人工智能怎么给农作物看病
可见传感器在农业生产领域当中的重要性。利用传感器可以对土壤、病虫害、农事操作等生产过程中的信息进行采集，然后将采集到的信息传输到网络平台，再通过网络平台进行加工，为生产管理、质量追溯、农技服务等提供了数据支撑！人工智能与传感器的结合除了应用于水稻种植，在水产养殖行业也有应用。通过传感器对水产品的实时监测，采集数据信息，再经过电脑系统的加工传输，水产养殖人员也能实现在室内办公。通过电脑监测视屏，养殖人员就能对水质、水温以及水产品生长情况一目了然。现如今，随着人工智能与传感器的强强联手，智慧农业的发展已如火如荼。为了发展生态农业，提高粮食产量，节约人力成本，不少地区已经开始陆续采用“人工智能+传感器”的模式助推农业生产转型升级。未来，我们相信，农业将会迈入智能化的崭新时代，人们的物质生活水平也将上新台阶。
人工智能给农作物看病，主要是利用电子设备、监测器、分析等仪器对植物时时监测生长情况。
比如当果树在生长周期的时候，出现某种元素缺失时，是怎么知道的呢？
一、人工智能农作物施肥
人工智能是通过插在果树树根附近的仪器或者果树周围的监控仪器，插入在树根附近金属探针，通过对土壤中的元素进行探测，将信息返回给电脑总端进行数据分析，如果分析得出某元素缺乏影响到植物生长后，通过警报反馈给种植户查看，并自动打开肥料储存容器，将肥料液按比列直接注入到果树根部附近。
二、人工智能农作物看病
人工智能是通过对树势的长势及树叶、果实等监控观察，将发现的病枝、病果等进行拍照，将图片传回电脑总端，电脑将拍摄的照片和系统里面的在哪个时候容易发生什么感染病毒的图片进行比对分析，识别度能达到90%以上，此时系统将进行相关的药物推荐，并配制药液，在通过铺设在果树附近的喷头管道进行全园喷洒，进行药物治疗或者防治。
以上就是人工智能对农作物看病的原理。
也许是我们农村人见识短，具看新闻有过智能农作物看病，都是新闻看到的而且还是外国的，现实中确实没见过，网上可以查到相关知识，希望在自己有生之年可以看到真的智能给农作物看病，也不枉此生来到人间这一次，估计大城市也是没见过吧，或许我们农村人孤陋寡闻了，，，，真的不懂这个问题，没法给足够的回答，相信有奇人知道，，我在关注看答案，，，谢谢头条，，，，让我认识那么多不懂得新鲜事物。。。。
深度学习是一种计算方法，程序员不用确切地告诉计算机该做什么，而是训练计算机识别某些模式。你可以给计算机输入患病和健康的农作物叶子图片，并做上标记。计算机可以以此学会患病和健康的叶子看起来有什么不同，并能独立判断新作物是否健康。
这就是生物学家David Hughes和流行病学家Marcel Salathe的研究，他们用感染了26种疾病的14株作物进行了实验。他们在计算机中输入了超过五万张图片，计算机程序通过自主学习，最终能够以99.35%的正确率判断研究人员输入的新图片。
不过，这些是动过手脚的图片，其中的灯光和背景都是一致的，为计算机识别叶片图像降低了难度。如果从互联网上随机下载一张患病作物的叶片照片，让计算机去判断，软件的准确率就降低到了30%-40%。
不太好。不过，Hughes和Salathe希望能使用这项人工智能技术支持他们的APP“Plant Village”，这个APP可以让世界各地的农民给自己患病的作物拍张照片，上传到论坛上，让专家来诊断农作物疾病。为了提高这项技术的“智商”，他们会继续给AI输入更多的患病作物照片。“从各种不同渠道而来的图片越多越好，渠道指的是照片拍摄的方式、季节、位置等等因素。”Salathe说，“软件可以吸收这些信息，不断学习。”
这不只是排除农作物之间的疾病传染，还有很多其他因素会影响农作物。“大部分影响生长的都是生理压力，例如缺钙、缺镁或者盐分太高、热量太高等，”Hughes说，“人们有时候会以为是细菌或者真菌疾病。”误诊导致农民浪费了时间和金钱去买杀虫剂或者除草剂。未来，人工智能可以帮助农民更加准确地定位问题所在。
在那之后，人类将夺回控制权——因为虽然APP可以定位问题，但是没法像人类专家一样，考虑紧气候、突然、季节等因素，给农民提供最适合的解决办法。联合国粮食及农业组织（FAO）认为这类技术是农作物管理的一种“有用工具”，但还是要听专家说了算。因此，FAO的植物病理学家Fazil Dusunceli说，非常欢迎这样的技术帮助，但是“最终病害管理决策应该与现场的专家一起合作制定。”
走路“长眼”的拖拉机
