InsectNet，支持12百万昆虫图像的大型收藏——许多是由公民科学家收集的——提供对2500多种昆虫物种的识别和预测，准确率超过96%。
一位农民在叶子上发现了一种不寻常的昆虫。
这是一个授粉者吗？一个害虫？它会带来丰收的好消息吗？还是需要控制的东西？
农民可以拍照并使用智能手机或计算机上传到一个名为InsectNet的网络应用程序，该程序利用机器学习提供即时见解。
“该应用程序不仅识别昆虫，还预测其分类和在生态系统中的角色，无论它是害虫、捕食者、授粉者、寄生虫、分解者、食草动物、指示物种，还是外来入侵物种，”最近发表在《PNAS Nexus》期刊上的一篇关于InsectNet的科学文章中提到。该研究由爱荷华州立大学的巴斯卡尔·甘纳帕提苏布拉曼尼安和阿尔蒂·辛格领导。
凭借来自多个来源的1200万昆虫图像， InsectNet能够准确识别和预测超过2500种昆虫的信息。如果应用程序对某个识别感到不确定，它会将这一点告知用户，从而增强他们对提供答案的信心。
此外，该应用程序的设计可以从全球适应到地方上下文，可以使用区域特定的、专家验证的数据集进行细化，从而使其对不同地区的农民有益。
因此，注意有害昆虫如军虫和臭虫，同时欢迎友好的授粉者如蝴蝶和蜜蜂以及捕食害虫的天牛和螳螂。
“我们对InsectNet的愿景是增强当前的方法，成为一系列不断扩展的AI工具的一部分，旨在解决农业问题，”作者们表示。
一个研究者社区
根据辛格的说法，能够为特定地区定制InsectNet使其尤其有价值。
例如，在爱荷华州，辛格指出，约有50种昆虫对农业部门特别重要。为了帮助识别和提供关于这些昆虫的预测，该项目利用了大约500,000张昆虫图像。
这可以复制到全球的农民中。即使在数据稀缺的地区——通常需要数百万张图像进行本地微调——农民仍然可以访问全球数据集。
然而，InsectNet并不仅仅是为农民而设计的；辛格提到，它还可以帮助港口和边境代理识别外来物种，并协助研究人员进行生态研究。
这个应用程序功能齐全且适应性强，但它易于使用吗？
目前，甘纳帕提苏布拉曼尼安表示，您无法从应用商店下载它。不过，该应用程序在大学的服务器上运行。用户可以使用二维码或此链接（insectapp.las.iastate.edu/）上传昆虫图像进行识别和预测。
该应用程序在昆虫的所有生命周期阶段都有效，从卵到幼虫再到蛹到成虫。它处理相似外观的物种，并适应各种图像质量和角度。
用户的关键问题很简单：“这是一种害虫吗？”辛格强调道。“还是它有益的？”
开发人员在去年的爱荷华州布恩的农场进展展览会上展示了该应用程序，现在这篇研究文章旨在将其介绍给更广泛的科学受众。
但是现有的昆虫识别应用程序不都存在吗？
确实，甘纳帕提苏布拉曼尼安确认，但它们无法与InsectNet的范围相匹配，并且缺乏全球到地方应用程序的能力。此外，它们不是开源的，这意味着它们的技术不能随意共享。
“通过使InsectNet开源，我们可以激发更广泛的科学参与，”他说。“这允许科学社区在这些倡议的基础上进行建设，而不是从头开始。”
他补充说，该项目解决了许多适用于其他计划的技术问题。
什么构成充分的数据？我们如何获得如此数量的数据？我们应如何处理不一致的数据？
所需的计算能力水平是什么？我们如何管理大量数据？
“最终，要达到这个阶段需要团队的共同努力，对吧？”甘纳帕提苏布拉曼尼安热情地说。
经过约两年的合作努力，农学家、计算机工程师、统计学家、数据科学家和AI专家开发和优化了InsectNet。
“我们从昆虫工作中获得的经验可以扩展到包括杂草、植物疾病或农业中的任何相关识别和分类挑战，”辛格提到。“我们正在接近一个识别所有这些因素的全面解决方案。”
