专栏首页量子位AI给植物看病,宾大用TensorFlow做的这款应用造福坦桑尼亚农民

AI给植物看病,宾大用TensorFlow做的这款应用造福坦桑尼亚农民

郭一璞 发自 麦拜德 量子位 报道 | 公众号 QbitAI

虽然关于AI医疗的研究并不少见,但是,实际用在医疗场景中的AI还不多见。

不过,帮植物看病的AI应用已经出现了。

坦桑尼亚的农民正在用AI给自家地里种的木薯看病,可以通过一个名为“Nuru”的APP,识别木薯叶子上的病害。

木薯是一种薯类农作物,在热带地区广泛栽培。和红薯、紫薯、马铃薯一样,它埋藏在地下的部分富含淀粉,是主要的可食用部分,也可以用作工业淀粉的生产。

世界上木薯全部产量的65%用于人类食物,是热带湿地低收入农户的主要食用作物,在非洲,大约有5亿人被木薯养活。

可以说,在坦桑尼亚,木薯是米饭面条一样的存在。

木薯叶子上的病虫害

但是,坦桑尼亚人民的大米饭非常容易受到病虫害的侵扰。由于发病作物的症状发展缓慢,农民很难及时诊断木薯植株出现的问题。

于是,宾夕法尼亚大学的一个研究机构就创造了Nuru这个APP。Nuru在坦桑尼亚当地语言中是“光明”的意思,意味着这个APP可以帮助农民提早发现病虫害,保护木薯,为饥饿的肚子带来光明。

使用者只需要将手机摄像头对准木薯叶子,就可以自动框选出叶片上发病的区域,如果发现疾病,Nuru还可以给出最佳的处理意见。

实现这个功能还是要用到TensorFlow。

宾大的这家研究机构和国际热带农业研究所(IITA)合作,标注数以万计的木薯作物图片,识别和区分木薯上的各种病害,并利用谷歌机器学习框架TensorFlow来训练机器学习模型。

另外,Nuru并不是机器学习在识别农作物病虫害上的唯一应用。

受到Nuru的启发,高中生Shaza Mehdi和Nile Ravenell开发的一款名为PlantMD的应用登上了Google I/O,这款应用也可以实现探查植物病害的功能。

本文分享自微信公众号 - 量子位(QbitAI)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-06-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 斯坦福大学《机器学习》课程-中文版笔记(3.1)

    AI传送门
  • 干货 | 从定义到应用,数据挖掘的一次权威定义之旅

    用户1756920
  • 斯坦福大学《机器学习》课程-中文版笔记(2.1)

    AI传送门
  • 斯坦福大学《机器学习》课程-中文版内容(9.5)

    AI传送门
  • 斯坦福大学《机器学习》课程-中文版笔记(2.2)

    AI传送门
  • 支持向量机2

    Echo_fy
  • 斯坦福大学《机器学习》课程-中文版笔记(2.3)

    AI传送门
  • 学习复杂事物的简单方式:三个步骤获得超能力

    用户1756920
  • 斯坦福大学《机器学习》课程-中文版笔记(2.4)

    AI传送门
  • 机器学习(三) 关联规则R语言实战 Apriori

    Jason Guo

扫码关注云+社区

领取腾讯云代金券