农作物疾病是饥荒的主要原因之一,但是传统的方法主要是通过视觉观察植物的叶片等进行判断,当然现今的科技使得我们能够在实验室环境对植物进行显微镜微观成像,甚至对他们进行DNA测序等深度分析,但是在研究病虫害的一线,我们仍然需要通过眼镜直接去进行判断,而这些奋战在抗击农作物病虫害一线的就是我们的农民伯伯了。
为了解决这种诊断的问题,来自EPFL的研究者和宾大最近合作,收集了50000张被感染了疾病和正常的农作物叶子图片。这些训练样本集将作为机器学习的输入,他们将根据相关的逻辑构建树叶图片特征和病害标记标签建立相关的学习算法,形成一套自动的农作物病虫害诊断软件。最终,他们会将这些工作转化为一个成型的手机软件,送给农民伯伯们,作为抗击病虫害的武器!
全世界都依赖稳定的粮食供应,我们是农业大国,都还需要跟泰国进行高铁换大米,转基因是一种解决方案,但是我们需要多元化的途径去应对不断膨胀的全球人口问题,以及这些嘴要吃饭的问题,保证粮食的安全就是保证大家的安全。每年都有大量的庄稼因为得不到及时的诊断和治疗使得收成减少,在不发达国家造成饥荒也是很正常的。我们所面临的调整就在于如何保证在病虫害的挑战下,保证粮食尽可能少的受到损失。
在1845-1847年发生的马铃薯饥荒就使得爱尔兰1万人死于饥饿,往近处说咱们还有3年自然灾害,现在隆平高科的种子也不断爆出抗疾病能力太差。而最近联合国粮食农业部的调查也显示目前的作物病虫害每年导致粮食产量下降40?多。
EPFL的MarcelSalathé和宾大的DavidHughes希望通过现在普及率很高的手机作为一线农民抵抗病虫害的武器。他们公布的开源数据包含50000张受到病虫害感染的作物叶片图像。
- 上一篇: 世界上第一款能百分百回收的塑料
- 下一篇: 科学家发现新碳相,常温下可以造钻石
评论