美国大学用人工智能帮农民诊断农作物疾病

传统诊断农作物病虫害的方法是人工目测，但这存在两个问题：一方面，农民并不能保证根据经验做出的判断完全正确，另一方面，由于没有专业人士及时到现场诊断，可能会使病情延误或加重。研究人员利用深度学习的方法来训练模型寻找出所有视觉数据。

近日美国宾夕法尼亚州立大学和瑞士联邦理工学院（EPFL）的研究人员共同开发了一款软件，能够基于用户提供的照片识别出农作物病害。

科学家建立了一个系统模型，并将其连接到一个计算机集群来形成一个神经网络。 随后建立了一个拥有53000多张健康及患病作物照片的数据库，其中包括14种作物和 26 种病害。 研究人员利用深度学习的方法来“训练”模型寻找出所有视觉数据。最终，这个系统能够从照片中识别出作物和病害，准确率高达99.35%。

宾夕法尼亚州立大学的教授 David Hughes 表示：“到 2020 年为止全球约有 50 亿人使用智能手机——而在非洲使用人数将达到 10 亿左右。我们相信这种方法将能帮助农民降低农作物损失。随着移动设备上传感器数量和质量的不断提高，我们认为通过智能手机来准确诊断出病害仅仅只是时间问题。”