我们在上一篇文章中介绍了“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、江西、河南、湖南、湖北、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。
中科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”！
中科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！
原文链接：https://mp.weixin.qq.com/s/_YoNL7cRei4UwT3OHec_rw
