据食品和农业组织称，在数百万人没有足够食物的时候，生产过程中近20%的水果和蔬菜供应都会丢失。为了帮助农民改善由病原体攻击造成的作物收成，位于西孟加拉邦Jalpaiguri的开发商Risab Biswas建立了一个可以检测植物病理性疾病的计算机视觉模型。

Biswas首先从Google图像中收集工厂数据，然后使用TensorFlow(深度学习空间中广泛使用的机器学习框架)和Open Vino(英特尔神经网络优化工具包)来构建AI模型。一旦捕获了植物的图像和视频，该模型就用于确定疾病的原因，可能的治疗方法和预防措施。为了运行这些解决方案，Biswas使用了Intel 7th Gen i5 NUC迷你PC。

Biswas并不是唯一一个使用新兴技术来拯救地球的开发商。英特尔声称其全球数以万计的开发人员正在使用其AI解决方案，以使地球成为居民更好的地方。另一位独立开发商Rosemarie Day使用Tensor Flow和英特尔神经计算棒(NCS)构建系统，帮助环保人士了解森林砍伐对植物的影响。根据世界银行2016年的报告，1990年至2016年间，地球上的森林面积减少了130万平方公里。

使用TensorFlow，Day将地球表面的卫星图像分为三类 - 位置，植物类型和森林砍伐。创建图像分类模型后，使用Open Vino进行优化。然后它运行在英特尔的Movidius神经计算棒(一种USB设备上，用于在单板和普通PC上构建和训练AI模型，不需要互联网访问)。NCS允许Rosemarie Day在功率受限的区域实时监控地球表面。她的研究是在亚马逊热带雨林中进行的。

世界卫生组织表示，缺乏干净的饮用水是另一个全球性的祸害，每年造成数百万人死亡。英特尔软件开发人员Peter Ma开发了一种名为Clean Water AI的解决方案，可以使用模式识别和机器学习识别水中的细菌。

Ma拿了一台数码显微镜并将它连接到一台功能强大的基于Ubuntu的笔记本电脑上，并连接了英特尔的神经计算棒。整个系统的成本不到500美元。系统核心的神经网络能够成功地确定大肠杆菌(大肠杆菌)的形状，颜色，密度和边缘以及引起霍乱的细菌。