全球各地的香蕉作物饱受疾病和虫害的困扰，小规模农户的生计也因此受到了威胁。他们大多数仅依赖于一到两种经济作物，并且缺少像商业农场那样可以监测植物健康状况的资源。

在此背景下，一款新的AI应用出现了。它能够帮助资源匮乏的农民更准确地识别和治疗香蕉的病害，从而提高作物产量。这款应用程序名为“Tumaini”，在斯瓦希里语中意为“希望”。此外，这款应用还可以为非营利组织和政府提供更多信息和工具，以控制香蕉和其他农作物病害的爆发。

经过NVIDIA GPU训练的Tumaini背后的卷积神经网络在检测五种常见的香蕉病害和某种害虫时可达到约90％的准确性。

目前，这一免费应用已在六个国家（包括排名前三的香蕉生产国）进行了测试，可在Google Play商店中获取。

诊断香蕉病害

农民们在诊断香蕉作物病害的时候，很容易混淆真菌、细菌和病毒疾病的症状。这些原因都会引起相似的黄色叶斑和腐烂。错误的判断会浪费宝贵的时间和资源。

“特别是在发展中国家，小农户们在化肥和治疗方面的资源很少。” 国际热带农业中心的项目负责人Michael Selvaraj说。“如果你在带有细菌疾病的植物上喷洒真菌杀菌剂，那就完全是在浪费钱。”

该非营利组织位于哥伦比亚卡利，是国际农业创新网络CGIAR的研究中心。

来自国际生物多样性国际的科学家帮助该团队手工为一个数据集贴上标签，该数据集收集了来自印度南部、乌干达、布隆迪、贝宁和刚果民主共和国香蕉农场的20,000张香蕉植物图片。该团队使用现场图像进行训练，以提高人工智能阅读带有背景元素(如邻近植物或树叶)的低质量图像的能力。

在分析疾病方面，香蕉这种作物比较具有挑战性。因为症状可能出现在植物的几个不同部分，从水果到树干（假茎）。


Tumaini应用程序通过分析香蕉植物的不同部位以诊断作物疾病。图片由国际热带农业中心提供

Selvaraj说：“即使香蕉的叶子可能看起来很健康，但是当你切开它的假茎时，就会发现病害。”

该数据集被用来训练六个不同的神经网络，每个神经网络分析来自香蕉植株不同部位的图像。通过这种方式，使用Tumaini应用程序的农民可以拍摄患病作物的多个部分的照片，如叶片和水果，以再次核实AI模型的结果。

确诊香蕉病害后，Tumaini为用户提供治疗指导。为了更好地为世界各地的农民服务，该界面提供五种语言服务:英语、法语、西班牙语、斯瓦希里语和泰米尔语——另外两种印地语和马拉亚拉姆语也正在翻译中。

尽早发现香蕉病害

农作物疾病如果没有及时得到控制，可能通过例如土壤，水和昆虫等渠道迅速传播。有些疾病可以在土壤中存活数几十年。

在过去的几年中，镰刀菌枯萎病一直在影响哥伦比亚的香蕉作物，但是开始时，当地农民误认为该病是病毒性的。错误的诊断使病理学家和政府机构发现该问题的时间被延迟，而这也导致在此后的日子里这种疾病在该地区广泛传播。

“监控和早期发现非常重要，” Selvaraj说。该应用程序鼓励农民对自己的照片进行地理标记，以便研究人员可以标记何时疾病在世界的新地区首次出现。“如果那时就有了这款应用程序，我们会更早地采取一些样本来确认并避免疾病的爆发。”

上传到Tumaini的图片将发送到研究人员的GPU系统进行推理，这仅需几秒钟，具体速度要取决于用户的无线连接情况。这些图片同样会被添加到数据库中，以便研究人员可以跟踪香蕉病害的全球趋势。

Selvaraj和他的团队还计划收集和分析无人机和欧洲航天局的SENTINEL卫星计划捕获的香蕉作物的航拍图像。通过使用该应用程序将此远程数据与农民粘贴的GPS标记地面图像相结合，研究人员可以开发出作物监测工具，以监测香蕉植物的全球健康状况，并向当地农业社区发出疫情警报。


在智能手机应用程序中用AI工具可以使农民在野外实时诊断农作物疾病。图片由国际热带农业中心提供

为了拓宽Tumaini的范围，科学家希望增加对其他香蕉病害以及其他主要作物（例如芸豆）的检测。他们也想为该应用程序添加资源和服务热线，以便农民可以向地方政府发出有关新作物病害的警报，同时联系农药和杀菌剂的供应商，并了解诸如生物虫害防治的可持续替代方法。

该小组还致力于使该应用程序离线使用，即使在没有互联网连接的情况下，农民仍然可以使用它在田间分析作物图像。

Selvaraj说，离线访问和多语言的用户友好界面可以使该应用成为小农香蕉种植者的可行解决方案。他预计，随着非洲和印度这两个最大香蕉产地的智能手机普及率提高，对该应用程序的需求将进一步增长。

他说：“农业领域的人工智能仍处于起步阶段。我们正在努力在未来30年内产生影响。”