Trí tuệ nhân tạo nhận diện cây từ ảnh hiện làm khá tốt ba việc: gợi ý tên loài cho cây phổ biến khi ảnh rõ lá, hoa hoặc quả; đếm tán cây trên ảnh chụp từ trên cao ở vườn trồng đều; và khoanh vùng lá có dấu hiệu bất thường để người xem kỹ hơn. Nó làm kém ở việc phân biệt giống trong cùng một loài, chẩn đoán chắc chắn bệnh, và nhận ra một cá thể cây cụ thể. Vì vậy nên dùng nó như trợ lý gợi ý cho người ghi hồ sơ, không phải như nguồn danh tính của cây.
Định danh cây gồm hai chuyện khác nhau: cây này thuộc loài gì, và cây này là cây nào trong vườn. Trí tuệ nhân tạo hiện mạnh ở chuyện thứ nhất hơn nhiều so với chuyện thứ hai. Bài này giải thích cơ chế nhận diện ở mức đủ hiểu vì sao nó đúng và sai, đi qua từng ứng dụng thực tế trong quản lý cây, và đưa ra cách đưa kết quả của máy vào hồ sơ cây mà không làm hỏng độ tin cậy của dữ liệu.
Máy nhận diện cây hoạt động thế nào
Các ứng dụng nhận diện cây phổ biến dựa trên mô hình học sâu được huấn luyện bằng rất nhiều ảnh đã gắn tên loài. Mô hình học các đặc điểm thị giác — hình dạng lá, mép lá, cách xếp gân, màu và cấu trúc hoa, hình quả, kết cấu vỏ — và khi nhận một ảnh mới, nó trả về danh sách loài có khả năng nhất kèm mức độ tin cậy. Một số nền tảng khoa học công dân lớn trên thế giới còn kết hợp vị trí và mùa chụp để thu hẹp danh sách, vì một loài chỉ mọc ở vùng ôn đới khó xuất hiện trong vườn ở Tây Nguyên.
Điểm mấu chốt: mô hình chỉ giỏi những gì nó đã thấy nhiều. Các loài cây phổ biến ở châu Âu, Bắc Mỹ có hàng trăm nghìn ảnh gắn nhãn; nhiều loài bản địa Việt Nam, cây rừng ít người chụp, hay giống cây trồng địa phương có rất ít ảnh. Với những cây này, máy có xu hướng trả về loài gần giống nhất trong những gì nó biết, kèm mức tin cậy nghe có vẻ cao, và đó là lúc dễ ghi nhầm nhất.
Ảnh đầu vào quyết định nhiều hơn người ta nghĩ. Một ảnh chụp cả cây từ xa, ngược sáng, lá nhoè, gần như không đủ thông tin. Một bộ ảnh gồm lá cận cảnh cả hai mặt, hoa hoặc quả, vỏ thân và dáng cây cho kết quả tốt hơn hẳn — cũng chính là những gì một nhà thực vật học cần khi nhận dạng.
Việc máy làm được và không làm được trong định danh cây
Bảng dưới tóm tắt mức độ tin cậy tương đối của các tác vụ thường gặp, dựa trên cách các mô hình hiện nay hoạt động; kết quả thực tế còn tuỳ công cụ và chất lượng ảnh:
| Tác vụ | Mức tin cậy tương đối | Ghi chú khi dùng |
|---|---|---|
| Gợi ý loài cho cây phổ biến, ảnh rõ lá hoa quả | Khá cao | Vẫn nên đối chiếu với người biết cây hoặc tài liệu |
| Nhận loài cây bản địa hiếm, cây rừng ít ảnh | Thấp, dễ trả về loài gần giống | Hỏi chuyên gia, lưu mẫu ảnh đầy đủ |
| Phân biệt giống trong cùng loài (các giống bơ, sầu riêng, xoài) | Thấp | Giống ghép trông rất giống nhau; dựa vào nguồn giống và hồ sơ |
| Đếm tán cây trên ảnh drone vườn trồng đều | Khá cao với cây trưởng thành | Kiểm tra lại chỗ tán chồng nhau và cây non |
| Khoanh vùng lá bất thường | Hữu ích để sàng lọc | Không phải chẩn đoán; cần người có chuyên môn xem |
| Nhận ra đúng một cá thể cây (cây nào trong vườn) | Chưa đáng tin cho mục đích định danh | Dựa vào mã, toạ độ, ảnh đặc điểm cố định |
Dòng phân biệt giống đặc biệt quan trọng với nhà vườn. Danh tính của một cây bơ hay sầu riêng ghép nằm ở dòng giống của mắt ghép, thứ mà nhìn lá gần như không phân biệt được. Không công cụ nhận diện ảnh nào thay được giấy tờ nguồn giống và hồ sơ ghi từ lúc mua cây.
