Màu xanh số hóa: Trí tuệ nhân tạo giúp nông dân chiến đấu chống lại sâu bệnh thế nào?

Khởi nguồn từ nghiên cứu trong rừng Amazon, ứng dụng di động Plantix đang giúp nông dân trên khắp ba châu lục nhanh chóng xác định các bệnh của cây trồng nhờ sử dụng trí thông minh nhân tạo.

Đã nhiều năm nay trong khu rừng rậm Brazil này, một nhóm các nhà nghiên cứu trẻ người Đức nghiên cứu về khí thải và giảm thiểu khí nhà kính do thay đổi cách sử dụng đất. Phân tích của nhóm nghiên cứu đã khởi phát ra những kiến ​​thức mới, nhưng người nông dân họ làm việc cùng thì lại không hề quan tâm đến những phát hiện này. Họ chỉ muốn biết làm thế nào để điều trị các loại cây trồng bị tàn phá bởi các mầm bệnh.

Họ không thể hiểu lý do vì sao chúng tôi cần ước tính lượng carbon trong đất của họ, còn chúng tôi lại không thể cung cấp cho họ cách nào phù hợp để xử lý tác nhân gây bệnh tàn phá những vụ mùa thu hoạch của họ” Robert Strey, một trong các nhà nghiên cứu cho biết.

Thực tiễn này đã dẫn dắt nhóm nghiên cứu, dẫn đầu bởi Strey và vợ của ông, Simone, chuyển trọng tâm của đội đến các vấn đề cấp bách hơn liên quan tới sức khỏe cây trồng. Và thế là, công ty công nghệ PEAT ra đời, với Simone làm Giám đốc điều hành và Robert làm Giám đốc công nghệ.

Hôm nay, nông dân ở Đức, Brazil và Ấn Độ sử  dụng Plantix để tải lên hình ảnh của cây cối mắc bệnh. Các hình ảnh nằm trong một cơ sở dữ liệu cộng đồng lớn và ngày càng tăng này đang giúp nông dân xác định, điều trị và phòng ngừa các bệnh của cây trồng.

Ứng dụng di động Plantix sử dụng công nghệ nhận diện hình ảnh bằng phần mềm trí tuệ nhân tạo để giúp nông dân xác định được tác nhân gây bệnh.

“Ma thuật” đằng sau ứng dụng

“Ma thuật” của PEAT nằm ở công nghệ phần mềm nhận dạng hình ảnh khi nhận được ảnh tải lên từ ứng dụng Plantix – phần mềm này ngày càng hoàn thiện sau mỗi lần ghi nhận chẩn đoán được bệnh cho cây trồng. Ứng dụng đã có 50.000 lượt tải về trong năm qua,  mang đến  kết quả là 100.000 hình ảnh  được tải lên vào bộ dữ liệu của PEAT.

Đến nay, PEAT đã có thể xác định hơn 60 ôn dịch có hại cho cây trồng và các mầm bệnh với độ chính xác trên 90 phần trăm. Những con số này càng tăng lên khi cơ sở dữ liệu lớn dần.

PEAT cũng hy vọng sẽ bắt đầu thực hiện phần mềm của mình lên các drones, thiết bị nông nghiệp và trong nhà kính vào năm tới để nông dân có thể tự động hóa quá trình và phản ứng kịp thời hơn với các bệnh tật của cây trồng. Hiện giờ, nó vẫn đang thu thập hình ảnh và tự học làm thế nào để xác định chính xác bệnh cây trồng càng nhiều càng tốt, tập trung chủ yếu vào các cây trồng vụ mùa chính như ngô và lúa mì, những loại cây trồng vốn có quy mô trồng trọt lớn trên thế giới.

Đổi lại việc cung cấp hình ảnh, người dùng của Plantix sẽ nhận được các  thông tin động, bao gồm cả tên khoa học của bệnh, cùng với kích hoạt, triệu chứng, cách điều trị, biện pháp phòng ngừa và những thông tin khác kiểu vậy.

GPUs đã đẩy mạnh việc xử lý mạng trí tuệ nhân tạo.

PEAT đang sử dụng hai NVIDIA TITAN X GPUs, trong chế độ giao diện liên kết mở rộng, kết hợp với các nền tảng điện toán song song CUDA và mô hình lập trình để không chỉ đào tạo các mô hình mạng thần kinh đằng sau Plantix, mà còn để phân tích ảnh gửi lên, thông qua một quá trình được gọi là suy diễn.

PEAT có thể tính toán trên một mạng lưới thần kinh mới trong 7-10 ngày nhờ GPU. Nếu sử dụng CPU, “chúng tôi sẽ cần khoảng 30-40 tuần và điều này rõ ràng không phải là một khoảng thời gian thích hợp cho một start-up“, Strey nói.

Strey cho biết những nỗ lực đào tạo máy hiện nay của đội đang tập trung vào việc xác định mô hình đặc trưng của bệnh – chẳng hạn như các điểm trên trái cây hoặc một sự đổi màu khảm trên lá – từ đó nó có thể đưa ra gợi ý phương pháp điều trị, ngay cả khi nó không thể xác định chính xác về  một loại cây hay một loại bệnh cụ thể.

Cuối cùng, PEAT cũng hy vọng làm mịn dần công nghệ của mình để nó có thể giải quyết các vấn đề bệnh cây trồng cho tất cả các loại mùa vụ của người nông dân, không chỉ những loại cây trồng sản lượng lớn.

(Dịch từ  https://blogs.nvidia.com/blog/2016/12/13/ai-fights-plant-disease/)

website của PEAT: http://plantix.net/


Làm thế nào để chạy song song học-sâu (Deep Learning) trên GPU (Phần 1)