串接智能病蟲害雲端資源：讓原鄉植保服務從照片、專家到田間回饋形成一條線

# AI驅動原鄉產經觀察｜串接智能病蟲害雲端資源：讓原鄉植保服務從照片、專家到田間回饋形成一條線

農業部農業試驗所公告8月28日辦理「智能病蟲害雲端資源工作坊」，報名至8月21日23:59截止。這個訊息對原鄉的價值，不在於把AI包裝成會自動診斷病害的萬能工具，而是提醒地方可以開始設計一條更短的植保服務路徑：農友在田間發現異常，先以固定角度拍攝全株、葉面、葉背、果實與田區環境，保留日期、作物、生育期與近期管理紀錄；農會或公所農業承辦再協助整理，必要時連結改良場、試驗所或防疫單位確認。如此一來，照片不再散落在通訊軟體裡，而能成為專家判讀與後續追蹤的共同資料。

對山地與離島尤其如此。技術人員不一定能即刻到場，交通與距離會拉長診斷時間；如果地方先建立「拍照規格—基本田間資料—專家轉介—處理後回報」四段流程，雲端資源就能更接近真正的公共服務。AI可以協助分類照片、整理時間序列、比對過去案例與提醒缺少哪些資訊，但最終病蟲害診斷、合法用藥與防治策略仍應回到專業人員及官方登記資料。

這套流程也應把資料權責說清楚。農友上傳的田區位置、作物狀況與照片，應先確認用途、保存範圍與誰可以查看；地方端則保留原始影像與處理結果，避免模型摘要取代原始證據。若同一病徵在不同海拔、季節或管理方式反覆出現，累積下來的紀錄才有機會形成真正可用的在地知識，而不是一次性的問答紀錄。

下一步可由農會、公所或產銷班挑一種當地主力作物試行，例如小果番茄、辣椒或原鄉特色作物，先用一季建立共同紀錄格式，再看哪些影像最有判讀價值、哪些欄位最常缺漏。當資料格式穩定後，未來不論接入影像辨識模型、雲端病蟲害資源或人工遠距諮詢，都會更容易。真正值得推動的，是讓AI把農友、地方窗口與植保專家之間原本斷裂的資訊接得更快、更清楚。