בכל שנה אובד חלק ניכר מהיבול החקלאי בעולם בגלל חרקים, ובאזורים חמים שבהם החרקים מתרבים כל השנה הנזק גדול במיוחד. הדרך המקובלת לאתר אותם עדיין מתבססת על עין אנושית: סיור בשדה, מלכודות דביקות ובדיקות מעבדה, עבודה איטית ויקרה שתלויה במומחים שאינם תמיד זמינים. נדמה שמצלמה ואלגוריתם אמורים לפתור את הבעיה בקלות, אבל דווקא כאן מתגלה קושי מפתיע: אותו חרק עצמו נראה אחרת לגמרי כשהוא זחל, גולם או בוגר, ולעומת זאת מינים שונים לחלוטין, שדורשים טיפול שונה לגמרי, נראים כמעט זהים לעין ולמצלמה כאחד.
כיצד אפשר לבנות מערכת ראייה ממוחשבת שתדע גם לזהות את אותו מין על פני כל שלבי חייו וגם להפריד בין מינים דומים להפליא, ועדיין תפעל מהר דיה כדי לשמש בשדה ולא רק במעבדה? זו השאלה שבמרכז המחקר הזה, והתשובה המוצעת נשענת על מנגנוני קשב, אותה משפחת שיטות ששינתה את פני הבינה המלאכותית בשנים האחרונות, בגרסה שתוכננה במיוחד לתמונות של חרקים.
כדי לבחון את הרעיון נבנה גלאי חרקים חדש, המשלב קשב מרחבי בכמה רמות הגדלה יחד עם מבנה היררכי שמפרק את חישוב הקשב לכיוונים שונים בתמונה. הגלאי נבחן על שלושה מאגרי תמונות ציבוריים גדולים, ובהם עשרות אלפי תמונות ומאות קטגוריות של מזיקים חקלאיים, והושווה לעשרות מודלים מובילים, הן מבחינת דיוק הזיהוי והן מבחינת מהירות העבודה והמשאבים שהוא דורש.






