邁向更智能更高效的農業生產

　　宇樹科技近日宣布，將其四足機器人Go2應用于智慧農業領域；全國首臺冬棗採摘機器人在陜西大荔投入應用；中國科學院遺傳與發育生物學研究所研制出世界首臺可自動巡航雜交授粉的智能育種機器人……人工智能應用于農業的最新探索引人關注。

　　國務院日前印發的《關于深入實施“人工智能+”行動的意見》提出，加快農業數智化轉型升級。加快人工智能驅動的育種體係創新，支持種植、養殖等農業領域智能應用。加強人工智能在農業生產管理、風險防范等領域應用，幫助農民提升生產經營能力和水平。人工智能在農業領域的應用進展如何？怎樣推動農業數智化轉型升級？記者採訪了有關經營主體和專家。

　　智慧農業快速發展

　　在安徽農墾集團數字農業管理平臺展示中心的大屏幕上，人們可以看到位于安徽懷遠縣龍亢農場萬畝稻田里2架巡田無人機自主飛行作業的場景。通過低空多光譜無人機傳回作物長勢情況，結合地面AR鷹眼視頻監控，AI可自動識別草情、病蟲害。工作人員說，龍亢農場去年引進智慧糯稻產業集群項目，蟲情測報站、孢子捕捉儀、殺蟲燈等採集數據，平臺進行AI分析、智能識別害蟲後，將指令發布給無人機。農技人員經現場確認後，用無人機“精準點殺”，可節約農藥成本10%至20%。

　　智慧農業正快速發展。目前，我國一般性環境類農業傳感器已基本實現國產，北鬥導航技術在耕種、管理、收獲等環節應用，農業遙感技術廣泛應用于農情監測、估產，農業無人機技術達到國際先進水平並應用于信息採集和病蟲害防控，精準施肥、智能灌溉、精準施藥等技術廣泛應用于規模化生產。越來越多經營主體依托人工智能賦能農業，實現生產過程的智能感知、智能決策和智能控制。

　　農業農村部農村經濟研究中心可持續發展研究室主任劉景景說，目前，人工智能技術在農業領域的應用成效主要體現在兩方面：一是實現農業重復性工作的自動化。傳統農藥噴灑、收割、播種等依賴人力的任務，可通過AI、機器人或自動化技術完成。二是基于物聯網數據實現降本增效。通過傳感器採集氣候、土壤、病蟲害等數據，人工智能可輔助農民精準決策，優化施肥、灌溉和作物管理。

　　南京農業大學副校長朱艷表示，去年印發的《全國智慧農業行動計劃（2024—2028年）》提出組織實施智慧農業三大行動、8項重點任務。這無疑為智慧農業的推廣注入強大動力，以政策拉動、典型帶動、技術驅動、服務推動，促進人工智能在農業領域的全面發展。通過“數據+模型+場景”的核心底座，未來農場將成為由傳感器、物聯網、大模型、機器人等元素組成的“全能智能體”，賦能農業智慧化、綠色化和規模化，支撐保障國家糧食安全和形成農業新質生產力。

　　現實挑戰亟待突破

　　《全國智慧農業行動計劃（2024—2028年）》提出，在公共服務能力建設上，加快打造國家農業農村大數據平臺、農業農村用地“一張圖”和基礎模型算法等公共服務產品；在產業布局上，著力推動主要作物大面積單產提升，培育一批智慧農場、智慧牧場、智慧漁場,推進全產業鏈數字化改造；在示范帶動上，支持浙江先行先試，探索推廣“伏羲農場”等未來應用場景。

　　“人工智能與農業的結合，標志著傳統農業領域關鍵環節與人工智能技術的融合與優化。”劉景景表示，這一過程本質上是將農民長期積累的經驗知識轉化為具有可操作性的模型，使那些經驗不足的從業者也能從中受益。人工智能以其強大的數據感知、分析決策與自主執行能力，在推動農業現代化進程中展現出巨大潛力。

　　盡管人工智能技術在農業領域潛力巨大，但仍面臨一些現實挑戰。劉景景認為，在數據獲取與共享方面，存在農業數據分散、標準不一，數據獲取和共享機制不完善的問題，制約了模型訓練和應用；在成本與基礎設施方面，技術應用成本仍然較高，農村地區網絡和計算資源不足，限制了技術推廣；在農民接受度方面，部分農民對人工智能技術缺乏了解，接受度較低，需要加強培訓和推廣；在倫理與隱私方面，人工智能技術應用涉及數據隱私和算法公平性等問題，需制定相關規范。

　　記者了解到，人工智能在農業領域的研發應用推廣比工業領域更難。分析原因，一是農業是非標準化環境，對象是生命體，相關研發需要農學、光學、傳感、機械、算法等領域專家協同。二是農業比較效益一般低于二三產業，農民和新型農業經營主體要計算投入產出賬，他們的要求是“技術不一定要多高大上，但成本要盡量低”。三是由于農業生產環境復雜多變，有的產品說起來豐滿、用起來骨感，實際使用效果不盡如人意。這些因素制約了人工智能在農業領域的進一步發展。

　　聚焦數據拓展應用

　　按照規劃，到2028年底，信息技術助力糧油作物和重要農產品節本增產增效的作用全面顯現，先行先試地區農業全產業鏈數字化改造基本實現，全域推進智慧農業建設的機制路徑基本成熟，農業生產信息化率達到32%以上。

　　農業農村部信息中心主任王小兵認為，重點要抓數據，解決好發展智慧農業最薄弱的環節。以應用場景為牽引，加快構建空天地一體化數據資源採集體係，為模型訓練提供海量的“數據飼料”。把農業物聯網作為數據採集最重要的渠道之一，建立健全農業全產業鏈數據資源體係，確保各個關鍵節點的智能決策都有數據支撐。推進公共數據資源的開放共享和開發利用，推動形成各類數據匯聚、共享、利用的機制，讓農民成為數據採集的主體，讓數據採集成為農民增收的新渠道。

　　朱艷認為，當前農民對AI技術的接納程度較低，高素質農業AI人才短缺，成為制約智慧農業發展的一大瓶頸。要構建完善的人才培養體係，推動跨學科融合創新，建設校企共建的實習實踐平臺，鼓勵高校開展產學研合作，持續激發AI+農業人才的積極性和創造力，確保我國智慧農業在全球競爭中佔據領先地位，推動農業生產走向更智能、更高效的未來。

　　南京郵電大學數字經濟研究所所長姚國章建議，促進技術轉化與創新應用。一方面，鼓勵定制化解決方案。鼓勵科研機構與農業企業合作，共同開展技術研發和應用試點。設立技術轉化基金，支持科研成果商業化，加速創新成果向生產力轉化。另一方面，打通產學研用鏈條。針對小農戶分散經營的特點，開發定制化、模塊化、成本效益高的AI解決方案。通過“AI即服務”模式，降低小農戶技術獲取成本。

　　展望未來，業內認為，人工智能在農業領域的發展將呈現以下趨勢：首先，人工智能技術將與物聯網、大數據、區塊鏈等前沿技術實現深度融合，構建起完整的農業智能化生態係統，顯著提升農業生產效率。其次，更多低成本、易操作的解決方案將被開發出來，大幅降低技術應用門檻，使中小農戶也能享受智能化帶來的便利。再次，人工智能技術將向定制化方向發展，根據不同地區、不同作物、不同農戶的個性化需求，提供精準化的智能服務。（本文來源：經濟日報 記者：喬金亮）