子打不到。然而,那些生活在不同地区码农们,却一直在想方设法用技术帮老农们过上没有蝗虫侵扰的自在生活。

 

2008 年,工程师 Naga Kataru 离开工作 8 年的谷歌,在加州买了 320 英亩农场种植杏仁。随后,在他的精心管理下,农场开始盈利,每年可赚 1500 万。但 Kataru 仍然觉得有些遗憾:

「即使这片农场离硅谷只有 90 英里远,但高科技并没有被大规模用来改善农业流程,提高作物产量。作为一名技术员,我想我可以做一些事情。」

 

只是没想到,这个看起来难度很高的设想,竟然这么快就被德国的一家名叫 PEAT 的人工智能技术团队实现了。

 

据国外媒体《Fast Company》报道,目前世界上竟然有 5 亿农民在使用一款名为 Plantix 的智能应用来防治植物病虫害。他们只要将那些受到害虫影响的作物图片上传至 Plantix 云端,就可以快速得到植物病虫害的分析结果,并在它们大规模失控之前及时处理。

 

根据 PEAT 的介绍,Plantix 有能力为那些无法接触专业顾问的农民提供指导,这在很大程度上替代了植物病虫害专家。

Plantix的界面示意图

除了专业的指导,Plantix 安卓版界面也非常简单明了。同时,其后台使用了机器学习等算法。PEAT 团队表示,自己已经利用数千张受影响的植物图片来训练算法,让程序能够分辨出农民上传图片中植物受到伤害的类型。

Plantix提供不同病虫害的信息


目前,这款应用能够识别出 400 种病虫害,后台每天收到的图片大约为 5000 张。Hartberger 说,目前最常见的病虫害包括大豆和小麦锈病、白粉病、霜霉病以及蚜虫等。

 

除了自动的图像识别外,这款应用还提供了互动交流社区。用户可以上传图片,相互探讨分析植物所遇到的问题。根据 PEAT 提供的数据,大约有 20 万用户正在积极使用这项服务。

迄今为止,这款应用已推出 3 年,每个月的使用次数超过了 100 万,其用户大部分分布在印度、巴西和北非等发展中国家及地区。

 

「在发展中国家,农业专家和需要指导的普通农民之间存在巨大的交流鸿沟。」PEAT 的联合创始人 Korbinian Hartberger 认为,「农业上的许多需求并没有办法满足。许多农民渴望得到专家的指导,在病虫害大面积感染之前喷洒相应的农药。」

 

在非洲,农业头号的敌人是「伪粘虫」——这种害虫像前行的军队,会把经过的所有作物破坏。这种彩色毛虫分布在 24 个国家,会咀嚼玉米、高粱、大米和豆类。据估计,如果农民没有及时采取喷洒农药等防治措施,那么一年的经济损失可能会达到 50 亿美元。

此外,根据联合国粮食及农业组织的数据显示,全球每年有 20%-40% 的农作物因为病虫害而无法收获。

PEAT 最初通过德国政府的一笔资助拨款成立,目前并未开始盈利。Hartberger 说,这在未来可能会有所改变。例如,这套系统可能与无人机和地面的机器人结合起来,或者帮助农民对接农产品销售商。目前,它只是推荐农药的类型,而不是具体的品牌名称。

 

「人们在使用这款应用后可能会使用更多的农药,但至少避免了使用错误的农药。我们主要负责为农民提供快速而准确的信息,遇到问题不一定非要跑到商店的柜台询问。」Hartberger 说。

 

其实,这也是 Plantix 的无奈之处:最初为了帮助农民的 APP,也会在一定程度上增加农药的使用量。

 

幸运的是,有其他 AI 公司想用降低农药使用量。

Blue River的产品可以有针对性地喷洒农药

例如硅谷的 Blue River 科技公司,它研发机器设备可以安装在拖拉机上,利用图像识别区分农作物和杂草,同时根据幼苗间距等信息分配药量。

Blue River 联合创始人 Jorge Heraud 表示:「农业过于依赖于化学农药。而且在大片土地上,无论农作物间是否有杂草,是否有虫害,都会以同样的方式对待。Blue River 想要改变这一点。」

 

无疑,这项工作有广阔的市场前景。就在九月份,迪尔公司以 3.05 亿美元收购了 Blue River,同时计划将其技术应用到自己的农机产品中。

 

除了图像识别,农业领域还迎来卫星图像、无人机、物联网等各种新兴技术。或许在不久的将来,传统农业会迎来一场真正意义上的变革。

参考资料:Fast Company、CNN

产业农业人工智能产业应用产品
暂无评论
暂无评论~