即将到来的颠覆——人工智能如何附能农业

在中国的你

一定曾为农药残留的食品安全问题担忧

不打农药不行，打了也不行

这问题的根源是在于

目前除草剂防控方法采用大面积均匀喷施

作物药害、土壤水源污染和农药残留则无法避免

如果能够根据杂草位置进行精准喷施除草剂呢？

人工智能进入农业，让我们看到了非比寻常的可能性

由于杂草与真正的作物之间的外观形态存在差异

我们可以搭建基于深度学习的目标检测模型

采集农作物和杂草图像样本，经过测试与迭代训练后

将模型与摄像头进行连接，应用到田间自然环境中

对有杂草的区域进行检测并反馈杂草区域的坐标值

而除草剂喷洒执行机构据此进行定向喷施

说起来容易，做起来可就没那么简单

这一过程所涉及的关键技术环节

究竟是如何一步一步实现的？

湾区博士邀请毕业于华南农业大学的邓博士开设人工智能课题《人工智能与杂草检测》，以稻田杂草位置检测为切入口，通过样本采集、模型搭建及测试来理解和掌握人工智能中深度学习的方法，同时鼓励举一反三，根据身边的应用场景采集图像并搭建属于自己的人工智能应用模型。

本课题邀请对人工智能、深度学习和农业工程等领域感兴趣的学生参与研究。与邓博士一起深度交流，从乏味的日常学习中脱身而出，迈进真正的学术殿堂，驰骋在星辰大海的壮阔世界。

课题内容

第一阶段：人工智能和深度学习

梳理目前人工智能的应用场景及具体所采用的技术和方法，通过阅读相关的文献资料，了解人工智能、机器学习、大数据、云计算和深度学习等技术方法，以及它们之间的相互关系。

第二阶段：基于深度学习的目标检测方法理论

学习基于深度学习的目标检测方法主流框架原理及结构，了解各种框架的特点及应用场景，并掌握如何根据实际应用场景选择合适的算法框架。

第三阶段：稻田杂草检测模型实现

在EasyDL平台上实现稻田杂草检测模型，学习数据的标记和模型搭建训练过程，了解EasyDL平台的其他应用环境。

第四阶段：结题报告

在获得模型相关检测数据后，学习如何用科学语言对数据结果进行科学分析和讨论，揭示隐藏在数据中的科学意义，并撰写实验报告。

课题导师

邓博士

毕业于华南农业大学

专注于人工智能与农业工程方面研究

现主要从事深度学习与稻田杂草方面的研究工作

[1] 史蒂芬·卢奇著《人工智能》：展示了全面、新颖、丰富多彩且易于理解的人工智能知识体系。

[2] 李开复著《AI·未来》：深度分析人工智能时代未来十年大趋势。

[3] Ian，Goodfellow著《Deep Learning》：AI圣经，是深度学习领域奠基性的经典教材。

[4] 尼克著《人工智能简史》：人工智能到底是什么？给一门学科界定范围很难，尤其是这门学科还在快速变化中。

课题收获

学术研究硬实力的大幅提升

你将掌握学术研究的基本方法与思路，收获文献检索方法及论文阅读技巧，掌握人工智能领域的前沿理论，对相关问题有深入的思考。

研究成果的公开发表

你将拥有撰写实验报告或学术论文的逻辑思维与能力，以第一作者身份公开发表研究成果，并尝试专利申请，冲击全球顶级的科研赛事与学术会议。

顶尖导师推荐信

你将与博士导师建立深厚的个人联系，获得来自导师在学术、职业乃至生活上的指点，收获来自博士导师、具有极高可信度的推荐信。

课题安排

湾区博士课题研究项目主要以线下授课为主，配合线上辅导，项目周期为6-8周时间。项目博士导师会根据学生的具体情况和课题要求，设计针对性的项目进度安排，起止时间以学生和导师双方共同商议决定。为保证科研质量，本课题研究仅限3个名额。

课题报名