手機版|
二維碼|
普利司通為減少天然橡膠種植面臨的疾病風險，開發一種基于AI的天然橡膠樹病檢測技術，該技術可利用人工智能圖像分析來診斷和檢測橡膠樹的疾病，結合了基于枝葉的橡膠樹病診斷技術。該項目是與電通國際信息服務有限公司（ISID）聯合項目，提供基于無人機的航拍和AI圖像分析。
普利司通使用該技術成功開發出一種可以區分健康樹木和白根病（WRD）樹木的植物，其準確率約為90％。普利司通說，這種方法可以在WRD病害影響橡膠產量之前，早期診斷和治療WRD樹木，從而有助于提高橡膠農場的生產力。
天然橡膠是用于輪胎制造的主要原料。普利司通預計到2050年，全球人口預計將達到96億，而擁有的汽車數量將超過24億。因此預期輪胎生產所需的材料量將增加。WRD是一種會影響Para橡膠樹根部的疾病，這種疾病很難診斷，如果不加處理會導致樹木腐爛，嚴重影響天然橡膠的收成，繼而影響輪胎制造的上游原料市場。
從聯合國可持續發展的目標來看，用于生產輪胎的天然橡膠主要生長在東南亞，該地區熱帶雨林的枯竭以適應天然橡膠和其他栽培技術的發展引起了人們的極大關注。普利司通說，這項技術的發展是通過擴大天然橡膠來源來解決此類環境問題的一項更大計劃的一部分。
據普利司通稱，目前尚無對抗這種疾病的有效方法。先前的診斷方法需要橡膠行業專家基于對受影響樹木的葉子和觀察因素（例如葉子顏色和葉子發育）的綜合評估做出判斷，挖出懷疑被WRD感染的樹木并檢查根。因此診斷的準確性取決于每個團隊成員的技能。
