宇树科技近日宣布，将其四足机器人 Go2 应用于智慧农业领域；全国首台冬枣采摘机器人在陕西大荔投入应用；中国科学院遗传与发育生物学研究所研制出世界首台可自动巡航杂交授粉的智能育种机器人……人工智能应用于农业的最新探索引人关注。
国务院日前印发的《关于深入实施 " 人工智能 +" 行动的意见》提出，加快农业数智化转型升级。加快人工智能驱动的育种体系创新，支持种植、养殖等农业领域智能应用。加强人工智能在农业生产管理、风险防范等领域应用，帮助农民提升生产经营能力和水平。人工智能在农业领域的应用进展如何？怎样推动农业数智化转型升级？记者采访了有关经营主体和专家。
智慧农业快速发展
在安徽农垦集团数字农业管理平台展示中心的大屏幕上，人们可以看到位于安徽怀远县龙亢农场万亩稻田里 2 架巡田无人机自主飞行作业的场景。通过低空多光谱无人机传回作物长势情况，结合地面 AR 鹰眼视频监控，AI 可自动识别草情、病虫害。工作人员说，龙亢农场去年引进智慧糯稻产业集群项目，虫情测报站、孢子捕捉仪、杀虫灯等采集数据，平台进行 AI 分析、智能识别害虫后，将指令发布给无人机。农技人员经现场确认后，用无人机 " 精准点杀 "，可节约农药成本 10% 至 20%。
智慧农业正快速发展。目前，我国一般性环境类农业传感器已基本实现国产，北斗导航技术在耕种、管理、收获等环节应用，农业遥感技术广泛应用于农情监测、估产，农业无人机技术达到国际先进水平并应用于信息采集和病虫害防控，精准施肥、智能灌溉、精准施药等技术广泛应用于规模化生产。越来越多经营主体依托人工智能赋能农业，实现生产过程的智能感知、智能决策和智能控制。
农业农村部农村经济研究中心可持续发展研究室主任刘景景说，目前，人工智能技术在农业领域的应用成效主要体现在两方面：一是实现农业重复性工作的自动化。传统农药喷洒、收割、播种等依赖人力的任务，可通过 AI、机器人或自动化技术完成。二是基于物联网数据实现降本增效。通过传感器采集气候、土壤、病虫害等数据，人工智能可辅助农民精准决策，优化施肥、灌溉和作物管理。
南京农业大学副校长朱艳表示，去年印发的《全国智慧农业行动计划（2024 — 2028 年）》提出组织实施智慧农业三大行动、8 项重点任务。这无疑为智慧农业的推广注入强大动力，以政策拉动、典型带动、技术驱动、服务推动，促进人工智能在农业领域的全面发展。通过 " 数据 + 模型 + 场景 " 的核心底座，未来农场将成为由传感器、物联网、大模型、机器人等元素组成的 " 全能智能体 "，赋能农业智慧化、绿色化和规模化，支撑保障国家粮食安全和形成农业新质生产力。
现实挑战亟待突破
《全国智慧农业行动计划（2024 — 2028 年）》提出，在公共服务能力建设上，加快打造国家农业农村大数据平台、农业农村用地 " 一张图 " 和基础模型算法等公共服务产品；在产业布局上，着力推动主要作物大面积单产提升，培育一批智慧农场、智慧牧场、智慧渔场 , 推进全产业链数字化改造；在示范带动上，支持浙江先行先试，探索推广 " 伏羲农场 " 等未来应用场景。
" 人工智能与农业的结合，标志着传统农业领域关键环节与人工智能技术的融合与优化。" 刘景景表示，这一过程本质上是将农民长期积累的经验知识转化为具有可操作性的模型，使那些经验不足的从业者也能从中受益。人工智能以其强大的数据感知、分析决策与自主执行能力，在推动农业现代化进程中展现出巨大潜力。
尽管人工智能技术在农业领域潜力巨大，但仍面临一些现实挑战。刘景景认为，在数据获取与共享方面，存在农业数据分散、标准不一，数据获取和共享机制不完善的问题，制约了模型训练和应用；在成本与基础设施方面，技术应用成本仍然较高，农村地区 *** 和计算资源不足，限制了技术推广；在农民接受度方面，部分农民对人工智能技术缺乏了解，接受度较低，需要加强培训和推广；在伦理与隐私方面，人工智能技术应用涉及数据隐私和算法公平性等问题，需制定相关规范。
记者了解到，人工智能在农业领域的研发应用推广比工业领域更难。分析原因，一是农业是非标准化环境，对象是生命体，相关研发需要农学、光学、传感、机械、算法等领域专家协同。二是农业比较效益一般低于二三产业，农民和新型农业经营主体要计算投入产出账，他们的要求是 " 技术不一定要多高大上，但成本要尽量低 "。三是由于农业生产环境复杂多变，有的产品说起来丰满、用起来骨感，实际使用效果不尽如人意。这些因素制约了人工智能在农业领域的进一步发展。
聚焦数据拓展应用
按照规划，到 2028 年底，信息技术助力粮油作物和重要农产品节本增产增效的作用全面显现，先行先试地区农业全产业链数字化改造基本实现，全域推进智慧农业建设的机制路径基本成熟，农业生产信息化率达到 32% 以上。
农业农村部信息中心主任王小兵认为，重点要抓数据，解决好发展智慧农业最薄弱的环节。以应用场景为牵引，加快构建空天地一体化数据资源采集体系，为模型训练提供海量的 " 数据饲料 "。把农业物联网作为数据采集最重要的渠道之一，建立健全农业全产业链数据资源体系，确保各个关键节点的智能决策都有数据支撑。推进公共数据资源的开放共享和开发利用，推动形成各类数据汇聚、共享、利用的机制，让农民成为数据采集的主体，让数据采集成为农民增收的新渠道。
朱艳认为，当前农民对 AI 技术的接纳程度较低，高素质农业 AI 人才短缺，成为制约智慧农业发展的一大瓶颈。要构建完善的人才培养体系，推动跨学科融合创新，建设校企共建的实习实践平台，鼓励高校开展产学研合作，持续激发 AI+ 农业人才的积极性和创造力，确保我国智慧农业在全球竞争中占据领先地位，推动农业生产走向更智能、更高效的未来。
南京邮电大学数字经济研究所所长姚国章建议，促进技术转化与创新应用。一方面，鼓励定制化解决方案。鼓励科研机构与农业企业合作，共同开展技术研发和应用试点。设立技术转化基金，支持科研成果商业化，加速创新成果向生产力转化。另一方面，打通产学研用链条。针对小农户分散经营的特点，开发定制化、模块化、成本效益高的 AI 解决方案。通过 "AI 即服务 " 模式，降低小农户技术获取成本。
展望未来，业内认为，人工智能在农业领域的发展将呈现以下趋势：首先，人工智能技术将与物联网、大数据、区块链等前沿技术实现深度融合，构建起完整的农业智能化生态系统，显著提升农业生产效率。其次，更多低成本、易操作的解决方案将被开发出来，大幅降低技术应用门槛，使中小农户也能享受智能化带来的便利。再次，人工智能技术将向定制化方向发展，根据不同地区、不同作物、不同农户的个性化需求，提供精准化的智能服务。（本文来源：经济日报 记者：乔金亮）
