‘Khám bệnh’ cho lúa bằng trí tuệ nhân tạo ở Bình Định

Sản phẩm được thực hiện từ đề tài “Nghiên cứu ứng dụng trí tuệ nhân tạo trong nhận diện và cảnh báo một số sâu bệnh hại lúa trên địa bàn tỉnh Bình Định”. Hệ thống T-Pest, bao gồm máy thu thập dữ liệu côn trùng tự động và ứng dụng điện thoại nhận diện bệnh hại trên cây lúa.

Theo kỹ sư Trần Hoàn Anh Nguyên, Giám đốc Trung tâm Khoa học Dữ liệu, Công ty TNHH Giải pháp phần mềm Tường Minh (TMA Solutions), với diện tích canh tác lớn và khí hậu đặc thù của miền Trung, tỉnh Bình Định thường phải đối mặt với các đợt sâu bệnh hại lúa bùng phát. Trước đây, nông dân chủ yếu dựa vào kinh nghiệm và các phương pháp thủ công để nhận diện và xử lý, vừa tốn thời gian vừa thiếu chính xác. Việc sử dụng thông tin từ khí tượng để kết hợp và đưa ra dự báo về khả năng xuất hiện sâu bệnh hại không hiệu quả so với việc đặt thiết bị trực tiếp tại đồng ruộng.

Hệ thống T-Pest hoạt động tự động, bao gồm camera độ phân giải cao, đèn UV và các cảm biến môi trường. Thiết bị thu hút côn trùng và ghi nhận hình ảnh. Tất cả dữ liệu thu thập được phân tích bởi mô hình AI cải tiến dựa trên YOLOv5-Ghost, giúp nhận diện và phân loại sâu bệnh chính xác.

Điểm nổi bật của hệ thống là khả năng hoạt động tự động 24/7, giúp ghi nhận và cảnh báo kịp thời về tình hình sâu bệnh. Toàn bộ dữ liệu được tích hợp trên nền tảng web quản lý, cho phép theo dõi diễn biến dịch hại theo thời gian thực và hiển thị trực quan trên bản đồ chuyên đề.

T-Pest hiện nhận diện được 7 loại bệnh (bạc lá, đạo ôn, đốm nâu, vàng lá sinh lý, khô vằn, lép hạt, đốm sọc vi khuẩn) và 8 loại côn trùng (rầy lưng trắng, rầy nâu, sâu đục thân, sâu cuốn lá nhỏ, sâu năn (muỗi hành), rầy xanh đuôi đen, bọ xít đen, bọ xít mù xanh).

Theo kỹ sư Nguyên, để triển khai đề tài, nhóm nghiên cứu đã xây dựng cơ sở dữ liệu chi tiết về các loại sâu bệnh phổ biến trên đồng ruộng Bình Định. Dữ liệu được thu thập qua ảnh chụp từ điện thoại thông minh và hệ thống máy chuyên dụng. Toàn bộ hình ảnh được thu thập từ các cánh đồng lúa, sau đó gắn nhãn loại bệnh chính xác, có sự xác nhận của các chuyên gia.

Dựa vào cơ sở dữ liệu, nhóm thiết kế hệ thống T-Pest. Ngoài chức năng thu hút, nhận diện và phân loại tự động các loại bệnh trên lúa, hệ thống T-Pest còn có khả năng thu thập và biểu diễn dữ liệu về diện tích canh tác, thông tin giống lúa, thời vụ và sâu bệnh trên lúa. Đồng thời, cung cấp các giải pháp ứng phó từ cơ quan quản lý; bản đồ chuyên đề quản lý thiết bị và tình trạng sâu hại, bệnh trên lúa toàn khu vực. Toàn bộ dữ liệu được thu thập sẽ được gửi về máy chủ và quản lý trên trang web, cho phép người dùng theo dõi dữ liệu, nhận dự báo về sâu bệnh và quản lý thông tin thuận tiện.

Ông Nguyễn Quốc Dương, thành viên nhóm nghiên cứu cho biết, cải tiến mô hình YOLOv5 là bước đột phá quan trọng trong nghiên cứu nhằm phát triển một giải pháp có khả năng nhận diện bệnh và côn trùng gây hại trên lúa nhanh chóng, chính xác. Việc này giúp tinh gọn mô hình, giảm thiểu dung lượng và tài nguyên cần thiết mà vẫn duy trì hiệu suất cao. Cấu trúc cải tiến này không chỉ nâng cao độ chính xác mà còn đảm bảo khả năng triển khai linh hoạt trong điều kiện thực tế tại đồng ruộng, đóng vai trò cốt lõi trong việc tự động hóa giám sát sâu bệnh.

Qua thử nghiệm tại 5 điểm thuộc 3 xã: Cát Nhơn (Phù Cát), Phước Sơn và Phước Thuận (Tuy Phước), hệ thống đã thu thập được hơn 1.000 ảnh côn trùng. Kết quả cho thấy độ chính xác trong nhận diện các loại côn trùng và sâu bệnh nguy hiểm như Bọ xít đen, Bọ xít mù xanh, Rầy nâu đạt trên 80% trong điều kiện thực tế. Ngoài ra, ứng dụng nhận diện bệnh trên điện thoại di động cũng giúp nông dân dễ dàng tra cứu thông tin, nhận cảnh báo sớm và áp dụng giải pháp xử lý kịp thời.

Ông Nguyễn Văn Chín, nông dân xã Phước Sơn, huyện Tuy Phước chia sẻ: Máy T-Pest này giúp nông dân theo dõi ruộng lúa và phát hiện sâu bệnh dễ dàng mà không cần ra đồng thường xuyên. Tôi sẽ cảm thấy yên tâm hơn nếu có một công cụ tin cậy hỗ trợ trong việc chăm sóc cây trồng, mùa vụ.

ThS Lê Hoài Lam, Phó Chi cục trưởng, Chi cục Trồng trọt và Bảo vệ thực vật Bình Định đánh giá cao tính năng và hiệu quả của hệ thống. “Thời gian qua, chúng tôi đã sử dụng hệ thống này để tham khảo thông tin, giúp xác định giai đoạn sinh trưởng của sâu bệnh, từ đó có biện pháp xử lý kịp thời, góp phần giảm thiểu thiệt hại cho nông dân”.

Tuy nhiên, theo ông Lam, hiện hệ thống mới thử nghiệm tại 3 xã và chỉ nhận diện được một số loại côn trùng. Để ứng dụng hiệu quả hơn, cần bổ sung thêm dữ liệu về các loại sâu bệnh và mở rộng vùng triển khai máy T-Pest.

Theo kỹ sư Nguyên, sau nghiệm thu, TMA Solutions sẽ tiến hành bàn giao công nghệ và hỗ trợ triển khai mở rộng mô hình này tại nhiều khu vực khác của tỉnh Bình Định, góp phần hiện đại hóa công tác phòng trừ sâu bệnh trong sản xuất nông nghiệp của địa phương. Với những kết quả đạt được, nghiên cứu hứa hẹn mở ra hướng đi mới cho nông nghiệp 4.0 tại Bình Định.

Thảo Chi