在田间地头拍虫子的，居然是“程序猿”？探秘神奇的“虫脸识别”

我们在上一篇文章《害虫：咋吃个饭还能暴露身份证号呢》中介绍了“虫脸识别”的原理，在这篇文章中，我们将继续探秘“虫脸识别”，探寻科学家们的趣味故事，并且为你解读更多有意思的“黑科技”。

在田间地头拍虫子的，居然是“程序猿”？

有一群“程序猿”，他们不在电脑面前敲代码，却在田间地头拍虫子，每天研究这些虫子的形态。他们为何那样？你应该猜到了，他们就是研究“虫脸识别”的科学家。

这些人几乎全都是研究人工智能的专家，在刚开始研究这项技术时，由于实验数据极少，他们都会走进水稻田，戴着草帽，穿着长袖、长裤和雨靴，埋头拍摄。这一拍，就是整整三年。他们一头扎进田间，冬天寒风刺骨，夏天烈阳高照，他们无一例外都在田间工作。

科学家们在田间采集数据 （图片来源：作者）

直到最后一年，当数据量足够时，科学家们才开始进行大规模的数据分析、整理以及算法和模型的研发。仅仅在一年之内，他们就产出了大量高质量的学术成果。花了这么多年，他们的付出终于有了收获。

笔者就是这个团队的一员，从人脸识别到“虫脸识别”，笔者的选择源于对病虫害智能识别领域的兴趣，更源于用技术为农业乃至社会做贡献的使命。我国的第二、第三产业的智能化已经达到了很高的水平，但是我国作为农业大国，在第一产业上，智能化、信息化水平还在很初级的阶段。研发“虫脸识别”等技术，助力第一产业的智能化建设，是科研人员的责任。

听我说谢谢你，因为有你，害虫都现形

“虫脸识别”技术能够服务的人群很广泛。

首先就是农民和种粮大户。他们因为常年耕作，也能够识别一些害虫，但识别的种类很有限。“虫脸识别”技术能够帮助他们识别不认识的害虫，告诉他们虫害在什么时候可能发生，在什么情况下需要防治等。这样一来，他们就可以做到及时、精准的施药，避免延误最佳用药时间或是出现盲目用药的情况，对保障粮食安全及保护土壤都有很大的好处。

其次就是植物保护专家。植物保护专家是由专业人员组成的专家团队，会周期性地对所管辖范围内的田地进行调查工作，上报当前地区的作物是否出现严重的病害虫害，是否有可能会导致传染的迁飞性害虫出现，及时对当前管辖区域内的作物的情况进行评估以及对周边进行预警。

当前的田间测报工作，主要是由他们亲自下田去完成。我们国家田间专业人员的数量相比于广阔的种植面积而言极其稀少，因此这是一项人力成本特别高且效率特别低下的工作，“虫脸识别”技术能够提高植物保护人员田间调查病害虫害的效率，让他们快速获得田间病虫害的信息，以此快速推断虫害的规模与级别，从而进行合理的、全局的判断。

专业人员在进行害虫信息采集 （图片来源：作者）

病虫害的发生是跟节气、气候相关的，每种虫害发生的时间不一样，比如有些虫害在小麦上可能只有在五、六月发生，有些虫害可能只在七、八月发生。因此对田间病虫害的调查是贯穿作物生长始终的，从庄稼播种那一刻起，就要开始进行田间调查工作，一直到收割完，调查工作才算结束。

天气是引发虫害的重要因素。经常下雨就可能会引发虫害，干旱则虫害相对较少，台风天有可能会出现迁飞性害虫……而病害更需要关注的是作物的生长周期，因为病害一般会发生在某些关键的周期，在这个窗口期内需不需了解病害发生程度以确定是否要防治，植物保护专家就要借助“虫脸识别”技术给出具体的建议。

“虫脸识别”技术当前最主要的应用是在安徽省。从2016年开始，由全国农业推广中心联合安徽省植保总站向全国4个省市进行推广应用，在2018年扩大到6个省市（安徽省、江西省、河南省、湖南省、湖北省、山东省），因此，这是一项惠及全国的人工智能技术。

大仙算命不可信，“机器算虫”快来了

预测虫害这件事，在做，未来还会更好。

中国科学院合肥物质科学研究院智能机械研究所与其他机构合作，研发测报装置，现在最成功的案例就是田间的固定式害虫测报灯。它相当于在田间安放了光诱灯，用光把害虫诱来后，自动对捕获到的害虫进行周期性拍照，并使用人工智能技术对图像进行识别，远程确认害虫的种类与数量。测报灯的重点害虫识别率能达到75%~80%，对于非常重要的害虫可能可以达到90%。

测报灯下的害虫 （图片来源：作者）

除了这类即时的预测，科学家们正在向更长期的预测这个方向努力。或许现在需要人工在田间采集样本、使用数学回归算法构建模型测算、人工进行模型补充与维护的工作，未来将通过无人设备或者是更加智能化的辅助设备来完成。那时再利用先进的人工智能技术，就可以实现自动化的快速迭代害虫发生预测模型，帮助科学家们更快更准确地预测病虫害。

相信不久的将来，人工智能就可以根据已经识别的数据，真正做到对田间虫害或病害进行中、短期预测，针对明后天或是下周可能出现的害虫，提前发出灾害预警，更好地服务于农民们提前准备，保护农业作物免受病虫害影响，让农产品的食品安全再上一个台阶。

“黑科技”来啦，不再“汗滴禾下土”！

中国科学院合肥物质科学研究院智能机械研究所在智慧农业这个命题上，做到了全方位的“黑科技”覆盖。

在信息收集方面，通过空、天、地三方协同来进行整体的农业综合信息收集。“虫脸识别”等技术偏向于“地”，而在“空”中，当前的技术已经可以用空间的多光谱来对田间苗情进行监测，判断当前作物的长势、生长期和周围杂草的生长情况。在“天”方面，主要是遥感气象以及对整个作物生长全局上的大尺度判断。

在土壤检测方面，以往的土壤检测都需要人工挖土，送到检测中心，经过一周的时间来检测土壤中的有机质以及有害的重金属含量，依据检测结果来指导农民如何施肥。

现在已经有一些比较成型的设备，如快速高通量测土机器人等，能完全模拟人的检测动作，实现几十种样本的同时检测，提高检测效率。另外还有快速检测设备，只要在田间采集一些土壤，就可以快速地检查土壤重点成分的含量。这两项技术都服务于广大农民，能够极大降低土壤检测成本，为精准施肥提供重要的参考。

测土机器人 （图片来源：中科院合肥物质科学研究院智能机械研究所官网）

在后期工作上，有课题组也在做农残检测的研究。通过一张试纸，在短短几分钟以内就可以知道这批水果和蔬菜里面有没有农残超标，能在生产端为整个市场提供更加安全的食品保障。

结语

从“虫脸识别”到全方位的智慧农业，科学家们把汗水挥洒在田间地头，用坚忍不拔的科学精神克服一个个困难，为农民、农业乃至社会贡献了科技力量。相信在不久的将来，科学家们会为我们推出具有更多功能的“黑科技”，让我们拭目以待！

作者：杜健铭

本文来源于“科学大院“公众号，转载请注明公众号出处