Beewise 开发了具有图像识别功能的蜂巢系统，可以更好地监控蜂群的健康状况

全球的蜜蜂群都面临着寄生虫的威胁，但是现在它们有了保护伞：一群利用 AI 保护蜂群的以色列企业家。

以色列初创公司 Beewise 正在其位于黎巴嫩（Lebanon）边界的北部小社区中使用 AI 来监视蜜蜂群。Beewise 获得了超过 300 万美元的种子资金，并启动了运动图像识别系统，以帮助蜂群免于寄生虫的围攻。

最近的一份报告指出，在过去一年里，40％ 美国蜜蜂群已遭到破坏。其罪魁祸首被广泛认为是瓦螨，瓦螨以蜜蜂和幼虫的肝脏一类器官为食，并且会使蜜蜂和幼虫变得虚弱，增加其对疾病和病毒的易感性。

各地农民都依靠蜜蜂对水果和蔬菜进行授粉，现在许多人不得不从养蜂人那里租来蜂群，以帮助他们的农作物授粉。没有蜜蜂授粉，植物将很难结出果实供人们食用。

由小型私人公司和研究人员组成的家庭手工业正在开发图像识别技术，可以及早发现螨虫，使养蜂人能够及早行动，以便蜂群免于被寄生虫破坏。

Beewise 首席执行官兼联合创始人 Saar Safra 表示：“我们正在努力解决蜂群流失问题。”

传统养蜂工作

对于养蜂人来说，管理商用蜂巢非常费力，他们需要从蜂巢中手动拉出养蜂架（见下图）或其他部分，并进行视觉上的检查。



这项工作十分耗时，单一专业养蜂人可能会管理多达 1000 个蜂箱。这意味着有的蜂箱可能需要排队数周等待繁忙的养蜂人来检查。

数周未发现的瓦螨侵扰可能对蜜蜂群造成灾难性的后果。AI 计算机视觉可以提供一种更快解决问题的方法。

Safra 说，通过用图像识别和机器人技术取代传统人工操作过程，养蜂人可以实时发现和处理问题。

Beewise 已经开发了一种专有的机器人系统，可以远程治疗感染。

他说：“当您将AI应用于传统行业时，其对社会的影响程度要远大于其在高科技领域中应用产生的影响，NVIDIA GPU 可以完成很多类似的传统工作。”

机器人蜂巢 AI

Beewise 在成千上万的蜜蜂图像上训练了其神经网络。它的卷积神经网络正在进行有关图像分类的无监督学习，以识别正在部署的机器人蜂巢中携带螨虫的蜜蜂。

一旦图像分类识别出已被螨虫感染的蜜蜂，循环神经网络将会确定最佳处理方案。这可能包括由机器人自动施用杀虫剂杀死感染蜜蜂，或将感染蜜蜂蜂巢架进行隔离。

Beewise 开发了装备多个摄像头的机器人蜂巢，使以上构想成为可能。这些原型蜂巢的图像被输入到NVIDIA Jetson 的紧凑型超级计算机中，以对其深度学习模型进行实时处理。

“这是一个完整的基于 AI 的控制系统，我们的 AI 实时检测并识别出瓦螨，并对其进行杀菌。干净健康的蜂巢与受感染的蜂巢检测结果会完全不同。” Safra 说。