8月12日，百度伐谋AI4S AI Day活动落地南京。本次活动集中发布十项跨学科科研标杆成果，携手南京林业大学推出全国首个AI赋能的松材线虫病早期防治一体化平台，同步启动AI4S科学家计划，面向100位各领域学者开放申报。
百度集团执行副总裁、百度智能云事业群总裁沈抖在活动中说，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。
南京林业大学党委书记孙爱武在致辞中表示，面对人工智能为代表的新一轮科技革命，高等教育必须主动拥抱AI，在育人理念、学科体系、科研范式上实现深度重构。他希望校企携手，以科技守护绿水青山，以创新赋能林业发展，共同书写校企合作新篇章。
此次公布的十大科研成果覆盖数据驱动的机理预测、科学仿真的加速求解、可验证环境下的目标搜索和动态环境下的自主博弈四类方向，涉及林业、材料、脑科学、金融科技、光电、汽车、能源、数学和具身智能等多个领域。
同步启动的AI4S科学家计划将支持100位各领域学者，重点覆盖材料科学、可控核聚变、量子计算、药物研发、合成生物学、先进制造与半导体、生命医学工程、能源与电池、空天与智能系统等方向。计划设置青年学者计划和R&D Pioneer计划第二期两条路径，围绕课题立项、联合探索、资源支持、AI技术指导和科研实习生培养等环节，为高校与科研团队提供长期支持，推动AI4S从科研提效进一步走向成果创新。
南京林业大学长期开展林业病虫害智能监测研究。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。
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。
通过深度合作，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。
通过计算优化，团队从107个候选特征中筛选出约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则由13.6%降至5.1%。
活动现场，上线了全国首个AI+早期松材线虫病防治一体化平台。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支持。
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，该能力有望进一步支撑约50万至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3000万至5000万元。（中国日报江苏记者站）
扫码下载
中文网微信