（文章來源：教育新聞網）

人工智能驅動的工具正在迅速變得容易使用，包括面向全球偏遠地區的人們。對于小農來說，這是個好消息，他們可以使用手持技術更有效地經營他們的農場，并將其與市場，推廣人員，衛星圖像和氣候信息聯系起來。該技術也正成為抵御可能破壞其收成的農作物病蟲害的第一道防線。

為香蕉種植者開發的一種新的智能手機工具可掃描植物，以發現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，中國和烏干達進行測試時，該工具提供了90%的成功檢測率。研究這項技術的研究人員說，這項工作是朝著建立一個由衛星供電，全球連接的網絡邁出的一步，以控制疾病和害蟲的爆發。這些發現發表在本周的《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了該工具，他說：“世界各地的農民都在努力保護作物免受病蟲害侵害。”“針對低收入國家的香蕉病蟲害數據很少，但是像這樣的人工智能工具提供了一個機會，可以改善作物監測，快速控制和緩解工作，并幫助農民防止生產損失。”

合著者包括來自印度Imayam農業技術學院(IIAT)和德克薩斯農工大學的研究人員。

香蕉是世界上最受歡迎的水果，到2050年，全球人口將達到100億，生產足夠食物的壓力越來越大。許多國家將繼續依靠國際貿易來確保其糧食安全。據估計，到2050年，發展中國家谷物的凈進口量將從2008/09年度的1.35億公噸增加一倍以上，到2050年達到3億。香蕉是許多家庭必不可少的主食，是營養和收入的重要來源。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。當疾病暴發爆發時，對小農生計的影響可能是有害的。

在極少數情況下，估計了熱帶鐮刀菌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種植園中報告了這種真菌，而到2015年9月，有癥狀植物的數量增加到超過570,000。

該工具內置于一個名為Tumaini的應用程序中，該應用程序在斯瓦希里語中表示“希望”，旨在幫助小農香蕉種植者迅速發現疾病或害蟲，并防止大范圍爆發。該應用程序旨在將他們與推廣人員聯系起來，以迅速阻止疫情爆發。它還可以將數據上傳到全局系統以進行大規模監視和控制。該應用程序的目標是促進強大且易于部署的響應，以支持需要控制作物病害的香蕉農民。

Bioversity International的Guy Blomme說：“在測試Beta版應用程序時獲得的總體較高的準確率表明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化的移動應用程序中的巨大潛力，該應用程序將無人機和衛星圖像集成在一起，可以幫助低收入國家的數百萬香蕉種植者及時獲得有關作物病害的信息。”

圖像識別技術的快速改進使Tumaini應用成為可能。為了進行構建，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，該應用程序就會掃描水果，束或植物部分的照片，以確定疾病或害蟲的性質。然后提供解決特定疾病所需的步驟。此外，該應用程序還記錄數據(包括地理位置)，并將其輸入到更大的數據庫中。

現有的作物病害檢測模型主要集中在葉片癥狀上，并且僅當圖片在純背景上包含分離的葉片時才能正確運行。此應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，并且經過訓練能夠讀取質量較低的圖像(包括背景噪聲，如其他植物或樹葉)，以最大限度地提高準確性。

Selvaraj說：“這不僅僅是一個應用程序。”“但是，這是一種有助于建立直接支持農民的預警系統的工具，從而能夠更好地保護農作物并促進發展和決策，以解決糧食安全問題。”由國際生物多樣性聯盟和國際熱帶農業中心(CIAT)之間實施的這項研究表明了諸如AI，IoT(物聯網)，機器人技術，衛星，云計算和機器等尖端技術的潛力學習農業轉型和幫助農民。
? ? ? （責任編輯：fqj）