機器學習（ML）算法正在給現代農業帶來變革。借助這項技術，農民能夠實時防治病蟲害，在提高作物產量和利潤的同時，減少浪費、溫室氣體排放以及殺蟲劑的使用。

全球約 6% 的二氧化碳排放來自農業，而每年因病蟲害造成的農作物損失高達 40%。農民的利潤本來就很低，如果再把關鍵資源浪費在無用的農作物上，那么他們連生存都會變得舉步維艱，更不用說致富了。

但初創公司 Fermata 推出的一個 AI 驅動的全新平臺為農民減輕了病蟲害和作物疾病的影響，同時也使農業生產變得更加可持續和人性化。

這個由 ML 驅動的新型計算機視覺系統名為 Croptimus，它可以全天候不間斷掃描農作物。當檢測到害蟲或作物病害的早期跡象時，該平臺會立即向農民發出警報，使他們能夠趕緊將資源用于受影響的作物，并將威脅控制在局部范圍內。

由于該平臺在高質量的數據上訓練而成，其計算機視覺軟件能夠準確區分健康和有風險的作物，并快速識別害蟲或疾病。這套系統為農民提供實時分析，并通過帶注釋的 360 度增強現實地圖來報告作物的實時健康狀況。

Fermata 在本地設備上使用帶有NVIDIA cuDNN的 PyTorch 來訓練其模型。在推理方面，它利用云計算與本地計算的組合（包括在 AWS 云上運行的 NVIDIA T4 GPU）以及經NVIDIA TensorRT優化的NVIDIA Jetson Nano代碼提高了性能。

Croptimus 系統具有多種配置，可部署在大型溫室和室外農場中。用于掃描和分析作物的攝像頭可安裝在高桿、溫室天花板上，也可以集成到空中無人機中，還可以安裝在定期穿越田間的移動機器人上。

在病蟲害蔓延并對產量造成廣泛影響前

迅速發現病蟲害。

這個 AI 驅動的模型不會取代農民的日常工作，而是會增強傳統的工作流，使其更有針對性。

例如，農場通常需要雇用訓練有素的偵察員對作物進行人工檢查，但高水平的偵察員越來越供不應求，即使有，價格也十分昂貴。另外，人會疲勞或犯錯。一旦偵察員無法發現作物病蟲害，它們就會迅速擴散，導致大面積的作物損壞和浪費。

相比之下，像 Croptimus 這樣的 AI 系統會一直檢查問題。系統在標出潛在問題時會向農民發出警報，然后農民就可以派遣人員檢查作物，必要時在病蟲害蔓延之前進行干預。早期干預可減少作物損失并幫助農民更加有的放矢地使用人力。

該系統的另一個好處是使農場可以及早發現和減輕病蟲害，減少殺蟲劑的使用。這不僅能為農民省錢，還能降低農藥泄漏到環境中所產生的負面影響。