機器學習（ML）算法正在給現(xiàn)代農(nóng)業(yè)帶來變革。借助這項技術，農(nóng)民能夠?qū)崟r防治病蟲害，在提高作物產(chǎn)量和利潤的同時，減少浪費、溫室氣體排放以及殺蟲劑的使用。

全球約 6% 的二氧化碳排放來自農(nóng)業(yè)，而每年因病蟲害造成的農(nóng)作物損失高達 40%。農(nóng)民的利潤本來就很低，如果再把關鍵資源浪費在無用的農(nóng)作物上，那么他們連生存都會變得舉步維艱，更不用說致富了。

但初創(chuàng)公司 Fermata 推出的一個 AI 驅(qū)動的全新平臺為農(nóng)民減輕了病蟲害和作物疾病的影響，同時也使農(nóng)業(yè)生產(chǎn)變得更加可持續(xù)和人性化。

這個由 ML 驅(qū)動的新型計算機視覺系統(tǒng)名為 Croptimus，它可以全天候不間斷掃描農(nóng)作物。當檢測到害蟲或作物病害的早期跡象時，該平臺會立即向農(nóng)民發(fā)出警報，使他們能夠趕緊將資源用于受影響的作物，并將威脅控制在局部范圍內(nèi)。

由于該平臺在高質(zhì)量的數(shù)據(jù)上訓練而成，其計算機視覺軟件能夠準確區(qū)分健康和有風險的作物，并快速識別害蟲或疾病。這套系統(tǒng)為農(nóng)民提供實時分析，并通過帶注釋的 360 度增強現(xiàn)實地圖來報告作物的實時健康狀況。

Fermata 在本地設備上使用帶有NVIDIA cuDNN的 PyTorch 來訓練其模型。在推理方面，它利用云計算與本地計算的組合（包括在 AWS 云上運行的 NVIDIA T4 GPU）以及經(jīng)NVIDIA TensorRT優(yōu)化的NVIDIA Jetson Nano代碼提高了性能。

Croptimus 系統(tǒng)具有多種配置，可部署在大型溫室和室外農(nóng)場中。用于掃描和分析作物的攝像頭可安裝在高桿、溫室天花板上，也可以集成到空中無人機中，還可以安裝在定期穿越田間的移動機器人上。

在病蟲害蔓延并對產(chǎn)量造成廣泛影響前

迅速發(fā)現(xiàn)病蟲害。

這個 AI 驅(qū)動的模型不會取代農(nóng)民的日常工作，而是會增強傳統(tǒng)的工作流，使其更有針對性。

例如，農(nóng)場通常需要雇用訓練有素的偵察員對作物進行人工檢查，但高水平的偵察員越來越供不應求，即使有，價格也十分昂貴。另外，人會疲勞或犯錯。一旦偵察員無法發(fā)現(xiàn)作物病蟲害，它們就會迅速擴散，導致大面積的作物損壞和浪費。

相比之下，像 Croptimus 這樣的 AI 系統(tǒng)會一直檢查問題。系統(tǒng)在標出潛在問題時會向農(nóng)民發(fā)出警報，然后農(nóng)民就可以派遣人員檢查作物，必要時在病蟲害蔓延之前進行干預。早期干預可減少作物損失并幫助農(nóng)民更加有的放矢地使用人力。

該系統(tǒng)的另一個好處是使農(nóng)場可以及早發(fā)現(xiàn)和減輕病蟲害，減少殺蟲劑的使用。這不僅能為農(nóng)民省錢，還能降低農(nóng)藥泄漏到環(huán)境中所產(chǎn)生的負面影響。