【科學隨筆·我見AI】?
隨著數(shù)字化浪潮席卷全球，人工智能（AI）作為引領新一輪科技革命的戰(zhàn)略性技術，不斷加速突破并重塑著農(nóng)業(yè)新格局。從基礎科學研究到應用科學開發(fā)，人工智能與科學的融合催生出第五科研范式AI for Science（AI4S，即AI驅(qū)動的科學研究），能夠突破傳統(tǒng)農(nóng)業(yè)研究的認知邊界，引領作物育種、病蟲害預測等領域?qū)崿F(xiàn)顛覆性創(chuàng)新。同時，AI與智慧農(nóng)業(yè)的深度融合，推動農(nóng)業(yè)生產(chǎn)向數(shù)據(jù)驅(qū)動、智能決策轉(zhuǎn)型，加速構建科技興農(nóng)的新生態(tài)，進而驅(qū)動鄉(xiāng)村振興蝶變。
AI憑借強大的數(shù)據(jù)處理、智能分析及模式識別等能力，能夠打破領域科學家的認知局限，正逐漸成為現(xiàn)代農(nóng)業(yè)科學研究中不可或缺的工具，為助力農(nóng)業(yè)科學研究智能化、高效化與協(xié)同化發(fā)展注入新的動能。近年來，基因編輯育種、基因組選擇育種、設計育種等重要育種技術快速發(fā)展，智能育種成為種業(yè)發(fā)展新興前沿，育種范式正從“試驗選優(yōu)”向“計算選優(yōu)”轉(zhuǎn)變，邁入了“常規(guī)育種＋生物技術＋信息技術＋人工智能”的育種“4.0時代”。
我國目前在農(nóng)業(yè)領域的AI4S應用已有一定進展，如中國農(nóng)業(yè)科學院國家南繁研究院與阿里巴巴達摩院共同研發(fā)的智慧育種平臺，集成了育種數(shù)據(jù)管理、分析和人工智能算法預測等功能，提升了育種效率和精準度；中國農(nóng)業(yè)科學院作物科學研究所與北京大學現(xiàn)代農(nóng)業(yè)研究院等多個單位共同研發(fā)的基于大數(shù)據(jù)和AI的智能育種系統(tǒng)，可對環(huán)境型、基因型和表型等數(shù)據(jù)進行采集清洗，并基于機器學習和AI技術構建預測模型，用于預測表型和指導育種決策；中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所與同方知網(wǎng)聯(lián)合研發(fā)了我國首個農(nóng)業(yè)通用大語言模型——農(nóng)知大模型，主要面向農(nóng)業(yè)科技創(chuàng)新、農(nóng)業(yè)生產(chǎn)服務、農(nóng)業(yè)知識科普、輔助農(nóng)業(yè)決策等多領域應用場景，提供涵蓋農(nóng)業(yè)全產(chǎn)業(yè)鏈專業(yè)知識的智能化知識服務，可高效服務于農(nóng)業(yè)管理部門、農(nóng)業(yè)科研院所、農(nóng)業(yè)高校、農(nóng)業(yè)企業(yè)、農(nóng)技人員等，提升農(nóng)業(yè)智能知識服務能力，服務農(nóng)業(yè)科技創(chuàng)新發(fā)展，助力打造農(nóng)業(yè)新質(zhì)生產(chǎn)力。
除了農(nóng)業(yè)科技，AI在智慧農(nóng)業(yè)乃至鄉(xiāng)村振興的應用中，也展現(xiàn)出強大動能與巨大潛力。
AI與農(nóng)業(yè)生產(chǎn)數(shù)據(jù)廣泛融合應用于農(nóng)業(yè)產(chǎn)業(yè)鏈、供應鏈和價值鏈，賦能農(nóng)業(yè)多場景、多環(huán)節(jié)、多領域科技創(chuàng)新。例如，通過高精度傳感器、衛(wèi)星遙感和無人機搭載，聯(lián)動人工智能算法，實現(xiàn)作物表型數(shù)據(jù)收集與分析、雜草識別、畜禽和作物整體生長情況判別等；智能種植、作物偵查、智能灌溉、智慧采摘與管控、自主導航運輸?shù)绒r(nóng)業(yè)機器人大軍集結迸發(fā)，架構起“無人農(nóng)場”生產(chǎn)模式。
在賦能智慧農(nóng)業(yè)的同時，AI逐步滲透到農(nóng)業(yè)農(nóng)村多元化發(fā)展路徑中，形成互聯(lián)網(wǎng)與鄉(xiāng)村治理網(wǎng)格化、數(shù)字鄉(xiāng)村和公共服務、智慧鄉(xiāng)村等鄉(xiāng)村治理模式。有效促進智慧旅游、農(nóng)村電商、農(nóng)村種養(yǎng)殖等農(nóng)村數(shù)字化產(chǎn)業(yè)延伸；加強了智慧村務、平安鄉(xiāng)村、人居環(huán)境等綜合數(shù)字化治理；豐富了鄉(xiāng)村數(shù)字化服務，如互聯(lián)網(wǎng)醫(yī)療、遠程教育、生產(chǎn)知識服務、市場行情、農(nóng)業(yè)金融服務接入大模型等人工智能技術，以縮小城鄉(xiāng)公共資源配置差距。
應該說，AI切實提升了農(nóng)業(yè)生產(chǎn)質(zhì)效，面向農(nóng)業(yè)生產(chǎn)流程的監(jiān)測與管理更快速化、智能化與精準化；促進現(xiàn)代農(nóng)業(yè)迭代和升級，在突破傳統(tǒng)農(nóng)業(yè)邊界同時，進一步強鏈延鏈補鏈，提升農(nóng)業(yè)產(chǎn)業(yè)韌性；持續(xù)賦能鄉(xiāng)村可持續(xù)發(fā)展，聯(lián)農(nóng)帶農(nóng)益農(nóng)作用更加凸顯，為農(nóng)業(yè)增收提供更多可能性。
然而，我們也要看到，目前，AI在智能科學研究與智慧農(nóng)業(yè)的產(chǎn)業(yè)落地進程中仍面臨許多挑戰(zhàn)，如缺乏高質(zhì)量、長周期、全要素動態(tài)農(nóng)業(yè)數(shù)據(jù)與知識語料，高價值應用場景的落地瓶頸，農(nóng)業(yè)AI模型可解釋性與科學可信度的矛盾，智能農(nóng)機裝備技術應用滯后，農(nóng)村農(nóng)業(yè)基礎設施不完善等。從數(shù)據(jù)壁壘到認知鴻溝，從“技術黑箱”到場景孤島，AI與科學范式的協(xié)同創(chuàng)新尚未形成完整閉環(huán)，“AI+農(nóng)業(yè)”的多場景融合縱深發(fā)展也還需進一步加強。
長遠來看，我國需要強化“抓規(guī)劃、強基礎、攻技術、創(chuàng)產(chǎn)品、建生態(tài)、育人才”全方位布局和頂層設計，超前部署并啟動支撐核心關鍵技術攻關和重點項目，搭建面向智能科研的數(shù)字科研協(xié)同創(chuàng)新平臺，高度重視協(xié)同創(chuàng)新體系建設，深化交叉學科體系建設及交叉型人才隊伍培養(yǎng)，堅持需求導向，深化“AI+農(nóng)業(yè)”應用場景，打造高水平“AI+農(nóng)業(yè)”的行業(yè)創(chuàng)新基地，構建完整的智能農(nóng)業(yè)生態(tài)體系，助力發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力。
（作者：趙瑞雪，系中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所副所長、研究員）
