农作物看病问医找手机，机器学习助力农业发展

9月25日，今年九十岁高龄的袁隆平宣布一项剔除水稻中重金属镉的新成果。

近年来，农作物的纯净度越发受到关注，特别是在许多土壤污染较重的地区，如何避免污染元素在作物中的代际传播，是育种家必须考虑的问题。

此项镉元素剔除技术将扭转我国部分农作物重金属含量超标的趋势。

除了农作物重金属污染问题，害虫和植物病害一直是令5亿小农户头痛的问题。

今天，我们身体有了一些不舒服便可以上网求医，那么农作物呢？

现在，农民们有了一门新武器，那就是一个叫做Plantix的应用。

农民只要将受害庄稼的照片上传到Plantix上，应用就能快速诊断出作怪的真菌和昆虫物种，并给出如何除害的建议，避免情况超脱控制。

推出3年后，Plantix每个月被使用超过100万次，使用最多的地区是印度、巴西和南非。

在非洲，目前最大的害虫是秋夜蛾，其英文名称“fall armyworm”（直译过来是“秋天军队虫”）来源于这种害虫的侵袭方式，它们像一支训练有素的军队，所经之处庄稼均被它们拆食入腹。

这种害虫颜色鲜艳，呈毛毛虫状，它们的足迹遍及24个国家的玉米、高粱、大米和豆类田地。

根据预测，若农民不及时采取措施，比如喷洒杀虫剂，今年因秋夜蛾导致的损失将高于50亿美元。

联合国食物和农业组织（UN Food & Agricultural Organization）说每年，全球有20%至40%的庄稼因植物害虫和病害控制不当而损失。

由德国一个小团队研发，Plantix为无法接触到人类顾问的农民提供了除害指导。

“在新兴国家中，农业顾问的供需之间存在巨大的差距，”科比尼恩·哈特伯格（Korbinian Hartberger）说，他是研发出Plantix的初企PEAT的四名联合创始人之一，“需求比供应要大得多。农民们无法等两个月让农业顾问上门诊断。”

Plantix的安卓界面很简单，但其背后使用的是复杂的机器学习技术。

PEAT用数千张受害植物的图片来训练Plantix的算法，让应用能从农民上传的照片中识别出虫害的类型。

目前，PEAT每天输入大约5000张图片，Plantix能识别出多达400种疾病或害虫。哈特伯格说最常见的包括大豆和小麦锈病、霜毒和蚜虫。

除了自动图片识别功能之外，Plantix还推出了社区论坛版块，让用户能从别人上传的图片中帮忙诊断问题。

PEAT说大约20万名用户每天都使用这个服务。

Peat最初由德国政府拨款资助，目前还未产生收入。哈特伯格说将来，这个情况可能会有所改变。

比如，Plantix系统可用于空中无人机或地上机器人，它还可以将农民与农业产品销售商联系起来。目前，Plantix会向农民建议农药，但不会提及品牌名称。

“使用Plantix之外，人们使用的农药或许会更多，但用错农药的几率却降低了。

我们的贡献在于为小农户提供快速而可靠的信息，这样一来，农民无需跑到化肥店向销售员寻求建议。Plantix让用户获得更具体的帮助，”哈特伯格说。

‐End‐

文 | Fastcompany

图片 | Plantix & 网络

编辑 | 王艺 黄子君

阅读原文，购买杂志