AI圖像識別技術挽救蜜蜂養殖基地

馬丁

全世界的蜜蜂養殖基地都會受到寄生蟲的圍攻，但是現在它們有了一個救星：一群帶著AI技術的以色列企業家在致力于解決這個問題。

以色列的初創公司Beewise正在其位于黎巴嫩邊界的北部小社區中使用AI來監視蜜蜂的殖民地。它獲得了超過300萬美元的種子資金，并啟動了蜂巢式運動圖像識別系統，以支持蜜蜂種群。

根據最近的一份報告，在美國，蜜蜂的殖民地在過去一年中損失了40%。罪魁禍首被廣泛認為是螨蟲，螨蟲以蜜蜂和幼蟲的肝臟器官為食，導致蜜蜂虛弱以及對疾病和病毒的易感性。

各地的農民都依靠蜜蜂對水果和蔬菜進行授粉，現在許多人不得不從養蜂人那里租來蜜蜂以支持他們的農作物。沒有蜜蜂給它們授粉，植物將很難繁殖并結出果實供人們食用。由小型私人公司和研究人員組成的家庭手工業正在開發圖像識別技術，以及早發現螨蟲。

對于養蜂人而言，管理商業蜂箱非常費力，他們會從蜂箱中手動拉出框架或蜂窩的一部分，并進行目視檢查。單個專業養蜂人管理的這項耗時的工作可能涉及多達1000個蜂箱。這意味著蜂箱可能需要等待數周才能進行檢查，因為它會排隊等待繁忙的養蜂人來。

數周未發現的螨蟲侵擾可能對蜜蜂群體造成災難性的后果，而借助AI計算機視覺，可以提供一種更快解決問題的方法。通過用圖像識別和機器人技術取代傳統的手動過程，管理人員可以實時識別和處理問題。

Beewise開發的這種機器人系統，可以遠程治療感染，其工作人員表示：“當采用AI并將其應用于傳統行業時，對效率的影響程度要比其在實驗室里大得多，圖形處理器可以完成很多工作。”

Beewise在成千上萬的蜜蜂圖像上訓練了其神經網絡，它的卷積神經網絡正在進行無監督學習，能夠對圖像進行分類，以識別正在部署的自主蜂巢中有螨蟲的蜜蜂。一旦圖像分類識別出已被螨蟲感染的蜜蜂，則循環神經網絡將決定最佳行動方案，這可能包括由機器人自動施用殺蟲劑或隔離其他人的蜂箱框架。

通過依靠多個攝像頭的自主蜂巢使這一點成為可能，這些原型配置單元的圖像被輸入到NVIDIA Jetson的緊湊型超級計算機中，以對其深度學習模型進行實時處理。“這是一個完整的基于AI的控制系統，我們的AI實時檢測并識別出螨蟲并對其進行消毒，干凈健康的養殖基地與受感染的養殖基地完全不同。”薩夫拉說。