Một ứng dụng chụp lá đoán bệnh cây chỉ thật sự dùng được ngoài ruộng khi nó được dạy bằng chính những tấm ảnh chụp ngoài ruộng, biết nói ra khi nào nó không chắc, vẫn chạy khi điện thoại mất sóng, và dẫn người nông dân tới cán bộ khuyến nông thay vì tự kê thuốc. Phần nhận diện ảnh chỉ là phần dễ khoe nhất.
Chào bạn, đây là Nhà Phát Minh. Tập này mình kể chuyện một nhóm sinh viên nông học và công nghệ thông tin ở Cần Thơ làm ứng dụng cho bà con trồng lúa, và vì sao bản đầu tiên của họ đạt điểm rất cao trong phòng thí nghiệm mà ra ruộng thì đoán trật gần hết.
Vấn đề: thấy lá đốm mà không biết hỏi ai
Một buổi sáng, bác nông dân ra thăm ruộng, thấy vài chòm lúa có lá lấm tấm đốm nâu. Câu hỏi đầu tiên của bác là bệnh gì, câu thứ hai là có lây không, câu thứ ba là phải làm gì. Thường bác sẽ hỏi hàng xóm, hoặc mang mẫu lá ra đại lý vật tư.
Cả hai đường đều có vấn đề. Hàng xóm đoán theo kinh nghiệm, có khi đúng có khi không. Đại lý thì có người rất tận tâm, cũng có người tiện tay bán luôn một chai thuốc. Cán bộ khuyến nông và trạm bảo vệ thực vật thì biết chắc hơn, nhưng không phải lúc nào cũng có mặt ngay.
Nhóm sinh viên nghĩ tới một ứng dụng: chụp một tấm ảnh lá bệnh, máy nói tên bệnh. Ý tưởng ấy nghe gần như hiển nhiên trong thời buổi điện thoại nào cũng có camera.
Họ gom ảnh lá bệnh từ những bộ dữ liệu công khai, dạy máy, kiểm tra trên máy tính, và nhận được kết quả đẹp tới mức ai cũng tin sắp xong.
Vì sao máy giỏi trong phòng mà trật ngoài ruộng
Mang ra ruộng, ứng dụng đoán sai liên tục. Nhóm mất cả tuần mới hiểu vì sao. Ảnh mẫu họ dùng để dạy máy phần lớn là những chiếc lá đơn lẻ, đặt trên nền trắng hoặc nền trơn, chụp dưới ánh sáng đều. Máy đã học rất giỏi cách nhận ra bệnh trong những tấm ảnh như vậy.
Ảnh ngoài ruộng thì khác hẳn. Một khung hình có chục chiếc lá chồng chéo, nắng chiếu ngược, giọt sương đọng, tay người chụp run, và nền là nước ruộng phản chiếu trời. Có tấm còn dính cả ngón tay. Máy chưa bao giờ thấy những thứ đó.
Còn một chuyện khó hơn mà dân nông học trong nhóm đã cảnh báo từ trước. Nhiều triệu chứng trông rất giống nhau. Lá vàng có thể do bệnh, cũng có thể do thiếu dinh dưỡng, do úng nước hay do thuốc phun quá tay. Người có kinh nghiệm không chỉ nhìn một chiếc lá, mà nhìn cả ruộng, hỏi giống lúa, hỏi thời tiết mấy hôm trước.
Bài học rút ra rất đơn giản mà rất đắt: máy chỉ giỏi trong thế giới giống thế giới nó được dạy. Muốn nó giỏi ngoài ruộng, phải dạy nó bằng ruộng.
Dạy lại máy bằng ảnh của chính nông dân
Nhóm quay lại bắt đầu gần như từ đầu. Họ đi theo cán bộ khuyến nông xuống nhiều cánh đồng, chụp ảnh lá bệnh đúng như bà con sẽ chụp, bằng điện thoại bình thường, vào nhiều giờ trong ngày. Mỗi tấm ảnh được một người có chuyên môn xác nhận tên bệnh.
Song song, họ sửa luôn cách người dùng chụp. Màn hình chụp có một khung hướng dẫn đơn giản: đưa lá bệnh vào giữa khung, chụp gần, đứng che bóng nắng. Chỉ một chỉ dẫn nhỏ như vậy mà chất lượng ảnh gửi về tốt lên rõ rệt.
Họ cũng cho ứng dụng hỏi thêm vài câu ngắn trước khi đưa ra kết luận: lúa đang giai đoạn nào, mấy hôm nay mưa hay nắng, triệu chứng thấy ở cả ruộng hay chỉ vài chòm. Máy lúc này bắt đầu hỏi giống một người có kinh nghiệm.
