以行動應用程式整合人工智慧香蕉病蟲害辨識系統讓蕉農獲得更全面的預警資訊
2019/08/22 @國際
示意圖
香蕉(banana, Musa spp.)是全球最盛行的水果之一，在2050年人口即將突破100億大關之際，香蕉市場需求必然逐年上升。然而，香蕉栽培作業上，除面臨到氣候變遷與極端氣候等環境衝擊外，也面臨到植物病蟲害的影響，常見的香蕉病害包含萎凋病與葉斑病等。這些病蟲害在近期同樣受氣候變遷、國際貿易頻率增加等因素影響下，增加其病原傳播的機會及規模。如何於第一時間有效地阻止病蟲害由少數受感染個體擴散至整片香蕉園，將是香蕉病蟲害防治的一大挑戰。總部位於南美洲哥倫比亞(Colombia)的國際熱帶農業研究中心(International Center for Tropical Agriculture，簡稱CIAT)便開發出基於人工智慧(artificial intelligence，簡稱AI)的影像辨識技術，並整合至用於行動應用程式(mobile application，簡稱app)，以方便進行遠端操作及管理。
運用最新的人工智慧技術，國際熱帶農業研究中心的研究團隊以深度學習(deep learning)改善系統影像辨識能力。研究團隊首先自2萬筆圖像中訓練系統分辨不同的香蕉疾病並利用病害特徵建立遠端資料庫，再透過行動應用程式拍攝並紀錄植株、花序、果實等疑似染病處並回傳至遠端伺服器，待遠端伺服器紀錄拍攝地點與分析影像資訊後，行動應用程式便會在行動裝置端顯示患病植株可能感染的疾病，並提供相關防疫資訊。
現有的作物病害偵測模型(crop disease detection model)僅能透過葉片病徵進行判斷並僅限處理背景單純之影像，研究團隊所開發的行動應用程式可提供功能更強大的影像辨識技術，除了可鑑別出所有植株可能的病害特徵，該行動應用程式亦具備低解析度圖像辨識、降低背景雜訊等影像優化處理技術，使疾病診斷結果更精確。
研究團隊將這套應用程式命名為Tumaini (英譯：hope，即希望)，在研究團隊的推廣及輔導下，蕉農已可透過簡單的手機程式操作，在第一時間獲得最新的香蕉病害資訊。此外，Tumaini所蒐集回傳的病蟲害影像、拍攝地等資訊，可進一步提供做為病蟲害防治監測的依據。
開發團隊所發表的最新研究指出，該項目將人工智慧用於病蟲害影像辨識的技術，可提供高達90%的辨識成功率，有效地診斷出受感染的5種主要病害與1種主要害蟲。研究團隊並表示，雖然Tumaini仍屬測試階段，但該行動應用程式在將來具有彙整無人機影像、衛星影像的潛力，可幫助弱勢地區更容易獲取最新的作物病蟲害資訊。【延伸閱讀】農業自動化機械國際產業概況與應用
行動應用程式Tumaini由國際熱帶農業研究中心、美國德州農工大學(Texas A&M University)、印度IIAT (Imayam Institute of Agriculture and Technology)等單位共同開發，研究經費由國際農業研究諮商組織(Consultative Group for International Agricultural Research，簡稱CGIAR)所管理的根莖類作物與香蕉(Roots, Tubers and Bananas，簡稱RTB)計畫提供。詳細的應用程式演算法與深度學習模型已發表在<Plant Methods>。
資料來源
文章摘譯
