AI 扎根农业，帮助农民识别病株

文 / Fred Alcober，TensorFlow 团队

我们的开源机器学习库 TensorFlow 对所有人开放。那些公司、非营利组织、研究人员以及开发人员将 TensorFlow 应用得出神入化，酷炫十足，我们以 TensorFlow 为关键词分享了这些故事。本篇就是其中之一。

在 Google I / O上，我们看到了高中生 Shaza Mehdi 和 Nile Ravenell 如何开发 PlantMD，这个应用程序可以利用 TensorFlow 来检测植物的疾病。这些年轻的研究员，在帮助农民伯伯的道路上，绝不是孤军奋战。PlantMD 的机器学习模型灵感来自宾夕法尼亚州立大学研发部门的 PlantVillage 数据集。PlantVillage 为 “light” 创建了一个名为 Nuru,Swahili 的应用程序，来帮助非洲农民更好地种植一种农作物 — 木薯，这种农作物每天为超过 5 亿人提供食物。

虽然木薯能够耐干旱，并且能够在极少的土壤中生长，恶劣的天气条件下它成为了当地一种理想的农作物 — 但是它也容易受到许多疾病和害虫的侵害。 病株的症状发展十分缓慢，因此农民们很难及时诊断出这些问题。

PlantVillage 和国际热带农业研究所（IITA）利用机器学习开发出一种解决方案，可以帮助农民们将病株的疾病更快地识别出来并进行分类。他们注释了成千上万的木薯植株图像，识别和分类疾病，来使用 TensorFlow 训练机器学习模型。一旦模型被训练用来识别疾病，它就被部署在应用程序中。农民们可以在木薯叶子前挥动他们的手机，如果遇到病株，应用程序可以识别出来，并给出最佳的方式来进行管理。

患病木薯叶的一个示例

坦桑尼亚的农民正在使用 Nuru 应用程序来更好地管理他们的木薯作物

Nuru 应用程序的工作机制是在木薯叶前挥动手机

识别具体所患的疾病

PlantMD 和 Nuru 是农业产业发展趋势的一部分。无论是荷兰的奶农，日本的瓜农，坦桑尼亚种木薯的农民，还是邻居家的园丁，人工智能正在扎根于农业，帮助世界各地的农民。

更多 AI 相关阅读：