Việc gom ảnh thật là phần chậm nhất và tốn công nhất của cả dự án. Nhưng nhìn lại, chính nó mới là thứ làm nên sản phẩm, chứ không phải mô hình AI.
Biết nói không chắc và không kê đơn
Quyết định quan trọng nhất của nhóm là cho ứng dụng quyền nói không chắc. Khi máy phân vân giữa hai ba khả năng, nó nói thẳng như vậy, liệt kê các khả năng, và khuyên bác chụp thêm hoặc liên hệ cán bộ khuyến nông địa phương.
Ban đầu có người trong nhóm lo rằng máy hay nói không chắc thì bà con sẽ chê. Thực tế ngược lại. Bà con tin ứng dụng hơn khi thấy nó không nói bừa. Một lần đoán sai tự tin làm mất lòng tin nhiều hơn mười lần nói mình chưa chắc.
Nhóm cũng giữ một ranh giới: ứng dụng không kê tên thuốc, không nói liều. Nó mô tả bệnh, cách nhận biết, những biện pháp canh tác chung, và nhắc rằng nếu dùng thuốc bảo vệ thực vật thì phải đọc kỹ nhãn, mang đồ bảo hộ và tuân thủ thời gian cách ly trước thu hoạch.
Làm ra một cái máy thông minh là một chuyện. Làm ra một cái máy biết giới hạn của mình là chuyện khó hơn, và đáng giá hơn.
Ruộng không có sóng và giá trị không ai ngờ
Một chuyện thực tế nữa: nhiều cánh đồng sóng điện thoại chập chờn. Bản đầu gửi ảnh lên máy chủ để phân tích, mất sóng là quay vòng mãi. Nhóm thu gọn mô hình để chạy ngay trên điện thoại, kết quả sơ bộ có ngay, còn ảnh sẽ tự gửi lên khi có sóng để chuyên gia xem lại.
Chính những tấm ảnh gửi lên sau đó lại sinh ra một giá trị mà ban đầu không ai nghĩ tới. Khi nhiều người trong cùng một vùng chụp cùng một loại triệu chứng trong vài ngày, đó là tín hiệu sớm cho cán bộ khuyến nông biết bệnh đang lan ở đâu.
Tức là một ứng dụng làm cho từng người lại vô tình tạo ra một tấm bản đồ cho cả vùng. Nhiều phát minh có giá trị lớn nhất ở chỗ mà người làm không hề nhắm tới.
Nếu bạn đang làm một ứng dụng AI cho người ngoài đời, hãy ra tận nơi họ dùng, cầm máy của họ, đứng dưới nắng của họ. Phòng thí nghiệm không có nắng.
Câu hỏi thường gặp
Ứng dụng chụp lá có chẩn đoán chính xác bệnh cây không?
Nó giúp gợi ý nhanh và nhận ra những bệnh phổ biến có triệu chứng rõ, nhưng không thay được chuyên gia. Với triệu chứng dễ nhầm hoặc bệnh lan rộng, nên liên hệ cán bộ khuyến nông hoặc trạm bảo vệ thực vật.
Chụp ảnh lá bệnh thế nào để máy nhận diện tốt?
Chụp gần, đưa phần lá bệnh vào giữa khung, đứng che bớt nắng gắt và giữ tay chắc. Nên chụp thêm một tấm toàn cảnh chòm lúa để thấy mức độ lan.
Vì sao AI nhận diện bệnh cây hay nhầm ngoài thực tế?
Vì nhiều mô hình được dạy bằng ảnh lá đơn lẻ trên nền sạch, khác xa ảnh ngoài ruộng. Nhiều triệu chứng do bệnh, do thiếu dinh dưỡng hay do thời tiết lại trông rất giống nhau.
Ứng dụng có nên gợi ý thuốc bảo vệ thực vật không?
Một ứng dụng thận trọng sẽ không kê tên thuốc hay liều dùng. Nếu cần dùng thuốc, người nông dân nên hỏi chuyên môn, đọc kỹ nhãn, dùng đồ bảo hộ và tuân thủ thời gian cách ly.
Ứng dụng nông nghiệp có chạy được khi không có sóng không?
Có thể, nếu mô hình được thu gọn để chạy ngay trên điện thoại. Kết quả sơ bộ có ngay, dữ liệu sẽ đồng bộ lên máy chủ khi có sóng trở lại.
