蕉農利用人工智慧深度學習技術，發現農作物的病蟲害
香蕉是全球最受歡迎的水果，如果沒有把番茄當成水果的話（
各地的香蕉作物倒是飽受病蟲害的侵擾，
一款新的人工智慧 app 旨在幫助這些手邊資源匱乏的農民，
使用 NVIDIA GPU 技術來訓練的 Tumaini app，
這款免費的 app 已經在六個國家進行測試，其中包括香蕉產量前三大的國家，目前可
人工智慧協助蕉農釐清造成香蕉出現病變的原因
蕉農們並不容易搞清楚到底是真菌、細菌，
「尤其是在發展中國家，
非營利性質的國際熱帶農業中心位於哥倫比亞卡利，
來自非營利性組織 Biodiversity International 的科學家，
香蕉是一種很難分析疾病的農作物，
將人工智慧用於檢測香蕉的病蟲害：Tumaini app 分析香蕉樹的不同部位以檢測病蟲害情況。圖片提供：國際熱帶農業中心。
Selvaraj 說：「有時候葉子看起來很健康，但是切開假莖時，才會發現香蕉早就生病。」
這個資料集被用來訓練六個神經網路，每個神經網路分析來自香蕉樹不同部位的影像。使用 Tumaini app 的農民這麼一來便能拍攝罹病香蕉樹的多個部位，像是葉子和香蕉果實，以便再次檢查人工智慧模型的結果。
在確定香蕉樹的病症後，Tumaini 也會指導使用者該怎麼進行治療。Tumaini app 的使用者介面目前提供英語、法語、西班牙語、斯瓦希里語和泰米爾語等五種語言，印地語及馬拉雅拉姆語這兩種印度當地使用的語言還在翻譯中，以求日後服務更多地方的農民。
及早瞧出香蕉的病症
要是不加以控制，這些農作物的疾病會通過受感染的工具、土壤、水和昆蟲迅速擴散。鐮刀菌枯萎病這一類真菌引起的重大香蕉病症，可以在土壤中存活幾十年。
前幾年鐮刀菌枯萎病一直影響著哥倫比亞的香蕉作物，一開始當地農民誤判是病毒引起的病症，使得病理學家與政府機構未能及時發現這一問題，造成鐮刀菌枯萎病在當地大面積擴散。
「監控與及早發現非常重要。」Selvaraj 說。這款 app 鼓勵農民在自己拍攝的照片上加入地理位置標籤，以便研究人員可以標記疾病何時首次在全球某個新的地區出現。「如果以前我們就有這款 app，便能更早進行採樣來確認病症，以避免疫情大規模擴散。」
上傳到 Tumaini 的照片會送到研究人員的 GPU 系統進行推論作業，視使用者的無線連線速度，最快只要幾秒鐘即可取得結果。這些照片還會加入到一個資料庫內，研究人員就能追蹤全球香蕉發病的趨勢。
Selvaraj 與其研究團隊還打算著手收集和分析無人機，以及歐洲太空總署 SENTINEL 衛星計畫拍攝到的香蕉樹空拍照片。將這些遠端資料與使用該 app 之農民在地面上拍攝且加上 GPS 地理位置標記的照片相結合，研究人員便能開發出作物監測工具，以管控全球各地香蕉樹的健康狀況，還能向當地農業社區發出疫情警報。
將智慧型手機的 app 加入人工智慧工具，農民便能在香蕉園裡即時診斷作物疾病。圖片由國際熱帶農業中心提供。
科學家們希望加入對其它香蕉樹疾病跟腰豆等其它主要農作物的檢測能力，以便擴大 Tumaini 的使用範圍，也想要在 app 裡加入更多資源和協助內容，農民便能將新的農作物病蟲害通報地方政府、連絡農藥和殺菌劑供應商、瞭解生物蟲害防治等永續農作病蟲害防治替代方法。
這支團隊還致力於讓農民可以離線使用 Tumaini app，就算在沒有網路訊號的情況下，也能在香蕉園裡直接分析作物照片。
Selvaraj 表示離線使用與易於操作的多語介面，是讓香蕉小農樂於使用這款 app 的關鍵因素。他料想隨著在非洲及印度這兩個全球最大香蕉產區裡，使用智慧型手機的人口愈來愈多，對這款 app 的需求也將進一步增長。
他說：「將人工智慧用於農業領域，現仍處於萌芽狀態。我們當下努力的方向，會對未來三十年產生莫大的影響。」
本文主圖由 Wilfredo Rodríguez 提供，獲得 Wikimedia Commons CC BY-SA 3.0 使用授權。
發表迴響