人工智能在我国农业发展中的应用与优化路径
2023-12-21曾振宇
曾振宇
广西壮族自治区农业信息中心,广西 南宁 530000
0 引言
近年来,人工智能、大数据、物联网、生物工程、通信技术、航天技术等先进科技逐步融入农业领域,为现代农业发展注入强大的动力。但相比传统西方农业强国,我国的农业现代化水平还存在一定差距,仍有较大提升空间。如何把人工智能等前沿科技、理论和思维模式更好地应用到农业发展中来,以推动我国农业现代化进程,是当下急需高度重视的问题。
1 人工智能在农业发展中应用的意义
早在20 世纪初,人们便思考将人工智能应用于农业领域,以推动农业生产向前发展。当前,随着科技快速发展,人工智能广泛应用在农业领域中的土壤分析、灾害预防、气候监测、环境保护、生产管理、经营销售等方面,借助大数据、物联网等现代技术,实现了农业的精准生产,优化了农业资源配置,提高了农业生产效率,降低了农业生产成本,增加了农业经济收益[1]。将人工智能应用在农业生产管理不仅可以减轻劳动强度,而且能实现更高效率和更精准控制,深刻影响农业领域的生产、管理和决策。尽管我国人工智能处于初级发展阶段,在模型优化、智能算法、多技术交叉融合等方面仍有较大提升空间,但其在农业生产中的应用价值和前景不可小觑,意义重大。随着人工智能在农业中的应用范围和深度不断扩展,其将成为推动农业转型升级的强大引擎,驱动我国农业向更智能的方向发展。
2 人工智能在我国农业发展中的应用实践
人工智能已成为我国新一轮农业生产变革的核心驱动力。人工智能技术与大数据、物联网、云计算、区块链等多种信息技术的集成及其在农业领域的应用变得愈加广泛和深入,合理、有效的农业生产要素配置使农业生产经营管理更加科学化,在提高农业生产效率、降本增效、改善农产品品质等方面发挥重要作用。
2.1 深蓝渔业养殖
近年来,我国传统耕海牧渔的方式正在悄然发生着变化,数字化、智能化的养殖方式正在给海洋养殖注入新的生命力。为了探索“未来海洋牧场”,在2022 年5月,由我国自主设计、研发、制造的世界第一艘10万吨级别的智慧渔业深海封闭养殖工船“国信1 号”交付使用。该船攻克了六大关键技术(分别是船载舱养、水体交换、防腐清污、减振降噪、减摇制荡、智能集控),船上搭载有水质调控、鱼苗入舱、智能投饲、高效低损伤起捕等系统,融合了现代工业化养殖、人工智能等多项创新技术,平均每年可产出大黄鱼3 700 t,产值约3 亿元[2]。“国信1 号”可根据鱼类养殖要求,依据环境变化自航转场,可移动躲避台风、赤潮等灾害,在全球海域开展养殖作业;养殖舱内可智能模拟野生养殖旋转流场,每天大流量低扬程养殖泵换水16 次,确保鱼群处于适宜生长的海水环境,养殖密度是普通近海网箱的4~6 倍,养殖周期可缩短1/3,鱼苗成活率在95%以上;通过全流程养殖集控系统和船岸一体化信息平台,可实现全船15 个养殖舱2 108 个测点实时对舱内水、氧、光、饲、鱼的智能控制、监测和信息交互。此外,“国信1号”上还配备机械加工流水线,可在45 min内完成起捕、分级到冰浆速冷锁鲜或冷冻加工后装箱运出,实现了从鱼苗入舱、投喂养殖、起捕到加工、运输全程智能化。以“国信1 号”为代表的智慧渔业养殖工船在海上构建起了一座座移动的智能渔业养殖加工厂,为我国发展深海远洋渔业和开拓海洋资源开辟了一条新的路径,也反映了我国大力发展海洋科技、建设海洋强国的决心和实力[2]。
2.2 智能畜牧养殖
