人工智能“上新”，如何让更多农民用得上？

来源：滚动播报

（来源：中工网）

发展农业人工智能，本质是用新型生产要素重构农业全产业链。放眼长远，持续深耕数字农业赛道，补齐落地短板，拓宽应用场景，方能化算力为“肥力”，推动农业强国建设行稳致远。

最近一段时间，多款农业人工智能大模型接连亮相，中国农业大学的神农大模型4.0，在数据覆盖、病虫害识别、基因组分析及服务能力等方面全面升级；南京农业大学主导研发的“神农慧种”系列智能体，打造智慧种植综合解决方案；知天世界大模型、育繁推一体化管理大模型、荔知君大模型和智慧棉田精准管控系统四项农业大模型，覆盖智能育种、智慧种植、精准管控等领域。这些看似与农业相距甚远的“黑科技”，正在成为培育农业新质生产力的关键。

农业人工智能迅速发展，离不开一系列政策支持。今年中央一号文件明确提出“因地制宜发展农业新质生产力，促进人工智能与农业发展相结合，拓展无人机、物联网、机器人等应用场景”，人工智能技术从单点应用升级为贯穿农业全产业链的战略支撑。农业农村部党组近期召开的会议中，多次提到“人工智能”，对加快农业人工智能发展、大力推进“人工智能+农业”等作出重要部署。

一边是发展了数千年的传统产业，一边是近年突飞猛进的新兴产业，为什么顶层设计如此看重二者的结合？

从现实需求来看，当前，我国农业生产体系正面临深度变革，农业生产组织形态在重构。随着城镇化进程的加快，“家家都有地，户户不一定种田”成为不少农村地区的现实图景。如何弥补农村青壮年劳动力外流造成的用工缺口？当农民点点手指就能管好成百上千亩农田时，种地不再是需要堆人工才能完成的重体力苦差事，“谁来种地”的问题迎刃而解。

从发展趋势来看，发展农业人工智能是顺应现代农业生产方式的选择。随着农业生产规模化率不断提升，农业产业形态也在重构。一个人管几亩地、两三头猪，和一个人管几百亩地、几千头猪，是截然不同的生产方式，需要完成技术上的更新迭代。眼下，专属农业大模型依靠天地数据联动，能够自主生成整套农事方案，种地不再只靠经验、靠天气，而是靠数据和智能算法，解决“怎么种地”的问题也有了突破口。

放眼全国，不少地方已经在实践中探索出农业人工智能的有效落地方式。海南南繁基地借助人工智能生物信息科学家智能体与大模型，可以把原本七八年的育种周期压缩近一半。江苏扬州广陵区沙头镇小虹桥村，八百多亩稻田采用人工智能水肥管控系统，年增产8%，农药、化肥使用量减少15%。在养殖业中，智能耳标和巡检机器人已成为现代畜禽养殖的新“标配”。内蒙古一牧场启用牛脸识别系统，24小时监测畜禽健康状况，疫病发病率下降约两成，大幅降低人工成本并提升养殖效率。

值得一提的是，我国农业人工智能技术不仅服务本土，还逐步走出国门。泰国尖竹汶府智慧果园引入中国物联网、智能农机装备，不仅能节约用水和化肥用量，更让榴梿的优质果率显著提升；在阿联酋阿布扎比的一处“沙漠农场”，山东企业与当地共建的农业基地利用人工智能和机器人技术，每天可生产供应7吨新鲜蔬菜；曾经颗粒无收的柬埔寨荒地，在广西援柬埔寨现代农业技术合作减贫项目的支持下，智能灌溉、气象监测、土壤传感等设备协同运转，长出了翠绿欲滴的蔬菜。中国数字农业方案，正在为区域粮食安全与全球农业生产注入强劲动能。

热潮之下，也要看到，当前我国农业人工智能的大范围落地，仍存在一些现实难题。其一，农业数据碎片化，土壤、气象、种业等数据分属不同平台，没有统一标准，小农户田间真实样本短缺，有些算法只适配平整大田，山区、零散地块精准度大打折扣。其二，使用门槛偏高，整套大型智能设备投入成本高，适合散户的低价简易人工智能产品供给不足；农村老人数字操作能力弱，基层缺少既懂农活又懂数字技术的复合型人才。其三，产业链协同不足，一些农业人工智能研发主要依托实验室数据，部分示范项目长期依靠政府补贴，自主造血能力不足。

让农业人工智能真正惠及千家万户，需要多方协同打出“组合拳”。要搭建农业大数据共享底座，整合土壤、作物、卫星遥感、田间传感器等数据，盘活区域性开放数据库。推进人工智能轻量化、便民化发展，加大小型无人机、简易土壤检测仪补贴力度，推广共享飞防、数字农田托管服务，降低农户一次性投入，常态化开展农民数字技能培训。还需要打通全产业链协同发展机制，建立科研院所、农机企业、种植农户常态化沟通渠道，按照田间实际需求定制人工智能模型等。

发展农业人工智能，本质是用新型生产要素重构农业全产业链。放眼长远，持续深耕数字农业赛道，补齐落地短板，拓宽应用场景，方能化算力为“肥力”，推动农业强国建设行稳致远。（赵新宁）