本年中心一號文件提出，支撐發展聰明農業，拓展人工智能、數據、高空等技術應用場景。當前，人工智能在農業領域的應用不斷拓展，但仍面臨諸多挑戰。為此，中國農業科學院農經觀察第63期以“人工智能在農業農村中的應用與挑戰”為主題，邀請來自官場、學界、基層的代表展開研討、建言獻策。
已實現多種應用場景，但規模化、產業化仍有距離
人工智能是新一輪科技反動和產業變革的主要驅動氣力。在農業領域，發展人工智能也是建設農業強國、保證糧食平安、推進鄉村周全振興的必定路徑。中國農業科學院嚴重任務局副局長、研討員柴秀娟指出，當前，人工智能正在通過多種技術路徑賦能農業科技創新，推動農業生產向智能化、精準化、高效化轉型。
在育種環節，人工智能通過生物技術與信息技術的深度融會，實現精準高效育種，助力農作物產量和品質晉陞；在耕地治理方面，借助建模、監測與決策支撐系統，人工智能為耕地質量晉陞注進算力與聰明；在農機裝備領域，人工智能正不斷晉陞其感知、決策與精細作業才能，加速推進裝備智能化升級……
人工智能在農業生產中展現出廣泛潛力，包養網但要實現規模化、產業化應用，仍面臨諸多挑戰。全國政協委員、中國農業科學院原黨組書記張分解指出，我國農業以小農戶疏散經營為主，人工智能的推廣必須隨機應變處理好小農戶疏散性與高技術人工智能技術集約性之間的關系。他提出，農業人工智能應遵守“無益、平安、公正”的發展請求，特別要警戒技術應用過程中的信息不對稱問題，以及對傳統農平易近數字才能的隱性歧視，確保技術普惠共享。
江蘇省蘇州久富農業機械無限公司專注于水稻全部旅程機械化生產，公司總經理徐正華坦言，當前智能農機推廣廣泛面臨“後期投進年夜、本錢收受接管周期長、投進產出不成比例”的難題。他呼吁政策層面要進一個步驟加年夜對研發和產學研協同的支撐，同時推動基層推廣示范，讓農平易近看得見、用得上、愿意用。
“農業生產場景復雜，人工智能技術能在多年夜水平上真正落地，是一年夜現實難題。”國務院參事、中國農業年夜學特聘傳授何秀榮強調，農業智能化是綜合多學科知識的技術衝破，必須依托產學研深度融會，買通從研討到實用的“最后一公里”。
“信息孤島”阻隔互聯互通，要加速農業數據共享平臺建設
數據是人工智能發展的基石，其質量和數量直接決定著算法的靠得住性。在廣東茂名，當地依托荔枝產業優勢，率先建設了全省首個荔枝全產業鏈年夜數據平臺，但也面臨著數據采集難、整合共享缺乏、數據質量參差不齊、運營資金及人才缺少、農戶應用率不高級問題。對此，茂名市農業農村事務中間主任邱武呼吁，加速構建農業數據共享平臺，買通“信息孤島”，實現數據的互聯互通與共享共用。
作為引領新一輪科技反動和產業變革的戰略性技術，人工智能具備極強的“頭雁”效應和技術溢出才能。從全球格式來看，以Deepseek為代表的中國和以ChatGPT為代表的american處于包養年夜模子研發前沿，引領著該領域技術的疾速發展。
“在農業領域，我們采用的是‘年夜模子+小模子’的多智能體動態推理技術路徑。”中國工程院院士、北京市農林科學院研討員趙春江介紹，今朝團隊已基于DeepSeek開源框架，結合海量農業數據開展當地化訓練和知識更換新的資料，構建出參數規模達6710億的“奇稷”年夜模子。該模子具備傑出的農業問答及決策支撐才能，未來可廣泛應用于農業人工智能服務平臺建設，為農平易近供給精準、高效的智能化服務。
農業農村部年夜數據發展中間副主任張松梅表現，以數據驅動聰明農業，是傳統農業向現代農業轉型的主要抓手。她建議未來在數據政策層面出臺更無力的舉措，把疏散的數據有用匯集起來，真正實現開發與應用兩端發力。
補齊農業人工智強人才缺口，育用兩端需同時發力
加速發展農業新質生產力，人才鏈建設是關鍵一環。不少與會專家和基層代表指出，農業人工智強人才缺少已成為制約發展的凸起挑戰，亟需惹起重視。
北京沃德博創信息科技無限公司聚焦家禽產業數字化平臺建設，公司首席架構師苗學思坦言：“我們最頭疼的就是高端算法類人才缺乏。一方面需求高端人才，另一方面搞農業的企業任務地點又相對偏遠，確實不太不難吸引年輕人。”
若何吸引并留住農業人工智強人才？南京郵電年夜學數字經濟研討所所長姚國章建議，一方面要出臺相應的促進農業人工智能培養和成長的專項計劃，另一方面要健全鄉村創新創業支撐政策，持續完美激勵機制，激發廣年夜人工智強人才的積極性、主動性和創造力。
在人才供給端，高校的人才包養培養體系也需與時俱進。何秀榮建議，要從源頭推動改造，適應農業人工智能對穿插復合型人才的新需求。一是推動課程體系、科研標的目的和產業服務的融會創新，鼓勵傳統農業高校引進人工智能、信息科學等的前沿內容；二是改造用人機制，引進更多來自綜合院校、具有傑出基礎學科佈景的青年教師，晉陞農包養網價錢業高校在前沿領域的科研創新才能。
中國農業科學院副院長葉玉江表包養網示，農業人工智能科研必須圍繞實際問題展開，真正深刻田間地頭，以應用為先。他強調，科研資源應聚焦在能落地、見實效的關鍵環節上，這樣才幹真正鍛煉和留住人才。