人工智能在畜牧养殖中的应用体现在多个方面。例如,养殖场通过为每个动物穿戴用于采集生物体征的电子标签物联网设备,监测养殖活动和周围环境的变化,采集养殖管理相关指标数据,并运用人工智能、大数据技术进行分析计算,得出最佳的养殖方案,包括产地、饲料、消毒、疫病防治等,做到精准养殖[3]。除了给动物穿戴设备外,在广西壮族自治区崇左市,为增强银行保险联动,地方政府联合中国人寿财产保险股份有限公司创新研发牛脸识别技术,通过采集和比对牛脸上的眼纹、毛发、纹理的分布和位置,以“牛脸技术+保险”模式,破解活体承保理赔难题,打通了金融服务乡村的“最后一公里”,解决了养殖户的后顾之忧,提升了养殖户的积极性。在广西壮族自治区贵港市未来猪场(Future Pig Farm,FPF),管理人员可借助人工智能、大数据、物联网、射频等技术,自动识别追踪养殖动物的来源、屠宰、物流、加工、配送、销售等信息,整合猪场各特征要素到养殖生产管理系统,在肉类加工、流通环节确保产品全过程数据的有效监控、追溯,有助于严格管控肉类产品的质量与安全,实现产品从产地到餐桌的智能化管理和市场运营。
2.3 智能机械无人农场
智慧农业是现代农业的发展方向,而建设智能机械无人农场则是发展智慧农业的关键途径。未来的智慧农业将更加集约化、规模化、高效化、生态化,无人农场将成为农业生产发展的重要趋势。有着中国“粮仓”之称的黑龙江省率先示范建设了全球首个超万亩的无人化农场试验项目,这是目前国内外主粮作物参与农机设备最多、规模最大、作业环节最全、无人化技术最先进、农机田间作业无人化程度最高的无人化农场示范项目。在智能机械无人农场中,装配着大量的农具和装置,如无人操控的拖拉机、插秧机、收获机、喷药机、无人机等。这些农具和装置依照事先设定的标准流程互相协作,在田间完成作物从种到收全过程的无人化、自动化、机械化作业。该示范项目借助智能无人农业装备、高精传感器、机器人等自动化设备,运用物联网、5G、北斗精密导航等先进技术,通过人工智能、大数据构建数字智慧云大脑,实现农业生产和管理中的智能识别、自动控制、智能管理及决策,完成全流程、全天候、全空间自主化的农业作业。该示范项目建成后,全年完成田间作业面积约1 067 hm2,经济、生态、社会效益显著。建设智能机械无人农场符合我国智慧农业的发展方向,我国要针对智能无人农场应用场景,加大自动化机械装备设计研发力度,抢占全球农业未来发展制高点,打造智能无人农场的“中国样板”[4]。
2.4 智慧综合生态农业
我国农业已迈入现代化发展阶段,需要把“青山绿水”放在首位,依托高新科技,运用智慧手段,建立健全环境、生物、信息和技术装备的融合机制,实现农业生产、生态和生活的共创共荣,促进农业现代化、智慧化和生态化协调发展。智慧综合生态农业是以人工智能、大数据、云计算等先进科技手段为支撑,在保护好环境和维护生态平衡的前提下,通过资源循环利用、生态功能保护等举措,在实现农业生产规模化和现代化的同时,促使农业绿色、高效、高附加值发展。这对现代农业可持续发展至关重要,是我国未来农业发展的必然选择。随着国家对综合生态农业发展的大力倡导,我国相继涌现以智慧生态农业为特色的“智能科技+电商+共享+文化+旅游”等共建的生态小镇、茶园、农牧场等。其中,人工智能应用最为典型的是采用数字孪生技术构建农业园区场景的虚拟现实空间镜像,通过将现实世界的物体、环境等数字化,真实还原场景,模拟仿真运行状态,打通业务数据,帮助农业从业者优化农田管理、设备使用和供应链管理,打造农业数字虚拟场景的实践体验,提高农业生产效率和可持续性。
3 人工智能在我国农业发展应用中面临的挑战
虽然近年来现代高新科学技术逐渐向农业渗透,但人工智能在我国农业发展中的应用仍处于起步阶段,仍然面临政策扶持与推广应用有待加强、数字基础设施薄弱、智能农机装备水平较低、核心技术弱和设备供给不足、人工智能领域科技人才稀缺等问题。这些问题制约了我国农业的现代化和数字化进程,影响了农业的快速发展和农民经济收入的增加。
