# 植物也会「自拍」了，自己发电拍自己

- 作者：李超凡
- 发布时间：2019-10-28 17:51
- 分类：公司
- 原文：https://www.ifanr.com/1274476

![](https://s3.ifanr.com/wp-content/uploads/2019/10/jCvy8Sr.jpg)

自拍已经成为很多人生活中不可或缺的一部分，甚至有人[为了自拍付出了生命的代价](https://www.ifanr.com/1271474)。但你可能不会想到，现在植物也学会自拍了。

![](https://s3.ifanr.com/wp-content/uploads/2019/10/photo-1514582086679-4024becf927e.jpeg)

▲ 图片来自：[unsplash，Antoine Beauvillain](https://unsplash.com/photos/zY_NaksFH1k)



这棵会自拍的植物是一种叫做「皮特」（Pete）的蕨类植物，当然这种植物没有成精，也不会有自主的意识，那么它是怎么实现自拍的呢？

其实这是伦敦动物园和人工智能公司 Xnor 进行的一个[微生物燃料电池实验](https://edition.cnn.com/2019/10/16/europe/plant-selfie-london-scli-intl-gbr-scn/index.html)，将植物生长过程细胞产生的能量转化为电能，为连接到植物身上的相机供电。

![](https://s3.ifanr.com/wp-content/uploads/2019/10/191016054412-02-plant-selfie-exlarge-169.jpg)

据伦敦动物学会保育技术专家 Al Davies [介绍](https://edition.cnn.com/2019/10/16/europe/plant-selfie-london-scli-intl-gbr-scn/index.html)，在植物生长的过程中会积累生物质能，为土壤中的细菌提供营养物质，同时产生可用于微生物燃料电池的用量，以此来为远端的保育设备提供动力，包括传感器、监控平台和相机等。

![](https://s3.ifanr.com/wp-content/uploads/2019/10/i-1-90421660-this-fern-can-take-selfies.jpg)

这种微生物燃料电池的好处在于，可以自给自足，不需要更换电池，也不会像太阳能面板一样容易受到日照的影响。

> 植物可以在阴凉环境中生长，自主调整到能吸收到最多阳光的位置，这意味着利用植物供电的潜力是无限的。

虽然植物可以持续供电，但一棵植物产生的能量其实十分有限，只有数百毫伏的电压和微安培级别的电量，这样的微小电量能运行一台相机，很大程度要归功于 AI。

![](https://s3.ifanr.com/wp-content/uploads/2019/10/https___cdn.cnn_.com_cnnnext_dam_assets_191016054249-01-plant-selfie.jpg)

Xnor 硬件工程负责人 Saman Naderiparizi [表示](https://www.fastcompany.com/90421660/this-plant-can-take-a-selfie)，只靠蕨类植物产生的电压，甚至不足以运行微型的控制器，因此要将这些电能储存起来，在电容器蓄能时， AI 模块进入睡眠状态，几乎不消耗能力，当能量储存完成后，就可以激活 AI 模块。

当 Xnor 的低功率相机开始运行，就会通过 AI 模型识别「皮特」的自拍照，并将图片储存在闪存中，由于这种相机的功率极低，可以依靠植物提供的电能 24 小时不间断运行，目前 「皮特」已经能做到每 20 秒拍一张照。

![](https://s3.ifanr.com/wp-content/uploads/2019/10/i-2-90421660-this-fern-can-take-selfies.jpg)

这种技术可以用于人类难以涉足的偏远极端环境，通过监测温度、湿度和植物生长，更好地了解对气候变化、栖息地流失等自然威胁。

同时像「皮特」这样的「植物自拍系统」，还可以用于热带雨林的监测，防止森林大火，以及保护濒危的野生动植物。因为森林面积巨大，过去需要依赖飞机在森林上空来评估，成本昂贵且准确度有限。

在 Xnor 联合创始人 Ali Farhadi 的设想中，我们将被数十亿太设备包围，并且所有设备都运行着各式各样的 AI。与其依靠通过昂贵和高耗能的数据中心，不如将更多任务交给像「皮特」这样的技术，通过植物和阳光来为设备提供动力。

题图来自：Reddit ，部分配图来自：Xnor
