早在2016年，由中国科学院植物研究所与百度等单位合作开发的“智能花卉识别系统”，让“拍花识植物”成为现实。该“看图识花”系统已经实现了针对生活中1000多种常见的植物约80%的识别。而要想进一步提高植物识别的准确率，提高样本量和样本准确度是关键。

　　人工智能的普及，植物科普也迎来了新局面。目前市场上也出现了表现优秀的植物识别软件，基于前沿人工智能深度学习技术和智能算法、利用植物研究机构多年积累的海量植物分类图库研发而成的某款植物识别软件，在识别植物方面可谓是“独具慧眼”。

　　通常来讲，用户将手机对着植物的特征部位一拍，植物识别软件就能自动识别该植物的名称，并提供根茎叶花果、分布、产地及功效等更详细的信息，用户就像随身携带了植物专家一样。值得一提的是，人工智能的深度学习功能，模型的更新和数据的积累会让系统的识别能力提高并且越来越精准，而且系统具有自主学习能力，识别的植物种类也会不断增加。

 　　几乎所有的相对湿度传感器都要求保护不受雨淋。装置的保护外罩或通风管也会成为一个污染源，但是在实践中发现保护相对湿度传感器不受雨或冰的影响，通常要比把它完全暴露于环境空气中更重要。气压传感器一般装配在内层，以使其在飞升中经受的温度变化最小，也避免与温度和相对湿度传感器的外露要求相冲突。在无线电探空仪设计中的其它重要的特性要求是可靠性、坚固性、重量小和体积小。

　　目前，植物识别软件服务商在为海量用户提供植物识别服务的同时，可以积累大量的数据。这些社会化监控数据对区域或景区物种的类型、数量、分布以及外来物种监测等工作具有重要的参考价值。

       设计无线电探空仪时必须达成某种协调折衷。当把传感器无保护地暴露于无线电探空仪顶部上端时，发现温度测量结果是最可靠的，但是这样也导致直接暴露于太阳辐射之下。在最现代的无线电探空仪中，应用蒙皮加于温度传感器上以使辐射加热作用减到最小，随后在资料处理中还应用软件修正残存的太阳加热作用。已证明这种装配温度传感器的方法在实践中要比把温度传感器装配在保护通风管中更可靠。

　　2018年9月，在全国科普日活动期间，百度与多家国内知名植物园达成合作，共同推出“AI植物园计划”。作为“AI植物园计划”中面向用户的产品，“百度探花郎”将接入百度搜索的全平台入口。“百度探花郎”主要包含拍照识花、全景科普以及智能导览三大功能。借助百度识图提供的领先AI图像识别能力，“拍照识花”功能对于常见植物的识别率可以达到92%

　　最后，无线电探空仪应具有传输清晰的讯号达斜距至少200km的地面接收站的功能。由于无线电探空仪电池的电压随时间和温度而改变，因而无线电探空仪必须设计得能适应电池的变化而不影响其探测准确度或无线电传输频率，不致出现不可接受的气压传感器等的传感器漂移。  

　　世界各地的自然历史博物馆正在加速藏品数字化进程，将标本图像存储在开放数据库中。人工智能技术的运用，也为植物标本的收集、保存和识别提供了便利。人工智能识别标本的方法，极大地减少了植物学家收集和识别标本的时间，还能帮助改进标本数据贫乏地区的植物鉴定水平，对生物多样性丰富但植物标本较少的地区特别有用。

 　　为了使得无线电探空仪中的传感器具有较高的采样速率，采用便捷的现代多路传输电子电路也很重要。若有可能这种速率应高于每2s一次，相应于垂直方向最小取样分离10m距离。由于无线电探空仪通常只一次使用，或使用不超过几次，故其设计应为低值批量生产，而且对其易于进行校准并具有校准稳定性是很重要的，因为无线电探空仪常常必须能储存超过一年的较长时间的备用。 

　　在识别农作物病虫害方面，人工智能也“武艺高强”。农户通过把患有病虫害农作物的照片上传，手机应用软件就会识别出农作物正在受到哪种病虫害的侵扰，并给出相应的处理方案。除了人工智能给出的处理方案外，手机应用软件上还有用户和专家交流的社区，可以针对相应的病虫害进行讨论交流。