3.1 政策扶持与推广应用有待加强
人工智能在我国发展起步较晚,目前尚未在农业领域广泛应用,政府支持人工智能在农业发展中应用的政策体系尚不完善,缺乏统一引导和协调机制,政策执行存在落实不到位和效果评估难的问题。同时,人工智能认知和接受度较低、技术成本高、配套技术不完善、应用场景复杂、与农业设施契合度不高等问题,都制约着我国农业领域人工智能的推广应用。
3.2 数字基础设施薄弱
人工智能在农业领域中的融合应用对网络实时响应和海量数据积累有较高的要求,但受环境、经济等因素影响,大部分农村地区数字基础设施建设比较滞后,农村互联网的普及率较低[5]。特别是农村偏远地区,普遍存在网络质量差、覆盖不足,网速慢、网费高,村级信息服务网络不健全,物联网基础设施薄弱,农业监测点、数据信息采集点偏少,信息化设备运维人才不足等问题[6]。数字基础设施的不完善,是造成农业数据采集成本偏高的重要因素,很大程度上限制了人工智能在农业场景中的应用广度和深度。
3.3 智能农机装备水平较低
人工智能在农业发展中的应用离不开智能农机装备的支撑。虽然近年来我国农业机械化发展取得了一些阶段性成果,但受基础工业水平不高、农机农艺结合不够紧密和机械作业环境复杂等因素的影响,我国农业机械化发展不均衡、机械结构不合理、生产效率低、专精工艺水平低等问题依然突出,制约了智能农机装备的推广和应用,进而阻碍了人工智能在农业发展中的应用[7]。
3.4 核心技术弱和设备供给不足
目前,我国人工智能核心技术缺乏基础原创性理论和核心算法,缺少智能决策算法模型和核心农业智能装备,自主研发的意识和理念不强,将前沿技术和先进理论进行交叉融合研究的能力偏弱,人工智能核心芯片及关键零部件仍然依赖进口,设备供给不足,高精度芯片、电子元器件等的研发和生产能力还有待提高。
3.5 人工智能领域科技人才稀缺
人工智能领域的技术门槛较高,迭代周期短。相比于欧美发达国家,我国高端人工智能领域人才数量较少,且多聚集在北京市、上海市等一线发达城市,各行业都在争抢稀缺的人工智能领域人才。而农业因其低效益性和人工智能与农业结合的复杂性,使其在与其他行业争夺人工智能人才的过程中处于不利地位。人才的匮乏不仅会降低农业技术创新能力,限制人工智能技术在农业生产中的应用,而且会影响我国农业在智能化和数字化方面的前进步伐,无法实现农业快速全面发展。
4 人工智能在我国农业发展中应用的优化路径
4.1 加强政策扶持与应用示范推广
第一,各地政府应通过加大财政支持力度,出台针对人工智能在农业发展中应用的扶持政策和激励政策,多举措吸引国内外各领域的资金、技术、人才等资源,促进人工智能与农业生产的协同发展。第二,各地政府应调整优化当地农业结构和发展策略,把智慧农业作为优先发展和布局方向,推进人工智能在不同农业生产场景的深度探索与应用实践;应充分发挥农业科技园区的示范和引领作用,通过展示和推广农业科技成果和实践经验,全面加强农业各领域合作,拓展人工智能在农业产前、产中、产后不同环节的应用范围,探索形成适用于不同农业场景的人工智能应用程序和解决方案,从而为农业生产提供更有效的支持和帮助。
4.2 加快数字基础设施建设
农村数字基础设施建设是实现农村现代化和乡村振兴的关键举措。完善的数字基础设施可以优化农业生产方式,也是加快人工智能应用的重要支撑。建设完善的数字基础设施有助于处理和分析大规模数据集,训练深度学习模型,有助于实现更加智能化的决策和操作。各地政府可以项目为牵引,引导多方参与、共同发力,把线路、基站、数据中心等设施纳入农村新基建,提升网络速率和覆盖率,为农村地区提供高速、稳定的网络服务,从而推进农业数字化建设,为人工智能在农业发展中的应用提供数字支撑。
