愛荷華州立大學(xué)的科學(xué)家們正在朝著一個(gè)未來邁進(jìn)，農(nóng)民可以使用無人駕駛飛機(jī)來發(fā)現(xiàn)甚至預(yù)測(cè)農(nóng)作物中的疾病和壓力。他們的愿景依賴于機(jī)器學(xué)習(xí)，這是一種自動(dòng)化過程，其中的技術(shù)可以幫助農(nóng)民更有效地應(yīng)對(duì)植物壓力。

農(nóng)學(xué)兼職助理教授阿蒂·辛格(Arti Singh)領(lǐng)導(dǎo)著一個(gè)多學(xué)科研究團(tuán)隊(duì)，該團(tuán)隊(duì)最近獲得了美國(guó)農(nóng)業(yè)部國(guó)立食品與農(nóng)業(yè)研究所的三年撥款499,845美元，以開發(fā)可以使能力自動(dòng)化的機(jī)器學(xué)習(xí)技術(shù)農(nóng)民診斷出大豆的一系列主要壓力。正在開發(fā)的技術(shù)將利用安裝在無人機(jī)或無人機(jī)上的攝像機(jī)來收集大豆田的鳥瞰圖像。一個(gè)計(jì)算機(jī)應(yīng)用程序會(huì)自動(dòng)分析圖像，并提醒故障點(diǎn)的農(nóng)民。

辛格說：“從最基本的意義上講，機(jī)器學(xué)習(xí)就是訓(xùn)練機(jī)器做我們要做的事情。” “當(dāng)您要教孩子什么是汽車時(shí)，您要向他們展示汽車。這是我們?yōu)橛?xùn)練計(jì)算機(jī)算法所做的工作，其中顯示了大量有關(guān)各種大豆脅迫的圖像，以識(shí)別，分類，量化和預(yù)測(cè)大豆中的脅迫。場(chǎng)。”

研究小組收集了大豆圖像的巨大數(shù)據(jù)集，其中一些健康，一些遭受壓力和疾病，然后將其標(biāo)記。計(jì)算機(jī)程序遍歷標(biāo)記的圖像，并組裝可以識(shí)別新圖像中壓力的算法。辛格說，機(jī)器學(xué)習(xí)程序可能能夠發(fā)現(xiàn)各種常見的大豆脅迫，包括真菌，細(xì)菌和病毒性疾病，以及營(yíng)養(yǎng)缺乏和除草劑傷害。

她說，使用高光譜成像技術(shù)或捕獲超出人眼可見波長(zhǎng)范圍的攝像機(jī)，可以使該技術(shù)在癥狀出現(xiàn)之前就預(yù)測(cè)壓力的存在，從而給農(nóng)民提供更多的時(shí)間來解決該問題。

Singh對(duì)機(jī)器學(xué)習(xí)的著迷始于2014年，當(dāng)時(shí)她參加了ISU植物科學(xué)研究所舉辦的主題研討會(huì)。她立即??認(rèn)為該技術(shù)為植物育種和植物病理學(xué)帶來了希望，但是對(duì)學(xué)術(shù)文獻(xiàn)的調(diào)查顯示，該領(lǐng)域的大部分工作來自工程學(xué)科，而不是植物科學(xué)。她意識(shí)到要推動(dòng)農(nóng)業(yè)領(lǐng)域的發(fā)展，需要更多的合作。

她說：“我們也需要包括植物科學(xué)家。” “否則，我們將有從事植物科學(xué)問題的工程師。各學(xué)科之間的協(xié)作才使之成為可能。”

她幫助組建了一個(gè)跨學(xué)科團(tuán)隊(duì)，創(chuàng)建了一個(gè)應(yīng)用程序，智能手機(jī)用戶可以使用該應(yīng)用程序?yàn)榇蠖怪参锱恼?，以確定植物是否患有鐵缺乏癥。現(xiàn)在，研究團(tuán)隊(duì)的目標(biāo)是擴(kuò)大工作范圍，從原來需要手動(dòng)拍攝照片以診斷單個(gè)壓力的原始應(yīng)用程序擴(kuò)展到能夠從無人機(jī)獲取圖像并識(shí)別壓力范圍的算法。

該技術(shù)的未來取決于科學(xué)家和工程師收集正確種類的數(shù)據(jù)集，然后發(fā)展分析這些數(shù)據(jù)的能力。辛格說，在贈(zèng)款結(jié)束時(shí)，該團(tuán)隊(duì)打算完成一個(gè)使用無人機(jī)進(jìn)行數(shù)據(jù)收集的最佳實(shí)踐框架。這包括為無人機(jī)確定最佳圖像分辨率以及最佳高度和速度。研究人員希望能夠無縫集成數(shù)據(jù)收集，管理和分析，從而將其應(yīng)用到農(nóng)田中，以便及時(shí)檢測(cè)和緩解植物脅迫。辛格說，該團(tuán)隊(duì)將在項(xiàng)目結(jié)束時(shí)將其所有發(fā)現(xiàn)公開發(fā)布。