農民的生活從來就不是件容易的事，乾旱、暴雨導致作物欠收、市場價格低廉、現代化緩慢……科技如此進步的時代，手機應用程式似乎可以解決一切問題，但也能幫助農民工作嗎？

答案似乎是肯定的，至少從目前印度使用 Plantix 來辨識作物病蟲害的數百名農民反饋來說，科技很有幫助。

BBC 報導，Plantix 是德國新創公司 Peat 開發的手機應用程式，這個由研究生和科學家所組成的團隊相信透過「智慧農業」協助農民解決困擾，才能面對世界快速增長人口和食安問題的挑戰。

在開發 Plantix 的階段，為了解農民的實際需求，Peat 團隊決定前往印度農村實地調查，最終並得出結論：智慧型手機低價化的現在，運用圖像辨識的診斷 App 對農民來說最有用。

團隊最終也決定在印度實際測試 Plantix。在印度，約有一半人口是從事農業，這讓病蟲害問題變得更重要，團隊也能盡可能收集到更多數據讓 Plantix「成長」。

透過人工智慧（AI）的捲積神經網路（DNNs）深度學習，Plantix 能運用和生物神經系統相似的方式處理資訊，整體概念就像人類的大腦。

就像人類在學校學習一樣，剛開始的階段，一旦 Plantix 在圖像辨識碰到困惑之處，相關病理學家便會提供資訊幫助程式解決難題。

除了圖像辨識「解題」之外，Plantix 也具備多語言功能，執行長 Simone Strey 解釋，農民通常會使用當地語言，而非學界的專有名詞來稱呼作物的病蟲害，這將能協助他們了解問題的解決方案。

印度 Bapatla Mandal 一個村莊裡，將近 500 名農民種植大米、玉米、棉花、香蕉和一些其他農作物，雖然其中只有約 20 人有手機，但他們彼此分享使用，拍攝受損的作物並上傳。

隨著圖片數據庫持續增加，Plantix 也在過程中逐漸學會辨識可能的病蟲害。Plantix 不僅能辨別番茄缺鉀、小麥的稈鏽病及營養缺乏等農作物的病害，還可以分析結果、提供建議及結論。

長時間的研究中，Plantix 從農民得到的反應非常良好，從現在的情況看來，這些應用確實幫助了農民，但 Strey 指出，從長遠角度來看，這些收集的數據才是最關鍵的東西。

「在這之前，全球研究機構都還沒有完成類似的研究，這些數據真的非常有價值，而每個農民都代表一個數據來源，這就是農民不需要付費使用 App 的原因。」

「如果你想要收集數據，就不要要求用戶付錢。」