面部识别人工智能帮助拯救数十亿美元的葡萄产量

生物学家和工程师之间的激进合作正在加强保护葡萄作物的努力。他们开发的技术，使用机器人和人工智能来识别感染了毁灭性真菌的葡萄植物，很快将可供全国范围内从事各种植物和动物研究的研究人员使用。

综合植物科学学院植物病理学和植物微生物生物学部高级研究员 David Gadoury 利用表型机器人分析啤酒花和葡萄叶分析中的白粉病

生物学家 Lance Cadle-Davidson 博士 '03 是综合植物科学学院 (SIPS) 的兼职教授，他正在努力开发更能抵抗白粉病的葡萄品种，但他的实验室的研究因需要手动评估数千个葡萄叶样本以获取证据而受到阻碍 的感染。

白粉病是一种侵袭包括葡萄酒和鲜食葡萄在内的许多植物的真菌，它会在叶子和果实上留下病态的白色孢子，每年给全世界的葡萄种植者造成数十亿美元的果实损失和杀菌剂成本。

Cadle-Davidson 还是美国农业部农业研究局 (USDA-ARS) 的一名研究植物病理学家。他在纽约日内瓦的葡萄遗传学研究中心工作，他的团队开发了成像机器人原型，可以通过美国农业部-ARS 资助的 VitisGen2 葡萄育种项目自动扫描葡萄叶样本——这一过程称为高通量表型分析。与光与健康研究中心合作。这种合作关系促成了他们命名为“BlackBird”的机器人相机的诞生。

但是从这些图像中提取相关的生物信息仍然是一个关键的需求。

进入工程师和计算机科学家：康奈尔农业科技 SIPS 园艺部门的助理研究教授 Yu Jiang。蒋的研究重点是系统工程、数据分析和人工智能。BlackBird 机器人可以每像素 1.2 微米的尺度收集信息——相当于普通的光学显微镜。对于每个被检查的 1 厘米叶子样本，机器人提供 8,000 x 5,000 像素的信息。

从如此大的高分辨率图像中提取有用的信息是蒋的挑战，他的团队使用人工智能来解决这个问题。利用为人脸识别等计算机视觉任务开发的深度神经网络的突破，江将这一知识应用于葡萄叶显微图像的分析。此外，蒋和他的团队实现了网络推理过程的可视化，这有助于生物学家更好地理解分析过程并建立对人工智能模型的信心。

Cadle-Davidson 的团队共同测试并验证了机器人所看到的内容，让蒋的团队能够教会他们如何更有效地识别生物特征。结果令人震惊，Cadle-Davison 说。过去需要他的整个实验室团队六个月才能完成的研究实验现在只需要一天就可以完成 BlackBird 机器人。

“它彻底改变了我们的科学，”Cadle-Davidson 说。“而且我们发现，Yu 的人工智能工具实际上在解释这些葡萄的遗传学方面做得比我们一次坐在显微镜下几个月做艰苦的工作要好。”

仅在 7 月份，该合作就赢得了一项奖项和两项新的赠款。7 月 1 日，该团队获得了 USDA-ARS 的 100,000 美元赠款，用于将 BlackBird 传播到 ARS 外地办事处，该办事处从事其他作物的工作，这些作物进行相同类型的高通量表型分析工作。

“我们希望找到可以加入我们利用这个工具的合作实验室，”姜说。“我们看到了这项研究在植物研究、动物领域或医学目的方面的潜在应用。”

7 月 12 日，该团队关于他们项目的文章在 2021 年美国农业和生物工程师协会年度国际会议上获得了信息技术、传感器和控制系统的最佳论文奖。7 月 27 日，他们获得了康奈尔数字农业研究创新基金提供的为期两年的 150,000 美元赠款，用于开始升级 BlackBird 机器人，使其能够看到红-绿-蓝色谱之外的红外光谱。

像白粉病这样的植物病害可以在肉眼可见之前就出现在红外线中；如果研究人员能够开发工具来帮助农民及早发现疾病，这将使农民能够在感染蔓延之前针对杀真菌剂喷雾，这意味着更少的杀真菌剂和更少的作物损失。他们还致力于将人工智能与数据分析中的科学家更有效地整合在一起。

“这项工作极大地加快了葡萄育种和遗传学工作的步伐，”国家葡萄研究联盟主席唐奈尔·布朗说。“通常，当我们在行业投资研究时，我们知道我们可能永远不会看到我们的投资结果在我们的有生之年 - 这真的是对未来几代种植者的基于信仰的投资。但现在，这项技术确实在缩短 那个时间表，为了种植者和消费者的利益。”

https://phys.org/news/2021-08-facial-recognition-ai-multibillion-dollar.html

文章来源网络整理；如有侵权请及时联系PaperRSS小编删除，转载请注明来源。

温馨提示：

为方便PaperRSS粉丝们科研、就业等话题交流。我们根据10多个专业方向（植物、医学、药学、人工智能、化学、物理、财经管理、体育等），特建立了30个国内外博士交流群。群成员来源欧美、日韩、新加坡、清华北大、中科院等全球名校。