Đếm cây và theo dõi tán từ ảnh chụp trên cao
Đếm cây tự động. Trên trực ảnh drone của vườn trồng đều, mô hình phát hiện vật thể có thể khoanh từng tán cây và đếm. Với vườn hàng nghìn cây, việc này tiết kiệm nhiều công so với đếm tay, và giúp phát hiện nhanh chỗ trống do cây chết. Kết quả cần người kiểm tra lại, nhất là ở rìa vườn, chỗ có cỏ dại cao, cây che bóng, hoặc khi tán cây lớn chạm vào nhau.
Đo kích thước tán. Từ ảnh có tỷ lệ chuẩn, có thể ước diện tích tán từng cây và theo dõi qua các đợt bay. Tán thu nhỏ bất thường là tín hiệu để đi kiểm tra cây đó. Kết hợp với mô hình địa hình từ ảnh chụp chồng, có thể ước cả chiều cao cây.
Nối kết quả với mã cây. Máy chỉ đếm tán, không biết tán nào là cây mã nào. Muốn đưa vào hồ sơ, cần khớp từng tán với lớp điểm cây đã có trên bản đồ vườn. Khi có cây mới không khớp điểm nào, đó là cây chưa được định danh; khi có điểm không có tán, đó là cây có thể đã chết.
Giới hạn. Cây non tán nhỏ dễ bị bỏ sót, cây trồng xen dưới tán cây khác gần như vô hình, và vườn trồng không đều trên địa hình dốc làm mô hình nhầm nhiều hơn. Đếm bằng máy là ước lượng nhanh, không phải số kiểm kê chính thức.
Phát hiện sâu bệnh qua ảnh: sàng lọc, không phải chẩn đoán
Nhiều ứng dụng cho phép chụp lá bệnh và trả về tên bệnh có khả năng. Với các bệnh có triệu chứng đặc trưng, rõ ràng, gợi ý này có thể đúng. Nhưng nhiều triệu chứng như vàng lá, cháy mép, đốm lá có thể do nhiều nguyên nhân khác nhau: thiếu dinh dưỡng, ngộ độc phân bón, úng rễ, nấm, vi khuẩn, côn trùng chích hút, thậm chí cháy nắng. Một bức ảnh lá không chứa thông tin về rễ, đất, lịch tưới, lịch bón — những thứ người có kinh nghiệm luôn hỏi trước khi kết luận.
Rủi ro thực tế là phun thuốc sai vì tin vào gợi ý của máy: tốn tiền, gây hại cho cây và môi trường, có thể để lại dư lượng ảnh hưởng tới truy xuất nông sản. Cách dùng hợp lý là để ứng dụng sàng lọc và đánh dấu cây cần xem, ghi gợi ý của máy vào hồ sơ như một ghi chú "nghi ngờ", rồi nhờ cán bộ khuyến nông, kỹ sư bảo vệ thực vật hoặc người có kinh nghiệm xác nhận trước khi xử lý.
Ảnh lá bệnh có ngày, mã cây và vị trí là dữ liệu rất có giá trị dù máy nhận diện đúng hay sai: nó cho thấy bệnh xuất hiện ở đâu trước, lan theo hướng nào, có trùng với khu vực tưới quá nhiều hay giống nào nhạy cảm hơn. Giá trị đó đến từ việc ghi chép đều, không phụ thuộc vào độ thông minh của công cụ.
Đưa kết quả của máy vào hồ sơ cây mà không làm hỏng dữ liệu
Quy trình dưới đây giúp tận dụng công cụ nhận diện mà vẫn giữ hồ sơ cây đáng tin:
- Tách trường "do máy gợi ý" khỏi trường "đã xác nhận" trong hồ sơ. Tên loài, tên bệnh do máy đưa ra chỉ nằm ở trường gợi ý cho tới khi có người xác nhận.
- Lưu kèm ảnh gốc đã dùng để nhận diện và mức tin cậy máy báo, để sau này người khác xem lại được.
- Ghi rõ ai xác nhận, ngày nào, dựa vào đâu — tài liệu, chuyên gia, giấy tờ nguồn giống.
- Với giống cây trồng, luôn ưu tiên thông tin từ nguồn giống và hồ sơ mua cây hơn kết quả nhận diện ảnh.
- Định kỳ rà các gợi ý chưa được xác nhận; gợi ý để lâu không ai xem nên bị đánh dấu là chưa kiểm chứng thay vì lặng lẽ trở thành dữ liệu chính thức.
Nguyên tắc chung: máy giúp làm nhanh hơn những việc người làm vườn đã làm, như đếm, khoanh vùng, gợi ý, nhưng quyết định ghi gì vào hồ sơ chính thức vẫn thuộc về người chịu trách nhiệm với cây.
