农业人工智能实践探索与发展路径探究

分类:论文范文 发表时间:2021-11-18 11:21

  [摘要]伴随农业供给侧结构性改革工作的逐步推进,农业人工智能必将在推进完善农业领域新技术、新产品、新业态、新模式中起到关键性引领作用。但限于历史原因,我国人工智能发展面临农村网络基础设施薄弱、人工智能基础理论与应用研究相对落后、农业训练数据缺失、农业劳动力过剩与农业高技能人才严重缺乏矛盾日益凸显等挑战。基于此,在系统梳理国内外农业人工智能应用现状与发展趋势的基础上,结合我国农业人工智能发展中存在的问题,从顶层设计与配套激励措施、农村信息化基础设施建设、农业人工智能项目实施路径、人才培养等方面提出针对性建议,以期能够为我国农业人工智能发展提供参考。

  [关键词]农业;人工智能;融合发展;核心技术

  2017年7月8日,发布的《新一代人工智能发展规划》中明确要求:到2025年人工智能基础理论实现重大突破,相关产业进入全球价值链高端。人工智能(AI)引领农业创新发展也是一个重要应用领域。具体来说,人工智能作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并将成为经济发展的强大引擎,催生农业领域新技术、新产品、新业态、新模式,推动农业生产力的整体跃升[1],然而在AI的引领下,如何保障现代农业安全高效发展,依然面临许多困难和挑战,需要深入探讨和积极应对。

农业人工智能实践探索与发展路径探究

  一、农业人工智能的内涵与本质

  人工智能就是模拟人类能力和智慧行为的跨领域学科,涉及计算机科学、控制论、信息论、神经生理学、语言学、心理学等,主要应用于难题求解、自动规划、资源调度配置、模式识别、智能机器人、智能控制、管理与决策、数据挖掘与知识发现等领域[2]。经过60多年的演进,特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论、新技术以及经济社会发展强烈需求的共同驱动下,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特征。

  二、农业人工智能应用现状与发展趋势

  农业人工智能是集人工智能技术、种养殖、农业装备等多领域为一体的系统工程,一般采用农业物联网传感设备及其关联控制系统,通过深度学习、计算机视觉和数据科学等技术,将农业从直觉种植改造为数据种植,依托实时监控数据和专家模型系统提供农业智能化方案,从而提高农业经营的效率和质量。

  三、农业人工智能发展面临的主要挑战农业人工智能发展面临多方面挑战,其主要挑战表现在以下几个方面。

  (一)农村网络基础设施薄弱

  2018年1月31日,互联网络信息中心发布了我国最新的《互联网络发展状况统计报告》。该报告指出:目前,移动宽带网络基本实现城市、县区的连续覆盖及发达乡镇、农村地区的热点覆盖,但是仍有10%左右的农村地区无网络接入,农村网络整体性能情况不到城镇的20%,大部分农田附近,移动网络信号不够稳定或根本不存在,很难在农田部署农业物联网设施,严重影响农业人工智能实施的效果与质量[10]。尽管于2017年正式启动首个农业全产业链人工智能工程“农业大脑”项目,但实施效果还有待验证。另外,虽然已经出台《新一代人工智能发展规划》,并明确提出发展农业人工智能的要求,但并没有具体实施措施和技术标准。

  (二)AI基础理论与应用研究相对落后

  近年来,部署了智能制造等重点研发专项,印发实施了“互联网+”人工智能三年行动实施方案,从科技研发、应用推广和产业发展等方面提出了一系列措施。经过多年的持续积累,我国在语音识别、视觉识别等人工智能应用领域的技术世界领先,自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力,中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用,人工智能创新创业日益活跃,在国际上获得广泛关注和认可。但是,我国人工智能整体发展水平与发达相比仍存在较大差距,缺少重大原创成果,在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面与发达相比差距较大;科研机构和企业尚未形成具有国际影响力的生态圈和产业链,缺乏系统的超前研发布局;人工智能尖端人才远远不能满足需求;适应人工智能发展的基础设施、政策法规、标准体系亟待完善。

  四、农业人工智能发展路径

  针对我国人工智能发展面临的主要挑战,农业人工智能发展路径可从以下几个方面做起。

  (一)构建标准统一、可持续运营的农村网络服务体系

  受农村地理环境复杂、农业运营效益低下、农民科技水平较低等因素影响,农村网络基础设施建设投入巨大,但收效低微。因此,政府应继续加大农村信息化基础设施的建设力度,以政府主导与市场参与深度结合的方式,尽快实现网络基础设施在广大农村地区的全覆盖,同时完善优化农业人工智能基础保障环境。具体实施时需要注意以下几个方面。

  首先,确保建设技术先进、功能完善的“三农”信息网络基础设施,为农业人工智能应用提供坚实的硬件依托。

  其次,制定统一的软硬件标准、数据采集与通信标准、服务与运营标准等,为农业人工智能提供规范化的基础数据服务。

  再次,限于农业经营效益偏低,应尽可能避免出现区域重复投资现象,以免浪费社会资源。

  (二)尽快出台战略层面对农业人工智能的发展规划与配套激励措施

  尽管在《新一代人工智能发展规划》中明确指出要积极推动人工智能引领农业发展,但是无论人工智能基础性技术研发,还是农业工程项目实施,所需社会资源都远远超过个人或者少数企业能够承受的范围。面对这样的系统性工程,更需要战略层面的资金支持和参与,建议完善以下三个方面。

  首先,充分利用已有资金、基地等存量资源,发挥财政引导和市场主导作用,形成财政、金融和社会资本多方支持新一代人工智能发展的格局,并从法律法规、伦理规范、重点政策、知识产权与标准、安全监管与评估、劳动力培训、科学普及等方面提出相关保障措施。

  其次,确保对农业人工智能技术研发的稳定持续经费支持。政府工作重点在于政策引导与资金支持,特别是在基础研究领域中,抓紧制定政策,推出一批级、基础性、共性技术以及人工智能研发基地和平台。

  再次,充分发挥高校与科研机构在基础与应用研究、人才培养等方面优势,同时积极鼓励有条件的高校开设人工智能研究所与学院等。

  [参考文献]

  [1]汤敏,左小蕾.“互联网+人工智能”正催生一场新的工业革命[N].经济日报,2016-04-08.

  [2]刘现,郑回勇,施能强.人工智能在农业生产中的应用进展[J].福建农业大学学报,2013,28(6):609~614.

  [3]汪来喜.基于农业本质的农业供给侧改革推进方略[J].中州学刊,2017(8):46~49.

  [4]刘丽伟.美国信息化成就精准农业[N].农资导报,2014-01-03.

  [5]谭明.以色列农业发展战略对广西的启示[J].广西农业大学学报,2009(12):99~102.

  梁瑞华

上一篇:美国农业航空技术现状和发展趋势分析 下一篇:浅析3S技术在精准农业中的应用及发展前景