新华社合肥3月5日电（记者陈诺、汪奥娜、胡锐、韩旭）一根长长的“自拍杆”，没有举高对准自己，反而如“扫雷”般探入麦苗丛中……惊蛰又“虫”逢，在安徽省合肥市长丰县，一群科学家正在麦苗地里，给刚出土的害虫们拍“写真”。“虫脸识别”这种农业“黑科技”助力农民“虫口夺粮”，让农作物更好地迎接春天。

3月4日，中科院合肥物质科学研究院智能机械研究所科研人员在安徽省合肥市长丰县的一块麦田里工作。新华社记者韩旭 摄

100余万张“写真”构筑“虫脸识别”网

在手上掂量，记者才发现，这个给虫子拍写真的“自拍杆”不一般：除了顶端的摄像头，伸缩杆上还加装了温度、湿度传感器以及GPS定位，一部智能手机置于长杆中部。

“无论是高高的果树，还是茂密的作物丛，抬手就能拍。”中科院合肥物质科学研究院智能机械研究所科研人员张洁告诉记者，一旦作物根茎、叶片上有虫，智能终端就能自动识别害虫种类，并进行数量统计，研判害虫发生级别，提出相应对策。

“3月3日，河南的麦苗地里发现蚜虫。”在智能机械研究所的计算机后台，这批“早起的虫子”的行踪已尽收工作人员眼底。合照中的“每一位”都被系统自动打上了框，不同种类的虫子以不同颜色的框加以区分。

这是智能终端自动识别出的害虫，不同种类以不同颜色的框标记。受访者供图

“这就是自拍杆传回的‘写真’。”张洁告诉记者，在全国农业技术推广服务中心和安徽省植物保护总站的支持下，2017年，这种“自拍杆”在安徽省的10余个县区植保站率先应用示范，如今已经推广应用到河南、江西、湖北等10余个省份的80余家植保站，“依托安徽省农科院的基础数据，加上多年来各个终端的日常采集，目前已积累了100余万张病虫害图像。”

这些“写真”几乎涵盖了所有农作物中400余种害虫的“相貌”，构筑了一张“虫脸识别”的“天网”。目前这种“自拍杆”针对小麦、水稻、油菜、玉米、大豆5种大田作物的50余种病虫害，平均识别率达到75%，其中16种重大病虫害识别率达到85%以上。

一个上门请求激发九年革新

这可不是“数虫玩”，农作物也怕“疫情”。病虫测报是科学防治和精准用药的前提，更是植物保护乃至农业生产的基础。

2012年，智能机械研究所开始智能化病虫测报研究。这源于当地植保员的上门请求：“这份工作太难了！”

这是一个需要整天守在农田里的职业，走过每块田，拨开茎秆、叶片，找虫子、辨虫子、数虫子。一年四季，虫害不同，调查方法也不一样。

为了提高效率，过去的植保员使出浑身解数，找土法子。“比如盆拍法。”智能机械研究所科研人员李瑞说，调查稻飞虱这种害虫，植保员往往拿个白瓷盆，放在一丛水稻旁边，拍一下水稻立刻数盆里稻飞虱的数量，“这种方法费时费力不说，还极不准确，只能毛估个大概。”

据张洁介绍，起初他们按照害虫颜色、大小、形状、纹理等人工设置特征，开发程序辨别、计数，“然而遇到复杂环境或特征相似的害虫，这个程序就不好使了。”

随着人工智能技术快速发展，科学家们构建起“深度神经网络”。“过去是我们归纳害虫的特征，如今是计算机自我学习，由它自己总结害虫的个性和特征。”

3月4日，中科院合肥物质科学研究院智能机械研究所科研团队正在对数据库进行更新处理。新华社记者韩旭 摄

丰富的病虫害图像如今是人工智能的学习教材，每入库一张照片，计算机后台都会自动生成代码。“这代表着计算机在消化这些新图像，融会贯通成新知识、新经验。”张洁说。

人脸识别专家转战“虫脸”

如今，这个研究“虫脸识别”的团队有21名成员，其中有16名博士，全部为“80”“90后”。有意思的是，这其中有不少人竟是研究人脸识别出身。1982年出生的张洁曾经致力于机器学习算法研究。1985年出生的李瑞曾经是一名表情识别专家。他们告诉记者，相较于人脸特征明显、数据库大，虫子不仅小，长得也类似。“比如草地贪夜蛾和黏虫的成虫长得太像了，只有翅膀花纹存在细微不同，连专家用肉眼都难以分清。”

32岁的杜健铭去年2月从俄罗斯博士毕业回国，3个月后加入团队。过去他研究语音识别，对虫子并不“感冒”。入职以来，他成了蚜虫专家，“蚜虫很小，计算、识别难度也很高，挑战性很大。”他告诉记者，起初需要对图片中的每个蚜虫进行标记，仅用一周时间，他就标记了6000多张图片，每张的蚜虫数量都超过20个，“那段时间一闭眼，满脑子都是虫子。”

“实验室的算法模型是否可行，需要去田间地头证明。”李瑞回忆，这几年除了盯着“虫脸”，他们这群日常围着计算机工作的“码农”经常与农民无异。天不亮就到田里开始工作，每年至少一半的时间要带着“自拍杆”和相机“追着虫子跑”。

科研团队在安徽省宿州市的农地上工作。受访者供图

去年春天，《农作物病虫害防治条例》出台施行。今年中央一号文件中也提出：强化动物防疫和农作物病虫害防治体系建设，提升防控能力。无人机、卫星遥感、“虫脸识别”……“黑科技”正源源不断加入“灭虫护粮”的队伍。

惊蛰之后，万物复苏，也是张洁和同事们出发的日子。“下周我们要把皖北的农村跑一遍。”张洁告诉记者，今年他们将继续扩大数据库，更新算法，提高识别率，“也期待这项技术在更大范围内推广，成为越来越多农民的‘新农具’。”（视频制作：韩旭、胡锐、汪奥娜、陈诺）