下一章 上一章 目录 设置
3、一百亩试验田和十分钟视频 农学院的试 ...
-
农学院的试验田号称一百亩，真正适合拍宣传片的只有两分地。
其余地方有的倒伏，有的积水，有的插着写错编号又被改过的塑料牌。田埂太窄，无人机起降时容易把泥甩到镜头上。负责“稻田万相”首期视频的学生看了一圈，认为农业的最大问题是不够整洁。
叶穗背着采集相机，脚上套一双学院临时买来的白色雨靴。雨靴尺码统一四十三，她走一步，鞋在后面思考半步。
柏颂站在田边安排镜头。
“第一段，无人机从詹院长身后起飞，表示科技从专家手中出发。第二段，叶穗你蹲在稻田里拍病叶，表示青年扎根大地。第三段，电脑屏幕识别出病斑，最后落到铜牌和学校标志。”
摄影学生问：“詹院长今天不来怎么办？”
“先拍背影，找个身高接近的老师。”
罗竞川正在装螺旋桨，闻言抬头：“背影也要成果替身？”
柏颂说领导下午有校级会议，不要把时间花在不影响传播效果的细节上。
林照野没有参加拍摄。他留在实验室处理数据，临走前给叶穗列了一张采集清单：每块田随机选点；记录品种、光照、设备、距离和病害确认方式；同一株连续拍摄不能当作多个独立样本；训练和测试按田块隔离。
叶穗把纸折好放进口袋，进田后才发现随机选点在现实中很容易被泥取消。抽到积水区，走不过去；抽到田中央，摄影学生说镜头里人太小；抽到边缘阴影处，柏颂说叶色不好看。
最后他们采用了一种更符合组织效率的随机方法：哪里方便站，就随机到哪里。
吴兰因从另一头走来。她是农学院作物病理学教授，裤腿上全是泥，手里提着一只标本箱。
“谁允许你们进这块田的？”
柏颂迎上去：“吴老师，詹院长和你们院领导沟通过，今天拍智慧农业联合实验。”
“我只收到借用场地的消息，没收到你们采病叶的说明。”
“都是校内合作，先做起来。手续后面补。”
吴兰因打开标本箱，里面用湿纸包着不同病级的叶片，每一片都有编号。“病害样本不是谁拿相机拍一下就归谁。田块用过什么药、什么时候接种、品种抗性怎样，都决定图片怎么解释。你们要做数据，先把记录表给我。”
叶穗把林照野的清单递过去。
吴兰因看完，脸色稍缓。
“这是谁列的？”
“新来的林老师。”
“至少知道样本不是从镜头里长出来的。”
柏颂笑道：“我们团队一向重视跨学科。后续项目里肯定安排农学专家。”
“安排在哪？”
“具体看任务分工。”
“项目书写完了吗？”
柏颂的笑保持得很完整：“框架阶段。”
吴兰因也笑了：“那就是已经写完了，只差告诉我们。”
她同意叶穗采集，但要求把标本编号、田块和授权人写入元数据，不得把她的接种试验田描述成自然发病田。柏颂答应得很快，快得像那些条件只要被听见就算执行。
无人机起飞时出了第一个问题。
学校宣传部借来的机器外观新，电池却旧。它升到六米便开始报警，往田里缓慢下降。罗竞川冲过去接，脚陷进泥中，连人带机器一起坐倒。摄影学生抓住了全过程。
“这段不能删。”罗竞川从泥里爬起来，“特别体现青年扎根。”
叶穗忍不住笑。柏颂没笑，让学生检查镜头上有没有泥。
第二次起飞换了罗竞川自己的旧无人机。机身有划痕，云台却稳定。它沿田块飞行，定时拍照。叶穗用手持相机补近景，按照编号拍下病叶、健康叶、叶鞘和田间环境。
拍到下午三点，他们获得四百七十二张照片。
摄影学生问：“十万张什么时候拍完？”
柏颂说算法会帮助他们。
“算法会下田？”
“算法会增广。”
