全国首个AI＋早期松材线虫病防治一体化平台上线

本报讯 （记者 尹 颖）8月12日，在南京举行的百度伐谋AI4S AI Day上，百度伐谋正式发布AI4S“1+10+N”战略，集中展示十大跨学科科研标杆成果，启动面向100位各领域学者的AI4S科学家计划，并联合南京林业大学上线全国首个AI+早期松材线虫病防治一体化平台。此次发布覆盖科研底座、阶段性成果、人才共创和实际应用，进一步明确百度伐谋在AI4S方向的整体布局。

松材线虫病被称为“松树癌症”，早期病树通常还没有出现明显变色，仅靠人工巡查或普通图像难以及时识别。等到树冠出现明显变化时，病害可能已经进入中后期，后续采伐、运输和清理的成本也会随之增加。

南京林业大学长期开展林业病虫害智能监测研究，已形成自主可控的“视觉前”早期识别与空地协同智能监测技术体系。研究团队此前主要利用无人机影像、可见光和多光谱数据，判断松树的生理状态。在传统研究流程中，科研人员需要依靠林业经验，从不同光谱波段、植被指数及其组合中筛选可能有效的特征，再通过大量实验逐项验证。南林团队构建的候选特征池包含107个特征，组合数量多，人工全部验证需要较长时间，也容易受到既有经验的限制。

在与百度伐谋的合作中，南京林业大学科研团队负责提出科研问题、确定评价标准，并结合林业知识判断实验结果；百度伐谋则在固定模型和评价标准下，自动生成、测试和比较不同的特征组合，帮助团队优先找到更值得进入后续实验的方案。通过伐谋优化，团队从107个候选特征中筛选出5个关键特征，预计将前期特征筛选和消融实验时间压缩约80%。在识别效果上，mAP@0.5这一衡量模型整体检测效果的指标由86.4%提升至90.8%；早期病害召回率，即早期病树检出率，由89.1%提升至98.0%；模型针对早期病害类别的专项识别能力由78.5%提升至88.7%；干旱和枯草的误报率由13.6%降至5.1%。

此次百度伐谋与南京林业大学在活动现场联合上线全国首个AI+早期松材线虫病防治一体化平台，该平台覆盖多光谱特征筛选、模型识别、无人机巡检、地图定位和现场复核等环节，为松材线虫病的早发现、早判断和现场复核提供了支持。

百度集团执行副总裁、百度智能云事业群总裁沈抖表示，AI正在改变科研、教学、生产和生活的很多方式。对于已经定义清楚的问题，AI可以帮助人们更快验证和找到更优解；对于尚未完全定义清楚的问题，AI则可以帮助科研人员提出新假设、发现新路径。AI也正在从提升信息获取效率，进一步走进企业和科研机构的真实任务场景，成为中国引领全球科技创新的重要力量。

百度伐谋产品总经理李安南介绍，伐谋的核心工作方式可以概括为“人类定义标准、AI持续寻优”，其智能体创新内核则是“Learning决定下限，Search决定上限”。科研人员和工程师负责提出问题、设置目标、定义评价标准和边界条件，伐谋则根据这些要求，持续生成候选方案、执行实验、比较结果，并根据实验反馈调整后续方向。

目前，南京林业大学相关技术已在江苏、辽宁、安徽等省份规模化应用，累计推广面积超过200万亩，通过早期精准防控为国家节约防治成本约7亿元。引入百度伐谋后，其技术能力有望进一步支撑约50万亩至100万亩重点风险松林的早期预警能力提升，预计可节约核查、防控和模型迭代等相关成本约3000万元至5000万元。