土耳其開塞利的農業領域正在取得突破，Bugmapper 的開發由埃爾吉耶斯大學的 Handan Altınok 和 Alper Altınok 教授設計，是一款新型人工智能系統。該人工智能系統用於檢測和控制溫室內發生的農業病蟲害，大大減少了用於控制的農藥用量。

另請閱讀：新加坡安全機構制定安全人工智能指南

該人工智能系統通過網絡界面工作，使用智能陷阱檢測番茄蛾、薊馬和粉蝨等害蟲。這些害蟲會粘在溫室內的陷阱上，收集的數據通過移動應用程序進行分析。然後，信息被傳輸到雲環境中，人工智能對害蟲進行分類和繪製，從而實現精準和有針對性的殺蟲劑使用。

Bugmapper 獲得害蟲控制研究的支持和資金

土耳其科學技術研究委員會 (TÜBıTAK) 為 Bugmapper 的開發提供了近 90 萬土耳其里拉（27,590 美元）的支持，促進了埃爾吉耶斯科技園區的持續研究和改進。邯鄲埃爾吉耶斯大學植物保護系主任強調了該系統透過建設性害蟲控制減少化學殘留，確保食品生產安全的作用。

該系統在開塞利、約茲加特、阿菲永和梅爾辛的溫室實施後，季節性化學品使用量顯著節省了 30% 至 50%。農藥使用量的減少有利於環境並提高農產品的品質和安全水準。

人工智慧快速且有效率地改變害蟲偵測

Alper Altınok 強調了該系統在識別和預防田間局部問題方面的效率。 Bugmapper 系統獨立於溫室基礎設施運作——它只需要一部手機及其相關應用程式。肩上攜帶的便攜式設備可以讀取陷阱，從而使單一現場工作人員能夠收集有關疾病和害蟲的詳細數據。該資訊立即傳輸以供線上分析。

另請閱讀：沃達豐推出了名為 SuperTOBi 的新一代人工智慧聊天機器人

人工智慧系統大大減少了監測害蟲所花費的時間。傳統的黏性捕集器目視計數方法非常費力，每個捕集器需要 5-10 分鐘。另一方面，Bugmapper 每個陷阱僅需 10 秒即可完成此任務。然後，基於人工智慧的網路應用程式會顯示數據，包括害蟲傳播圖表、風險趨勢和顏色編碼地圖，使農民能夠規劃有效的控制策略。

當融入溫室農業時，這種先進的技術創新代表著永續農業實踐的一大進步。透過減少對化學農藥的依賴並加強害蟲檢測和管理，Bugmapper 為更健康的食品生產和環境保護做出了貢獻。

克里斯·穆里蒂 (Chris Murithi) 的《加密城》報道