日本農研機構九州沖繩農業研究中心的高級研究員高山智光等人組成的研究團隊2022年1月13日宣佈，針對《植物防疫法》的「指定害蟲」水稻飛蝨，開發出了可根據調查板上的影像自動識別其數量、種類和成長階段等的AI。該AI能夠對所有18類水稻飛蝨進行分類，即使成蟲尺寸只有5毫米，也能以90％以上的精度計算昆蟲的數量。通常一個熟練的調查人員目視檢查一張調查板進行分類等需要1個多小時，而利用AI的話，包括調查板的影像化在内只需3～4分鐘即可完成。今後計劃透過驗證試驗進一步提高精度。該成果有望減輕水稻飛蝨調查的工作量並提高速度，實施準確的防治和受災預測。
圖1：利用AI識別並計算在稻田收集的調查粘板
目視調查粘板時，計數工作需要一個多小時，而利用新開發的技術調查時，用掃描器擷取相同粘板的影像後，AI可在一分鐘内計算出數量。（供圖：農研機構）
水稻飛蝨從水稻的莖和葉中吸食汁液，會導致產量大幅下降、稻秧枯死、成長受到抑制和電腦病毒性疾病的傳播。農林水產省爲確保稻米的穩定生產，在《植物防疫法》中將來自越南和中國的褐飛蝨和白背飛蝨，以及日本國内分佈的灰飛蝨3種水稻飛蝨指定爲「指定害蟲」，與都道府縣合作透過放大預測系統預測到大量放大可能造成災害時，會向種植者發佈預警。因此，針對水稻飛蝨飛來後的放大情況，都道府縣的病害蟲防治所在水稻生長季每月會對全國約3千個地點定期實施2次以上的調查。
此項調查是將塗有粘合劑的調查板放在水稻根部，將葉和莖上的昆蟲拍落，然後由調查人員目視檢查粘在調查板上的昆蟲進行調查。受災類型和程度因飛蝨的種類和成長階段而異，因此根據種類、成蟲的雌雄、成長階段及長翅短翅等將飛蝨共分爲18類。另一方面，進行高精度判斷需要豐富的經驗，現場存在人才短缺的可能性。
此次開發的AI平均能以90％以上的精度識別調查板上的3種水稻飛蝨。對於危害尤其嚴重的褐飛蝨，能以與熟練調查人員相同的95％以上的精度進行識別。除分類外，還可以輸出包含各類別的數量和分類名稱的影像。
學習資料使用2019-2020年實際在熊本縣的試驗田產生的水稻飛蝨資料製作，用平板掃描器製作了高畫質影像，用顯微鏡和PCR法將水稻飛蝨分成了18類。花了300個小時積累了約1萬6千張影像的學習資料。AI是利用農研機構的AI研究用超級計算機「紫峯」的多個GPU，透過利用深度學習的物體檢測AI程式對這些學習資料進行約120個小時的學習開發的。
目前的平均精度約爲90％，今後計劃透過反復實施驗證試驗將整體精度提高到95％左右，並在全國範圍内普及。普及還有助於實施精度的統一和更準確的預測。
原文：《科學新聞》
翻譯編輯：JST客觀日本編輯部
