5月到7月，正是榴蓮大量上市的季節。在榴蓮的主產地馬來西亞，占地近2000畝的頂好榴蓮園里，果農們正忙著給榴蓮“拍照”。不過他們拍照的目的，并非記錄種植過程，而是清點樹上的榴蓮數量——按下快門，僅需5秒鐘，單棵樹的“花果清單”便已生成。

這項AI榴蓮拍照技術由廈門大學馬來西亞分校人工智能與機器人學院師生團隊研發。以往數清一棵約200個果實的榴蓮樹，人工需要花費300秒，而AI系統識別使之開啟了“60倍速”。該技術的成功試點，開創了針對“榴蓮果實遠距識別”的AI新領域。

傳統的榴蓮數量預測方式是“人眼識別”。一般的榴蓮樹20多米高，繁茂的枝葉在頂端交織成綠色穹頂，而青褐色、拳頭大小的果實就藏在葉幕深處——它們的顏色太相近了，僅憑肉眼難以辨別哪片是葉、哪個是果。

了解到這一核心痛點后，廈門大學馬來西亞分校人工智能與機器人學院教授張盈謙帶領5名本科生組成AI榴蓮團隊，耗時6個月調研馬來西亞頂好榴蓮園，自主研發出AI視覺識別系統，實現了“拍張照，樹上的果子自己‘報數’”這一看似不可能完成的任務。

如今，員工們只需站在樹下，用手機全景拍攝模式給大樹拍張照，AI系統便能自動將全景照片切割為不同的區域，高高懸掛在枝頭的榴蓮就會在AI的“火眼金睛”下一個個自己“報數”。現階段的技術條件下，樹葉遮擋率在50%以下的榴蓮果都能被AI識別出“真面目”。運用這一AI技術，果實數量的預測準確率高達95%，為產量預測提供了可靠依據。

這套專為榴蓮“綠色偽裝”定制的AI識別系統，真正實現了國內外現有技術的創新性突破。張盈謙團隊在調研中發現，國內外主流AI模型均無法適應馬來西亞榴蓮種植的特殊環境。為攻克這一難題，團隊摒棄通用模型，另辟蹊徑構建專屬的AI深度學習框架。他們在種植園內采集了1500張涵蓋早晚、陰晴、順逆光等各種光照條件，遠近、平拍、俯仰等多維度視角的圖像，經數據增廣后形成5000張樣本，借助計算機視覺（CV）技術，融合空間注意力機制與特征金字塔技術，讓僅露出部分表皮的果實，也能通過紋理與形態特征被精準識別。

無論對生產端還是銷售端來說，這項技術的研發都是佳音。“生產方可以選擇最佳時期采摘，銷售端可以精確預估銷售計劃。”張盈謙說。團隊的下階段規劃是利用AI技術形成一整套方案。“未來，我們希望能依托AI打造全能榴蓮產業鏈。”從榴蓮樹生長階段的精準水肥管理、智能病蟲害防治，到產量數據的實時監測分析；再到榴蓮深加工環節，包括果泥、榴蓮月餅等特色衍生品的研發生產，從樹梢到餐桌，或許都能看到AI的蹤影。

秉持著“走出去，引進來”的理念，張盈謙希望：“等技術成熟后，也能將這項技術引入國內，讓國人受益。”（中國教育報-中國教育新聞網記者 黃星 通訊員 李盼 許婷玉）