当第一世界国家大规模商业化的农作物受到疾病威胁时，实验室的专家通常会第一时间协助农民找出原因及诊断方法。而发展中国家的农民却无法拥有这些资源，在未得知具体病害原因的情况下失去所有农作物，据外媒报道，为帮助发展中国家的农民解决这一问题，近日美国宾夕法尼亚州立大学和瑞士联邦理工学院（EPFL）的研究人员共同开发了一款软件，能够基于用户提供的照片识别出农作物病害。 科学家建立了一个系统模型，并将其连接到一个计算机集群来形成一个神经网络。 随后建立了一个拥有53000多张健康及患病作物照片的数据库，其中包括14种作物和26种病害。 研究人员利用深度学习的方法来“训练”模型寻找出所有视觉数据。最终，这个系统能够从照片中识别出作物和病害，准确率高达99.35%。 宾夕法尼亚州立大学的教授David Hughes表示：“到2020年为止全球约有50亿人使用智能手机——而在非洲使用人数将达到10亿左右。我们相信这种方法将能帮助农民降低农作物损失。随着移动设备上传感器数量和质量的不断提高，我们认为通过智能手机来准确诊断出病害仅仅只是时间问题。”