为了十分钟视频，团队花了五小时把现实清理出镜头。倒伏的稻子不拍，积水不拍，误飞不拍，吴兰因追问授权的那一段当然也不拍。留下的画面里，阳光均匀，无人机平稳，叶穗的白雨靴只露出鞋口，没人知道它大了五个码。
傍晚回到实验室，叶穗先把采集数据按林照野的规则整理。她建立田块级目录，录入品种、采集时间、GPS和吴兰因的标本编号。柏颂却在群里催她先挑三十张“病斑典型、画面好看”的图，给剪辑学生做识别动画。
“还没请吴老师确认病害。”叶穗回复。
柏颂发来一段语音：“传播上不需要精确到病种，显示‘疑似病害’即可。抓紧，今晚要发初版。”
叶穗挑了三十张，但没有写病名。
十分钟后，剪辑学生把效果图发回群里。每片叶子都出现红框，框旁写着“稻瘟病”，置信度从九十七到九十九不等。连一片被虫咬破的健康叶也没有逃过稻瘟病的诊断。
叶穗问数字从哪来。
剪辑学生说：“动画模板自动生成的。九十以下不好看，我就从九十七起。”
“这不是模型结果。”
“视频是示意。”
“页面上没写示意。”
“发出去会配文案。”
“文案写吗？”
群里安静了两分钟。
柏颂回复：“叶穗，科研思维和传播思维需要协同。你负责保证方向不错误，具体表现交给专业同学。”
叶穗把那张虫咬叶的原图单独保存。
晚上九点，“稻田万相”第一条视频上线。标题是《断江大学AI慧眼，十秒识别水稻病害》。视频只有五十八秒，没有十分钟。詹炜的背影由自动化系一名身高相近的副教授出演，起飞镜头用了罗竞川的旧无人机，机身划痕被磨皮软件抹掉。叶穗蹲在稻田里，白衬衫洁净，镜头没有拍到她拔不出的雨靴。
最精彩的是最后八秒。
红框在叶片上迅速跳动，每一框都给出病名，每个置信度都高于百分之九十七。画外音说：“禾象智慧农业人工智能实验室，让每一株庄稼都拥有专属医生。”
视频发布十分钟，詹炜在群里发来点赞截图。
“很好，省农业农村频道转发了。传播也是生产力。”
又过五分钟，学院办公室发通知：请全体教师点赞、评论、转发，完成后截图发工会小组统计。
罗竞川评论：“科技改变农业。”
他把截图发完，立刻删除评论。
叶穗没有转发。她反复看视频里的虫咬叶。动画给它的结论是稻瘟病，置信度百分之九十八点三。
林照野从服务器旁走过，看到她停在这一帧。
“真实模型跑过吗？”
“没有。这是动画。”
“文案说明了吗？”
“没有。”
林照野沉默片刻，把视频下载存档。
“明天把三十张都跑一遍。不要只看准确率，保留每一张输出。”
“如果结果很差呢？”
“那就是结果。”
“视频已经发了。”
“视频不会因为结果差自动消失。”
叶穗低头看手机。学院群里，老师们正排队发截图。“已转”“支持”“祝贺”“科技兴农”，四个词在不同头像下不断繁殖。有人没有看完视频便完成转发，有人把“禾象”写成“和象”，也得到了工会小组的绿色勾。
吴兰因私下发来消息：
【你们视频里的第17号叶片不是稻瘟病，是机械损伤。第23号是褐斑，需要镜检确认。不要公开写死。】
叶穗把消息转给柏颂。
柏颂回复：
【收到，后续优化。首期主要展示技术愿景。】
叶穗问要不要下架修改。
这次没有回复。
凌晨，视频点赞突破一万。学院新闻稿将“一万点赞”写成“一万名网友见证智慧农业新突破”。剪辑学生又发来一张贺图：从一百亩试验田到一亿亩中国田，断江AI正在出发。
叶穗看着那串从一百到一亿的零。
当天真正采到的独立病叶，吴兰因确认过的只有十七片。
十七这个数字没有出现在任何新闻里。
它太小，不适合传播。
