Học sinh 'bắt bệnh' cho cây cà phê

0:00 / 0:00
0:00
GD&TĐ - Thấy cây cà phê có dấu hiệu lạ, người nông dân chỉ cần chụp lại ảnh, đưa lên ứng dụng trên điện thoại là có ngay kết quả chẩn đoán cây cà phê đang 'mắc bệnh' gì.

Chẩn đoán bệnh bằng… điện thoại

Ứng dụng công nghệ học sâu (Deep Learning) nhận diện sâu bệnh trên cây cà phê là sản phẩm của em Nguyễn Quang Trường, học sinh Trường THPT chuyên Nguyễn Tất Thành, Kon Tum.

Sinh ra và lớn lên ở Kon Tum, Trường nhận thấy rõ vai trò của cây cà phê trong phát triển kinh tế địa phương, là nguồn sống của nhiều gia đình. Làm thế nào để canh tác cà phê đạt hiệu quả nhất, kiểm soát dịch bệnh tốt nhất trong điều kiện vườn trồng thường rất lớn.

Hiện nay, việc nhận diện các loại bệnh hại trên cây cà phê chủ yếu bằng phương pháp thủ công. Điều này mất rất nhiều thời gian, độ chính xác thấp, nhiều khi phát hiện ra thì sâu hại đã lan rộng.

Để giúp người dân trồng cà phê, nhất là người dân tộc thiểu số nhận diện một số sâu bệnh hại thường gặp trên cây cà phê được dễ dàng, từ đó có biện pháp phòng trừ hiệu quả, em đã nghiên cứu, sáng tạo bằng cách ứng dụng trí tuệ nhân tạo vào nhận diện một số sâu bệnh hại thường gặp trên cây cà phê qua hình thái của lá.

Để biết được những hình thái lá nào tương ứng với bệnh gì, buộc phải có tệp dữ liệu có sẵn thì mới huấn luyện được AI phát hiện bệnh trên cây cà phê. Trường đã lên mạng, thu thập dữ liệu trên các trang uy tín quốc tế về cây công nghiệp.

Đồng thời, em tự mình thu thập hình ảnh từ thực địa ở các vườn cà phê địa bàn huyện Đắk Hà và xã Ia Chim, thành phố Kon Tum. Dữ liệu này là nền tảng để ứng dụng (app) hoạt động sau này.

Từ những kết quả thu thập được, Nguyễn Quang Trường tự mình viết, xây dựng một ứng dụng hoạt động trên cả Android và iOS. Ứng dụng có thiết kế đơn giản, dễ sử dụng, cho phép người dùng gửi hình ảnh có sẵn trong máy hoặc ảnh chụp mới lên server để xử lý bằng rồi trả kết quả chuẩn đoán về lại điện thoại.

Khi phát hiện lá cây cà phê có dấu hiệu bất thường, người nông dân chỉ cần chụp ảnh lá, đưa vào ứng dụng trên điện thoại, sau đó nhận kết quả. Các kết quả trả về gồm tên bệnh, một số triệu trứng, điểm đặc trưng và tên một số loại thuốc đặc trị sâu bệnh cây cà phê. Ứng dụng còn cho phép người dùng chia sẻ thông tin về loại sâu bệnh tìm được qua email hay các trang liên lạc cá nhân để yêu cầu chuyên gia giúp đỡ.

Sẽ mở rộng ra nhiều loại cây trồng khác

Học sinh 'bắt bệnh' cho cây cà phê ảnh 1

Em Nguyễn Quang Trường trong một lần thử nghiệm sản phẩm “bắt bệnh” cho cây cà phê ở Kon Tum.

Nguyễn Quang Trường cho biết, để nghiên cứu đề tài này, em đã ứng dụng Deep Learning vào nhận diện một số sâu bệnh hại thường gặp, thông qua biểu hiện của lá.

Để ứng dụng vào thực tế, một hệ thống gồm máy chủ ứng dụng di động đơn giản đã được em xây dựng, có chức năng gửi và tiếp nhận thông tin đưa đến model để xử lý.

Deep Learning là một phương án khả thi để nhận diện sâu bệnh qua hình thái lá của cây cà phê và hoàn toàn có thể tiếp tục phát triển trong tương lai và mở rộng sang nhiều cây trồng khác.

Theo Trường, do mới bước đầu nghiên cứu nên sản phẩm vẫn còn những hạn chế như: Cơ sở dữ liệu và thông tin chung về các loại sâu bệnh còn ít, hệ thống dữ liệu còn hạn chế về kích thước và chưa cân bằng giữa các loại sâu bệnh.

Máy chủ chứa dữ liệu xử lý thông tin còn chậm. Để khắc phục điều này, em dự tính sẽ tiếp tục thu thập thêm dữ liệu để xây dựng bộ cơ sở dữ liệu trung tâm, nâng cao kỹ thuật xử lý, cải tiến phương pháp huấn luyện để khai thác hết tiềm năng của hệ thống và tích hợp với các thiết bị phần cứng khác.

Trường mong muốn có thể liên hệ phối hợp với các chuyên gia có chuyên môn trong lĩnh vực về cây cà phê để tiếp tục hoàn thiện sản phẩm..

ThS Nguyễn Minh Hoàng, giám khảo Cuộc thi Sáng tạo thanh thiếu niên, nhi đồng tỉnh Kon Tum lần cho rằng, hiện nay phương pháp nghiên cứu nhận diện qua hình ảnh cũng đã có trên một số đối tượng nhưng hầu như chưa được áp dụng vào để nhận diện trên cây cà phê. Sản phẩm này của em Trường rất hữu ích, không những tiết kiệm thời gian, công sức cho việc chuẩn đoán sâu bệnh trên cây cà phê.

Nếu được đầu tư và hướng dẫn thêm thì sản phẩm này rất có triển vọng áp dụng vào thực tiễn, góp phần ứng dụng trí tuệ nhân tạo vào trong sản xuất nông nghiệp để phát triển kinh tế - xã hội địa phương.