Thuật toán AI cho phép theo dõi thực vật xâm lấn với chi phí thấp
Johnsongrass được chụp gần một công trường xây dựng bằng Google Street View. Ô màu vàng được chỉ định bởi trí tuệ nhân tạo; hộp màu đỏ được vẽ bởi bàn tay con người. Nhà cung cấp hình ảnh: Mohsen Mesgaran / UC Davis
Để quản lý cỏ johnsongrass, một loại cỏ dại độc hại lấn át bông và gây bệnh cho ngựa, nông dân đã thử dùng thuốc diệt cỏ, đốt và kéo bằng tay. Giờ đây, các nhà nghiên cứu tại Đại học California, Davis, đã phát triển một loại vũ khí công nghệ cao hơn để chống lại cỏ dại xâm lấn: trí tuệ nhân tạo và học máy.
Bằng cách sử dụng ảnh từ cơ sở dữ liệu Chế độ xem phố của Google, các nhà nghiên cứu của UC Davis đã theo dõi hơn 2.000 trường hợp cỏ Johnson ở miền Tây Hoa Kỳ với một phần chi phí và thời gian cần thiết để thực hiện các cuộc khảo sát lái xe hoặc trực tiếp khác. Họ gọi công cụ của họ là Google Weed View.
Sự tiến bộ này có thể giúp các nhà quản lý đất đai khảo sát dễ dàng và nhanh chóng các loại cây có vấn đề khác.
Mohsen Mesgaran, trợ lý giáo sư tại Khoa Khoa học Thực vật tại UC Davis cho biết: “Sau khi mô hình được đào tạo, bạn có thể chạy nó trên hàng triệu hình ảnh từ Google Street View”. “Chúng tôi có tính linh hoạt rất lớn và khả năng của nó có thể được mở rộng rất nhanh”.
Kỹ thuật này có thể dễ dàng được mở rộng sang các loài thực vật khác. Tất cả những gì cần làm là gắn nhãn cho mục mới trong ảnh ở Chế độ xem phố và huấn luyện thuật toán để xác định đối tượng đó trong ảnh.
Bằng cách cung cấp thông tin vị trí, Google Weed View cũng mang đến cơ hội kiểm tra xem khí hậu ảnh hưởng như thế nào đến sự phát triển và lây lan của cỏ dại và thực vật xâm lấn ở quy mô rất lớn.
Mesgaran nói: “Tôi nghĩ nó có thể hữu ích cho cả việc quản lý và cho những người quan tâm đến những câu hỏi cơ bản hơn về sinh thái học”.
Câu hỏi của đồng nghiệp
Mesgaran bắt đầu xem xét sử dụng cơ sở dữ liệu ảnh về đường bộ, đường phố và đường cao tốc của Google sau khi Kassim Al-Khatib, giáo sư về Khuyến nông trong cùng khoa, hỏi liệu ông có thể khảo sát các bang phía Tây để tìm cỏ Johnson hay không.
Al-Khatib nghiên cứu nơi cỏ Johnson mọc, cách quản lý nó và cách loài cây lâu năm này phát triển để trở nên phổ biến và kiên cường. Ông cũng đang làm việc với các nhà khoa học tại Đại học Georgia để giải mã bộ gen của cỏ Johnson, một trong 10 loại cỏ dại xâm lấn mạnh nhất trên toàn thế giới.
Johnsongrass có thể lấn át thực vật bản địa, chứa mầm bệnh và ảnh hưởng đến nông nghiệp. Theo trang tóm tắt của Chương trình Quản lý Dịch hại Tổng hợp Toàn tiểu bang UC, nó cao tới 7 feet với hoa có màu xanh lá cây, tím, đỏ sẫm hoặc nâu tía tùy thuộc vào độ trưởng thành.
Al-Khatib nói: "Johnsongrass là một loại cỏ dại lớn không chỉ ở California mà trên toàn thế giới". "Nó rất khó kiểm soát. Đó là vấn đề đối với các vườn nho. Đó là vấn đề đối với cây trồng. Đó là vấn đề đối với vườn cây ăn trái."
Google Weed View cho phép quét nhanh chóng, thuận tiện. Nó được cập nhật liên tục thông qua người dùng hàng ngày với máy ảnh và hình ảnh tương thích được Google thu thập. Al-Khatib nói: “Thay vì phải mất một ngày lái xe trực tiếp, chúng tôi có thể sử dụng AI để xác định xem johnsongrass có ở quận nào hay không”.
Thiết lập các thông số
Để tìm cỏ dại, Mesgaran đã truy cập Google Street View, nơi lưu trữ hàng tỷ bức ảnh toàn cảnh. Không mất nhiều thời gian để tìm thấy Johnsongrass.
Ông nói: “Những bức ảnh này có chất lượng thực sự tốt. "Bạn có thể nhìn thấy cây và hoa."
Ảnh của Chế độ xem phố cung cấp chế độ xem 360 độ, do đó, trong yêu cầu của anh ấy, Mesgaran đã đặt các thông số, dựa trên hướng đường phố (hướng), để chỉ nhìn thấy chế độ xem bên. Ông cũng chỉ rõ vĩ độ, kinh độ và các yếu tố khác. Để đào tạo mô hình học sâu hay mô hình học máy, anh đã chọn Texas, nơi cỏ Johnson phổ biến.
Một học sinh đã sắp xếp hơn 20.000 hình ảnh từ yêu cầu đó để tìm những bức tranh có cỏ Johnson và vẽ các hình chữ nhật xung quanh đám cỏ dại. Họ đã tìm thấy 1.000 hình ảnh.
Các bức ảnh được gắn nhãn được đưa vào máy tính để đào tạo một thuật toán học sâu có khả năng xác định cỏ Johnson trong hình ảnh của Google. Mô hình đã được chạy lại để chụp được nhiều hình ảnh có khả năng chứa cỏ Johnson. Những hình ảnh bổ sung này sau đó được dán nhãn và sử dụng để tinh chỉnh thêm mô hình. Với mỗi lần lặp lại, thuật toán sẽ học hỏi và trở nên chính xác hơn.
Mesgaran cho biết: “Mô hình học sâu này được đào tạo bằng những hình ảnh này. "Khi chúng tôi có một mô hình bán hoạt động, chúng tôi đã chạy nó với khoảng 300.000 hình ảnh."
Đối với yêu cầu của Al-Khatib, các nhà nghiên cứu tập trung vào 84.000 dặm đường chính ở các bang California, Nevada, Oregon và Washington. Nhóm nghiên cứu đã phát hiện được 2.000 địa điểm có cỏ Johnson.
Google Weed View chỉ tốn chưa đến 2.000 USD để mua hình ảnh và dạy mô hình. Một cuộc khảo sát bằng ô tô truyền thống để bao phủ cùng một khu vực sẽ tiêu tốn khoảng 40.000 USD tiền xăng, khách sạn, thực phẩm và các chi phí khác.
Mesgaran nói: “Chỉ trong vài tháng, chúng tôi đã có được 2.000 bản ghi và tôi có thể làm điều đó cho toàn bộ nước Mỹ”.
