演算法找出體質差的橄欖樹對症下藥,科學家要用AI替樹抓害蟲
演算法找出體質差的橄欖樹對症下藥,科學家要用AI替樹抓害蟲

造成橄欖樹大量枯死的植物病原菌來勢洶洶,預計在未來50年內義大利會因此損失數十億歐元。

2013年,義大利南部發現了一種實驗室不易培養的葉緣焦枯菌(Xylella fastidiosa,局限於植物木質部導管中繁殖的一種細菌)。現在歐盟認定這種細菌為「隔離檢疫生物」:受其感染的樹木必須伐除,數百年的老樹也無法倖免,以避免該疾病在義大利阿普里亞(Apulia)等地擴散。

義大利農業研究和經濟委員會的植物病理學家斯卡拉(Valeria Scala)說:「依法要銷毀葉緣焦枯菌檢測呈陽性的植物,但阿普里亞的居民並不想如此。」身為科學家,她認為:「我們必須平衡兩方的需求。」因此,斯卡拉和同事正想辦法在不伐除所有帶病植株的情況下對抗葉緣焦枯菌。他們使用機器學習演算法篩選樹木的代謝數據,試著了解有哪些樹木較容易染病,以及如何挑選樹木來治療而非全數伐除。研究成果發表於今年4月的《前瞻植物科學》。

木桿菌屬(Xylella)可製造稱為「脂質」(lipid)的複雜脂肪酸做為關鍵傳訊分子,而樹木遭到感染則產生相對應的脂質。研究人員從66棵樹上採集枝條樣本,並使用演算法把脂質特性、感染情況、樹木品系、是否已施以藥物Dentamet(可緩解病徵,但無法完全治癒葉緣焦枯病的金屬混合物)等資訊進行比對。研究團隊發現,特定類型的脂質在染病植株中濃度較高。原產於阿普里亞的一種橄欖染病時,這類脂質濃度高於另一種以抗性著稱、較普遍的橄欖品系。而Dentamet可使這兩種品系染病植株的這類脂質保持較低濃度。

橄欖
圖/ 影像來源:Cosimo Calabrese/Getty Images

論文共同作者、羅馬智慧大學(Sapienza University of Rome)的分子植物病理學家雷維爾貝里(Massimo Reverberi)比喻,這兩種品系的表現就像是免疫系統較強或較弱的人對抗流感。

他說:「假設在某些方面有『個體差異』。」進一步開發演算法或許有助研究人員測定植株的脂質濃度以診斷染病的嚴重度。較不嚴重的植株可施以Dentamet,只有病況最嚴重的才必須伐除。斯卡拉補充說,了解樹木感染葉緣焦枯菌的反應,也有助於尋找其他治療方式,並找出更具抗性的品系。

未參與該研究的義大利薩蘭托大學化學家法尼齊(Francesco Paolo Fanizzi)評論,這是「前景看好的方法,或許能緩解阿普里亞南部地方經濟的慘況,我們必須和細菌共存。」

延伸閱讀:
差異化,讓瑞基生技突破疫情
疫病戳破個人主義神話
新冠病毒永滯不離

本文授權轉載自:科學人

責任編輯:傅珮晴、侯品如

關鍵字: #人工智慧 #AI
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