據(jù)印度紡織部稱，印度有580萬棉農(nóng)。每年，由于害蟲侵襲農(nóng)作物，他們遭受了沉重的損失。2017年，馬哈拉施特拉邦的農(nóng)民面臨1500億盧比(21億美元)的損失，原因是50%的農(nóng)作物受到害蟲的侵襲。

結(jié)果，印度超過55%的農(nóng)藥用于棉花種植。但是，錯誤使用這些化學(xué)藥品會損害農(nóng)作物或降低質(zhì)量。

這就是印度的研究機(jī)構(gòu)Wadhwani AI從2018年開始尋找解決方案的原因，以幫助農(nóng)民利用人工智能的見解來拯救農(nóng)作物。

概念化和數(shù)據(jù)收集

AI模型的想法是確定在該地區(qū)發(fā)現(xiàn)了多少害蟲，并就農(nóng)藥的使用提供了建議。但是，沒有先前的現(xiàn)場數(shù)據(jù)來訓(xùn)練模型。因此，團(tuán)隊必須構(gòu)建一個特殊的應(yīng)用程序來收集數(shù)據(jù)。

農(nóng)民已經(jīng)使用信息素誘捕器捕獲害蟲，并預(yù)測是否可能發(fā)生更大的襲擊。數(shù)據(jù)收集應(yīng)用程序要求農(nóng)民在白紙上拍攝捕獲在這些誘捕器中的有害生物的照片。最初的目標(biāo)是確定不同的棉鈴蟲，這對棉農(nóng)構(gòu)成了重大威脅。

Wadhwani AI的高級研究員杰羅姆·懷特(Jerome White)告訴我，該團(tuán)隊花了最初的幾個季節(jié)來收集和觀察數(shù)據(jù)以完善模型。研究小組必須確保模型正確識別圖片中害蟲的類型和數(shù)量，以便為農(nóng)民提供準(zhǔn)確的建議。

有很多挑戰(zhàn)。許多農(nóng)民使用的手機(jī)只能拍攝低分辨率的照片。另外，用作背景的紙張可能不是白色，可能是使用閃光燈，或者光線不夠好。懷特說，整個地區(qū)的蟲害差異也存在問題。