Nhận ra một cá thể cây: vì sao vẫn cần mã và toạ độ
Có những nghiên cứu thử nhận dạng từng cá thể cây bằng ảnh vỏ thân, tương tự cách nhận dạng vân tay hay khuôn mặt, dựa trên vân nứt, vết sẹo, hình dạng chạc cành. Ý tưởng hấp dẫn cho chống tráo cây quý, nhưng hiện chưa phải công cụ phổ biến, đáng tin để dùng làm danh tính. Vỏ cây thay đổi theo tuổi, theo mùa, sau mỗi lần bong vỏ hay bị thương; ánh sáng và góc chụp làm cùng một thân cây trông khác hẳn.
Vì vậy, với cây quý, ảnh nhận dạng vẫn rất quan trọng nhưng theo cách truyền thống: chụp từ những góc cố định, ghi lại các đặc điểm khó thay đổi như vết sẹo lớn, chạc cành đặc biệt, dáng gốc, đo chu vi ở độ cao cố định, kèm toạ độ và mã cây. Bộ hồ sơ này cho phép người — và trong tương lai có thể cả máy — so sánh khi cần xác minh. Danh tính cây đến từ chuỗi ghi chép liên tục, không đến từ một lần nhận diện.
Nói cách khác, trí tuệ nhân tạo có thể giúp trả lời "cây này giống loài gì" và "vườn này còn bao nhiêu tán", còn câu "đây có đúng là cây mã X mà gia đình trồng năm ấy không" vẫn cần thẻ, toạ độ, ảnh theo mốc và người làm chứng.
Dữ liệu ảnh của vườn: ai được dùng để huấn luyện
Ảnh tải lên có thể trở thành dữ liệu huấn luyện. Một số ứng dụng nhận diện ghi trong điều khoản rằng ảnh người dùng gửi có thể được dùng để cải thiện mô hình. Điều này giúp công cụ tốt lên, nhưng cũng có nghĩa ảnh vườn, kèm vị trí, đã rời khỏi tay mình.
Vị trí trong ảnh. Ảnh chụp bằng điện thoại thường mang toạ độ. Gửi ảnh cây quý lên ứng dụng công cộng có thể lộ vị trí cây. Với cây giá trị, nên tắt ghi vị trí hoặc xoá thông tin vị trí trước khi gửi.
Đóng góp có chủ đích. Ngược lại, ảnh loài bản địa chụp tốt, có định danh đã được chuyên gia xác nhận, là đóng góp quý cho các cơ sở dữ liệu khoa học công dân, giúp mô hình nhận diện tốt hơn với cây Việt Nam. Đây là cách người làm vườn và người yêu cây góp phần làm công cụ tốt lên cho chính mình.
Câu hỏi thường gặp
Ứng dụng nhận diện cây trên điện thoại có chính xác không?
Khá chính xác với cây phổ biến khi ảnh rõ lá, hoa hoặc quả; kém hơn với cây bản địa hiếm, cây non chưa có hoa quả và giống cây trồng. Nên xem vài gợi ý đầu, đối chiếu đặc điểm và hỏi người biết cây trước khi ghi vào hồ sơ chính thức.
Có dùng ảnh để biết cây bơ, cây sầu riêng thuộc giống nào không?
Thường là không đáng tin. Các giống trong cùng loài, nhất là cây ghép, có lá và dáng rất giống nhau; khác biệt rõ chủ yếu ở trái. Giống cây phải dựa vào nguồn giống, giấy tờ mua cây và hồ sơ ghi từ đầu.
Đếm cây bằng ảnh drone có thay được kiểm kê không?
Thay được phần lớn công đếm ở vườn trồng đều với cây trưởng thành, nhưng vẫn cần người kiểm tra lại các chỗ khó và cây non. Số đếm bằng máy nên được coi là ước lượng, còn số kiểm kê chính thức cần đối chiếu với hồ sơ từng cây.
Ứng dụng báo cây bị bệnh thì có nên phun thuốc ngay không?
Không nên. Nhiều triệu chứng trên lá có nguyên nhân khác nhau, và ảnh không cho biết tình trạng rễ, đất, lịch chăm sóc. Hãy coi đó là gợi ý để kiểm tra kỹ, hỏi cán bộ khuyến nông hoặc người có chuyên môn bảo vệ thực vật trước khi xử lý.
Trí tuệ nhân tạo có nhận ra được đúng cây của mình trong vườn không?
Hiện chưa đáng tin cho mục đích định danh. Nhận dạng cá thể cây bằng ảnh vỏ hay dáng cây còn ở mức nghiên cứu, dễ sai khi ánh sáng, mùa và góc chụp thay đổi. Danh tính cây vẫn nên dựa vào mã, toạ độ và ảnh đặc điểm cố định.
Chụp ảnh thế nào để máy nhận diện loài tốt hơn?
Chụp nhiều ảnh: lá cận cảnh cả mặt trên và mặt dưới, hoa hoặc quả nếu có, vỏ thân và dáng toàn cây. Chụp trong ánh sáng đều, tránh ngược sáng, giữ chủ thể rõ nét và chiếm phần lớn khung hình, nền đơn giản.