我們在害蟲：咋吃個飯還能暴露身份證號呢中介紹了「蟲臉識別」的原理，在這篇文章中，我們將繼續探秘「蟲臉識別」，探尋科學家們的趣味故事，並且為你解讀更多有意思的「黑科技」。

在田間地頭拍蟲子的，居然是「程序猿」？

有一群「程序猿」，他們不在電腦面前敲代碼，卻在田間地頭拍蟲子，每天研究這些蟲子的形態。他們為何那樣？你應該猜到了，他們就是研究「蟲臉識別」的科學家。

這些人幾乎全都是研究人工智慧的專家，在剛開始研究這項技術時，由於實驗數據極少，他們都會走進水稻田，戴著草帽，穿著長袖、長褲和雨靴，埋頭拍攝。這一拍，就是整整三年。他們一頭扎進田間，冬天寒風刺骨，夏天烈陽高照，他們無一例外都在田間工作。

直到最後一年，當數據量足夠時，科學家們才開始進行大規模的數據分析、整理以及算法和模型的研發。僅僅在一年之內，他們就產出了大量高質量的學術成果。花了這麼多年，他們的付出終於有了收穫。

筆者就是這個團隊的一員，從人臉識別到「蟲臉識別」，筆者的選擇源於對病蟲害智能識別領域的興趣，更源於用技術為農業乃至社會做貢獻的使命。我國的第二、第三產業的智能化已經達到了很高的水平，但是我國作為農業大國，在第一產業上，智能化、信息化水平還在很初級的階段。研發「蟲臉識別」等技術，助力第一產業的智能化建設，是科研人員的責任。

聽我說謝謝你，因為有你，害蟲都現形

「蟲臉識別」技術能夠服務的人群很廣泛。

首先就是農民和種糧大戶。他們因為常年耕作，也能夠識別一些害蟲，但識別的種類很有限。「蟲臉識別」技術能夠幫助他們識別不認識的害蟲，告訴他們蟲害在什麼時候可能發生，在什麼情況下需要防治等。這樣一來，他們就可以做到及時、精準的施藥，避免延誤最佳用藥時間或是出現盲目用藥的情況，對保障糧食安全及保護土壤都有很大的好處。

其次就是植物保護專家。植物保護專家是由專業人員組成的專家團隊，會周期性地對所管轄範圍內的田地進行調查工作，上報當前地區的作物是否出現嚴重的病害蟲害，是否有可能會導致傳染的遷飛性害蟲出現，及時對當前管轄區域內的作物的情況進行評估以及對周邊進行預警。

當前的田間測報工作，主要是由他們親自下田去完成。我們國家田間專業人員的數量相比於廣闊的種植面積而言極其稀少，因此這是一項人力成本特別高且效率特別低下的工作，「蟲臉識別」技術能夠提高植物保護人員田間調查病害蟲害的效率，讓他們快速獲得田間病蟲害的信息，以此快速推斷蟲害的規模與級別，從而進行合理的、全局的判斷。

病蟲害的發生是跟節氣、氣候相關的，每種蟲害發生的時間不一樣，比如有些蟲害在小麥上可能只有在五、六月發生，有些蟲害可能只在七、八月發生。因此對田間病蟲害的調查是貫穿作物生長始終的，從莊稼播種那一刻起，就要開始進行田間調查工作，一直到收割完，調查工作才算結束。

天氣是引發蟲害的重要因素。經常下雨就可能會引發蟲害，乾旱則蟲害相對較少，颱風天有可能會出現遷飛性害蟲……而病害更需要關注的是作物的生長周期，因為病害一般會發生在某些關鍵的周期，在這個窗口期內需不需了解病害發生程度以確定是否要防治，植物保護專家就要藉助「蟲臉識別」技術給出具體的建議。

「蟲臉識別」技術當前最主要的應用是在安徽省。從2016年開始，由全國農業推廣中心聯合安徽省植保總站向全國4個省市進行推廣應用，在2018年擴大到6個省市（安徽、江西、河南、湖南、湖北、山東省），因此，這是一項惠及全國的人工智慧技術。

大仙算命不可信，「機器算蟲」快來了

預測蟲害這件事，在做，未來還會更好。

中科院合肥物質科學研究院智能機械研究所與其他機構合作，研發測報裝置，現在最成功的案例就是田間的固定式害蟲測報燈。它相當於在田間安放了光誘燈，用光把害蟲誘來後，自動對捕獲到的害蟲進行周期性拍照，並使用人工智慧技術對圖像進行識別，遠程確認害蟲的種類與數量。測報燈的重點害蟲識別率能達到75%~80%，對於非常重要的害蟲可能可以達到90%。

除了這類即時的預測，科學家們正在向更長期的預測這個方向努力。或許現在需要人工在田間採集樣本、使用數學回歸算法構建模型測算、人工進行模型補充與維護的工作，未來將通過無人設備或者是更加智能化的輔助設備來完成。那時再利用先進的人工智慧技術，就可以實現自動化的快速疊代害蟲發生預測模型，幫助科學家們更快更準確地預測病蟲害。

相信不久的將來，人工智慧就可以根據已經識別的數據，真正做到對田間蟲害或病害進行中、短期預測，針對明後天或是下周可能出現的害蟲，提前發出災害預警，更好地服務於農民們提前準備，保護農業作物免受病蟲害影響，讓農產品的食品安全再上一個台階。

「黑科技」來啦，不再「汗滴禾下土」！

中科院合肥物質科學研究院智能機械研究所在智慧農業這個命題上，做到了全方位的「黑科技」覆蓋。

在信息收集方面，通過空、天、地三方協同來進行整體的農業綜合信息收集。「蟲臉識別」等技術偏向於「地」，而在「空」中，當前的技術已經可以用空間的多光譜來對田間苗情進行監測，判斷當前作物的長勢、生長期和周圍雜草的生長情況。在「天」方面，主要是遙感氣象以及對整個作物生長全局上的大尺度判斷。

在土壤檢測方面，以往的土壤檢測都需要人工挖土，送到檢測中心，經過一周的時間來檢測土壤中的有機質以及有害的重金屬含量，依據檢測結果來指導農民如何施肥。

現在已經有一些比較成型的設備，如快速高通量測土機器人等，能完全模擬人的檢測動作，實現幾十種樣本的同時檢測，提高檢測效率。另外還有快速檢測設備，只要在田間採集一些土壤，就可以快速地檢查土壤重點成分的含量。這兩項技術都服務於廣大農民，能夠極大降低土壤檢測成本，為精準施肥提供重要的參考。

在後期工作上，有課題組也在做農殘檢測的研究。通過一張試紙，在短短几分鐘以內就可以知道這批水果和蔬菜裡面有沒有農殘超標，能在生產端為整個市場提供更加安全的食品保障。

結語

從「蟲臉識別」到全方位的智慧農業，科學家們把汗水揮灑在田間地頭，用堅忍不拔的科學精神克服一個個困難，為農民、農業乃至社會貢獻了科技力量。相信在不久的將來，科學家們會為我們推出具有更多功能的「黑科技」，讓我們拭目以待！

作者：杜健銘

作者單位：中科院合肥物質科學研究院智能機械研究所