为香蕉种植者开发的一种新的智能手机工具扫描植物以寻找五种主要疾病和一种常见害虫的迹象。在哥伦比亚、刚果民主共和国、印度、贝宁、中国和乌干达的测试中，该工具提供了90%的成功率。开发这项技术的研究人员说，这项工作是朝着建立一个卫星供电的、全球连接的网络来控制疾病和害虫爆发的方向迈出的一步。这一发现发表在本周的“植物方法”（Plant Methods ）杂志上。

“世界各地的农民努力保护他们的农作物免受害虫和疾病的侵害，”该工具的第一作者迈克尔·塞尔瓦拉吉(Michael Selvaraj)说。他与来自非洲的Bioverity International的同事共同开发了这个工具。“关于低收入国家香蕉病虫害的数据很少，但像这样的人工智能工具提供了一个机会，可以改善作物监测，快速控制和努力缓解，并帮助农民防止损失。”

共同作者包括来自印度伊玛亚姆农业技术研究所(IIAT)和德克萨斯农工大学的研究人员。

香蕉是世界上最受欢迎的水果，随着全球人口到2050年达到100亿，生产足够食物的压力越来越大。许多国家将继续依靠国际贸易来确保其粮食安全。据估计，到2050年，发展中国家的谷物净进口量将从2008/09年的1.35亿公吨增加一倍以上，到2050年达到3亿公吨。香蕉是许多家庭必不可少的主食，是重要的营养和收入来源。然而，病虫害，如香蕉的镰刀菌枯萎病、黑叶条病(或黑斑病)等，正威胁破坏香蕉果实。当病虫害爆发时，对小农生计的影响是破坏性的。

据估计，在少数疫情爆发的情况下，镰刀菌热带小种4号真菌造成印度尼西亚的损失为1.21亿美元，在台湾为2.533亿美元，在马来西亚为1410万美元(Aquino，Bandoles and Lim，2013年)。在非洲，2013年在莫桑比克北部的一个种植园首次发现报道了这种真菌，2015年9月，受感染的植物数量增加到57万多株。

该工具内置在一个名为Tumaini的应用程序中，在斯瓦希里语中的意思是“希望”，旨在帮助小型香蕉种植者快速检测到疾病或害虫，并防止大规模爆发。这款应用旨在将他们与农技人员联系起来，以快速遏制疫情爆发。它还可以将数据上传到全球系统进行大规模监测和控制。该应用程序的目标是促进一个强大且易于部署的响应，以支持需要控制作物病害的香蕉种植者。

Bioverity International的盖伊·布洛姆(Guy Blomme)表示：“在测试版应用程序时获得的总体高准确率表明，Tumaini具备成为非常有用的早期疾病和虫害检测工具所需的条件。”“它有很大的潜力最终集成到一个完全自动化的移动应用程序中，集成了无人机和卫星图像，帮助低收入国家的数百万香蕉农民及时获取有关作物疾病的信息。”

深度学习
图像识别技术的快速改进使得Tumaini应用程序成为可能。为了建造它，研究人员上传了2万张图片，描绘了各种可见的香蕉疾病和害虫症状。有了这些信息，应用程序就会扫描部分水果、一串或一株植物的照片，以确定疾病或害虫的性质。然后，它提供了解决特定疾病所需的步骤。此外，这款应用还会记录数据，包括地理位置，并将其提供给一个更大的数据库。

现有的作物病害检测模型主要集中在叶片症状上，并且只有当分离叶照片不含背景噪音时才能准确地发挥作用。这款应用程序的新奇之处在于，它可以检测作物任何部位的症状，并经过训练，能够读取质量较低的图像，包括背景噪音，就像其他植物或叶子一样，以最大限度地提高准确性。

“这不仅仅是一个应用程序，”塞尔瓦拉吉说。“这是一种工具，有助于建立一个预警系统，直接支持农民，使作物保护和发展更好，并做出解决粮食安全问题的决策。”

这项研究由国际生物多样性联盟和国际热带农业中心(CIAT)实施，展示了人工智能、物联网、机器人、卫星、云计算和机器学习等尖端技术在农业转型和帮助农民方面的潜力。

文献引用：

Michael Gomez Selvaraj, Alejandro Vergara, Henry Ruiz, Nancy Safari, Sivalingam Elayabalan, Walter Ocimati, Guy Blomme. AI-powered banana diseases and pest detection. Plant Methods, 2019; 15 (1) DOI: 10.1186/s13007-019-0475-z