傳統診斷農作物病蟲害的方法是人工目測，但這存在兩個問題：一方面，農民並不能保證根據經驗做出的判斷完全正確，另一方面，由於沒有專業人士及時到現場診斷，可能會使病情延誤或加重。現在，人工智慧可能會使這一問題得到解決。
近日美國賓夕法尼亞州立大學和瑞士聯邦理工學院（EPFL）的研究人員共同開發了一款軟體，能夠基於用戶提供的照片識別出農作物病害。
科學家建立了一個系統模型，並將其連接到一個計算機集群來形成一個神經網絡。 隨後建立了一個擁有 53000 多張健康及患病作物照片的資料庫，其中包括 14 種作物和 26 種病害。 研究人員利用深度學習的方法來「訓練」模型尋找出所有視覺數據。最終，這個系統能夠從照片中識別出作物和病害，準確率高達 99.35%。
基於圖像識別的作物病害診斷研究技術路線圖
賓夕法尼亞州立大學的教授 David Hughes 表示：「到 2020 年為止全球約有 50 億人使用智慧型手機——而在非洲使用人數將達到 10 億左右。我們相信這種方法將能幫助農民降低農作物損失。隨著行動裝置上傳感器數量和質量的不斷提高，我們認為通過智慧型手機來準確診斷出病害僅僅只是時間問題。」