根据美国农业部的数据，害虫每年对农业造成的损失超过1000 亿美元。如果没有在失控之前迅速发现害虫，就很难使用适当的害虫控制措施。
加利福尼亚的农业科技初创公司 FarmSense，正在使用机器学习算法来实时识别和跟踪昆虫。
FarmSense 的 FlightSensor 使用新颖的光学传感器技术，来自动化实时昆虫分类和计数过程，为农民提供即时访问权限，以便在作物和害虫控制方面做出关键任务决策。
FarmSense 开发的最新 FlightSensor 传感器，是 FarmSense 的创始人 Eamonn Keogh 和 Shailendra Singh 博士受到冷战间谍活动的启发。
FlightSensor 使用激光来接收光的振动，就像俄罗斯间谍使用激光指向玻璃窗，来接收人们的声音引起的振动一样。
这种称为 FlightSensor 的传感器使用引诱剂将昆虫吸引到包含光源的隧道中，其中光学传感器测量昆虫飞行遮挡了多少光。然后将这些数据转化为音频，并通过机器学习算法进行分析，以识别特定的昆虫物种。
然后，农民可以使用这些信息来针对害虫管理措施，例如杀虫剂或生物防治措施。这种精确的方法减少了需要使用的农药量，既对环境有益，又为农民节省了资金。
FlightSensor 的主要优点之一是它可以实时工作。这意味着农民可以对害虫的侵袭迅速做出反应，因为其中一些害虫只能存活几天。
FarmSense 的创始人 Eamonn Keogh 说：“害虫的信号质量非常清晰，在现场听到的环境声音不会形成任何干扰，因为 FlightSensor 本质上采用的是光学技术。”
在田地中部署 FarmSense 的新型专利飞行传感器 FlightSensor 后，农民可以在舒适的办公室或家中进行 24/7 全天候的监控。
每个 FlightSensor 将准确地检测多种作物中的多种害虫种类。FlightSensor 获得的数据可以通过手机访问下载以进行分析，从而轻松做出快速决策。
为了开发 FlightSensor 的光学传感器技术，FarmSense 团队获得了 750 万美元的学术资助，资金来自比尔和梅琳达盖茨基金会奖、沃达丰无线创新奖和多项国家科学基金会奖等。
最近，FarmSense 公司获得了三项 SBIR 奖项，将尽快将其技术商业化。