识农智能成立于2018年，聚焦于农业科技领域，旨在通过AI技术赋能全球农业，服务广大种植户。其基于人工智能平台和深度学习框架及算法，自主研发了“农业+AI”应用——识农APP，为全球农户提供了农作物病虫草害识别解决方案。

识农目前已建立了千万级病虫害、缺素、杂草等农作物病虫害图片数据库。在数十位植保专家的配合下，其基于此前自行研发的符合农业场景的AI算法，研发出了操作简单、服务免费、识别准确的病虫草害识别工具。用户仅需打开小程序或APP，对着作物拍照；不到1秒，应用程序即可识别病虫草害，并为用户推送相对应的解决方案。

识农的识别准确率最高可达98%，被全球广大种植户使用。识农与多家科研院所、农业农村厅、农业上市公司和跨国企业进行合作，依托独特的人工智能算法，以大数据和移动互联网为强大科技后台，为全球农户解决农作物看病难的问题！

传统农业模式下，作物看病难

在传统农业模式下，由于农户缺乏病虫害知识，且农技专家培养周期长，导致了农作物看病困难。因此借助AI技术进行农作物病虫害诊断，已成为大势所趋。然而，将AI技术应用于病虫害诊断，却还面临着巨大挑战。

首先是数据挑战，农业类图片数据是一类稀缺资源，但是为了提升病虫害识别率，又恰恰需要大量图像数据作为支撑；其次，是算力挑战，在拥有大量的图片数据之后，需要对数据进行快速且高效的分析, 而深度学习模型的训练需要强大的算力。

此外，在模型部署层面，强大的算力可以给用户带来更快、更优的体验，做到真正的秒速识别病虫害，不仅需要对海量数据进行处理，还需要进行算法模型部署。长期且大量的研究投入与时间成本将花费于此，无疑是一个巨大难题，仅仅是使用CPU进行处理，是远远不够的。

GPU解决方案加速训练，加快模型开发

将AI技术应用于作物病虫草害的诊断，其关键核心在于如何提升识别率和加速数据处理速度。借助于NVIDIA针对机器学习所提供的加速解决方案，CNN运算速度能够提升20倍，满足了处理海量数据的需求；以CUDA为后端，PYTORCH为平台，缩短了90%的算法研发时间与部署周期，为提升数据识别率打下了良好的基础，极大地减少了时间成本，有助于加速智慧农业发展进程。

首先，识农利用 NVIDIA RAPIDS 加速平台，极大地缩短了模型开发时间，数据处理速度较原来提升了 5 倍，高效率和高速度可以节省80%的数据处理时间, 模型训练提升了将近 10 倍；并且在使用Tesla P40 GPU多卡加速之后，模型训练速度更是提升了30倍, 缩短了开发周期, 降低了算法层试错的时间成本。

而且，在NVIDIA CUDA与TORCH平台的双重加持下，识农的图像数据分析以及特征构建过程得以实现大幅加速，使得识农成为全国识别准确率最高的作物病虫害识别平台，吸引了数十万用户采用其产品。此外，识农还与多家科研院所、农业农村厅、农业上市公司和跨国企业合作，使得这些企业机构无需再耗费数年时间研发 AI 平台，只需使用识农算法接口即可实现病虫害诊断功能，从而减少了非核心环节的投入，实现轻运作。

自动识别病虫害，AI赋能智慧农业

通过识农，用户可将农作物病虫草害交由机器识别，通过人工智能平台解决农作物看病难、看病贵的问题。

如今，传统农业正在加快发展脚步，越来越多的企业纷纷布局人工智能产业，智慧农业将是未来的发展趋势，将人工智能应用于农业领域，有助于加速我国农业改革进程。NVIDIA提供的GPU解决方案，解决了深度学习的技术难题，加快了数据处理进程，极大地缩短了数据处理时间，提高企业的生产效率，可使AI为全球农业赋能！