4.3 加强智能农业装备和系统的研制
智能农业装备是人工智能在农业领域应用的基础,是将人工智能技术应用于农业机械装备中的产物。人工智能可利用智能农业装备系统反馈的数据不断优化和升级,提高决策水平和精准度,两者相互依存、相互促进,共同推动农业生产的数字化、智能化和现代化发展。加强智能农业装备和系统研制,可从以下几个方面入手。一是相关部门应加大力度研发各种高效农机装备和智能操控系统,提高农业精密执行器、传感器等农业智能装备的供给能力和质量,攻克场景感知等技术,研制大马力智能无人驾驶拖拉机、大载荷自主无人机、激光除草播种机器人、畜舍巡检机器人等。二是相关部门可构建基于云端一体化“农业人工智能大脑”决策体系,扩展智能设备功能和二次开发,推进人工智能、大数据、物联网、数字孪生、多机协同和人机交互等技术的融合发展。三是各地政府应对农业机械装备产品研发和推广机构给予政策性补贴及税收减免,规范引进新机具,探索农机服务新模式,加快各类大中小型农机具研发,为加快人工智能在农业发展中的应用提供有力支撑[8-9]。
4.4 积极攻坚人工智能领域核心科技
人工智能的核心是“信息化技术+智能化装备”。加强人工智能在农业发展中的应用,需要积极攻坚人工智能领域核心科技。一是各地应加大对人工智能领域核心科技的研发力度,加强智能设备和系统的适应性,提升智能控制、机器人关键设备和核心部件精度、稳定性、可靠性。二是各地应鼓励各创新主体结合大数据、物联网、云计算、区块链等现代信息技术,着力训练、强化、推理智能神经网络基础数据模型和算法配置、调整。三是各地应统筹基础研发、应用研究、技术攻关、成果转化等创新链条,促进人工智能领域相关学科深入融合,借鉴、引进先进科学技术与经验,引进国内外可转化、复制、推广的农业典型范例和技术成果。
4.5 构建完善的人才培养体系
第一,各地政府应加大人工智能领域科技人才队伍建设力度,推进新型复合型人才培养模式改革,将高尖端人才引进作为人才队伍建设的重点。第二,各地政府应坚持育才、引才相结合,完善人才培养和引进机制,完善教育体系,强化相关人才储备和梯队建设。第三,各地政府应积极创建开放、平等、互利的国内外人力资源交流与合作平台,落实科技成果转化评价和激励办法,加快构筑人才战略支点和雁阵格局,为人工智能在农业发展中的应用注入源源不断的生命力。
5 结束语
我国农业即将经历一场智能化、数字化、产业化的深刻变革。人工智能作为数字技术的典型代表,将从生产要素替代、生产关系革新、产业智能管理、产业与经济融合等方面为我国农业发展带来新机遇。在农业生产要素替代方面,人工智能将加速重构新的农业生产相关要素,通过人机协同、精准施肥与灌溉、智能系统与大数据平台等,多方位提升农业生产效率,以推动农业高质量发展;在农业生产关系革新方面,人工智能将通过资源整合、发展物联网平台和精准农业,加速我国农业从传统生产模式向现代智能化生产模式转变,实现农业生产关系的全面升级和革新,形成崭新的生产联合体和利益共同体;在农业产业智能管理方面,人工智能管理将贯穿农业全产业链各个环节,通过实时监测、仓储可视、物流优化、市场预测等手段,增强农业产业链的韧性,健全我国现代农业产业体系,提升农业产业的效率和质量;在农业产业与社会经济融合方面,人工智能将通过挖掘更多的农产品价值等手段,强化农业的经济、社会、生态和文化多功能性场景有机融合。未来,利用人工智能技术,我国农业将形成更多的新业态和新模式,为我国农业现代化和可持续发展奠定坚实的基础。