人工智能赋能全球粮食安全：现状、挑战与应对

［摘要］粮食安全构成一国正常运转的必要条件和普遍特征，是衡量个体获得营养且充足食物能力的重要指标，对人类生存发展和社会延续至关重要。粮食安全成为全球关注的焦点，消除饥饿成为全球粮食安全议程的核心，人工智能在解决这一问题方面展现出独特优势。工业40时代以来，人工智能在助力粮食生产、保障粮食质量、优化粮食供应等方面发挥关键作用，为实现《联合国2030年可持续发展议程》中的“零饥饿”目标作出突出贡献。尽管人工智能为回应全球粮食安全提供了切实可行的解决方案，但仍面临着技术普及与受众接受程度、数据安全与用户隐私问题，以及气候变化视角下人工智能支撑作用局限等主要挑战。人工智能助力农业生产、回应气候变化取决于人工智能的使用方式和应用范围，因此健全人工智能赋能战略、完善人工智能技术创新、强化人工智能赋能应用成为回应全球粮食安全的路径依赖。

［关键词］人工智能；数字农业；粮食安全；全球治理

［中图分类号］F31611［文献标识码］A［文章编号］1673-0461（2024）09-0048-10

粮食安全是衡量个体获得营养且充足食物能力的重要指标。粮食安全是一项基本人权，获得足够数量的营养食品可被视为所有人权中最基本的权利，同时食品还须满足个人食物偏好和健康生活方式的饮食需求。粮食安全的四大支柱包括可用性（Availability）、可得性（Access）、利用率（Utilization）和稳定性（Stability），造成粮食不安全的原因主要包括国际冲突、气候变化和人口增长，对粮食不安全状况的有效预防可通过建立气候变化抵御能力、解决饥饿不平等问题，以及冲突敏感救济等方式进行［1］。

由经济学人影响力（EconomistImpact）所发布的2022年全球粮食安全指数（GFSI），结合负担能力、可用性、质量与安全，以及可持续与适应性等指标对全球粮食安全状况进行评估，总体上看，粮食安全呈下降趋势，全球粮食安全环境一直在恶化，极易受到冲击。尽管2012—2015年间世界粮食安全取得重大进步，然而全球粮食体系的结构性问题导致粮食产量增长缓慢，整体粮食安全环境出现逆转。其中，全球粮食安全指数因其两个最强支柱即负担能力、质量与安全的下滑而受到拖累，其他两个支柱即可用性、可持续与适应性持续疲软。得分排名前十的国家中，又有八个来自西欧和北欧，其中芬兰、爱尔兰和挪威位居前三，这些国家在全球粮食安全指数的四大支柱上得分最高。事实上，自新冠疫情暴发以来，得分最高的国家与排名靠后的国家之间差距持续扩大，折射出全球粮食系统的不平等。在实践中，鉴于人工智能对于增强粮食安全至关重要，投资于研发和创新技术并拥有强大供应链基础设施的国家更有可能获得较高的安全得分［2］。基于此，研究人工智能赋能全球粮食安全具有重大的理论和现实意义。

一、全球粮食安全的问题场域

联合国世界粮食计划署（WorldFoodProgramme）将粮食安全分为五个阶段。从第一阶段的粮食“安全”到第五阶段的粮食“不安全”，意味着人类逐渐丧失完全获得粮食和其他食物的机会。气候变化、人口增长、粮价飙升、环境压力都对粮食安全产生重大影响，一个针对全球变化的适应战略和政策响应，包括处理水分配、土地利用模式、粮食贸易、收获后粮食加工，以及粮食价格和安全方案迫在眉睫［3］。全球粮食安全在“生产—流通—消费”领域面临诸多挑战，深入剖析所面临的复杂问题对解决上述挑战具有重要意义。

（一）全球粮食生产“供-需”现状

全球粮食生产条件差异巨大，粮食不安全和营养不良导致社会和政治动荡，严重影响人类社会正常运转。消除饥饿成为全球粮食和营养安全议程的核心，农业生产奠定改善食物营养的基础，粮食产量的快速增长成为消除饥饿和促进经济社会良性运转的关键。从狩猎采集到现代农业，农业活动扩展延伸至越来越多的领域。尽管农业产量不断增加，但却始终不能满足日益增长的全球粮食需求。20世纪中叶，世界粮食生产和土地利用变得愈发独立，技术创新为许多国家带来高科技解决方案。在第三次科技革命推动下，粮食产量快速激增，农业用地面积急剧增加，农业生产愈发国际化，全球农作物生产发生巨变。从20世纪60年代至今，世界人口增加一倍，全球粮食产量增长两倍，粮食不安全人口比重从21世纪初的15％下降至当前的11％。尽管全球仍有82亿人面临粮食不安全状况，然而其根本原因则是因地区冲突加剧贫困从而阻碍食物获取机会［4］。随着生产力的发展、生活水平的提高、中产阶级队伍的壮大和消费模式的迭代升级，全球各主要国家的食物多样性也有所增加——从谷物、根茎类作物扩展到蔬菜、豆类、坚果等其他食物，人类饮食更加多样化。

联合国成员国于2015年一致通过的《联合国2030年可持续发展议程》提出了改变世界的17项目标，呼吁世界各国采取共同行动，消除贫困、保护地球、改善所有人的生活和未来。在这一愿景下，农业部门在实现可持续发展目标（SDG）方面发挥着关键作用。在充分梳理和分析全球199个国家和地区所收集的农业生产数据基础上，联合国粮农组织（FAO）发布的《农业生产统计（2000—2021）》报告指出，在过去20年间，世界农业生产稳步上升，需求满足不断扩大。其中，2000年至2021年间主要农作物产量增长54%，肉类产量增长53%，牛奶产量增长58%。自2000年以来，农业生产速度高于人口增长速度（29%），其重要原因是农业活动的集约化（增加灌溉、杀虫剂和化肥的使用，以及农田扩张）和农业生产技术的增强（包括改进耕作方法和使用高产作物）。近10年来，主要农作物年产量增速最高的年份是2011年和2013年，2020年前后，由于极端气候变化、地缘局势紧张、全球经济下行、新冠疫情以及政策法规更替等因素影响，主要农作物产量大幅下降甚至出现负增长［5］。其中，新冠疫情暴露了全球粮食供应链的敏感性和脆弱性，极大地影响了食品从生产端向消费端的基本流动，为后疫情时代食品企业和公司制定新的、更加智能、更具弹性的全球粮食供需战略提供经验启示［6］。

（二）全球粮食安全的结构剖面

自2018年以来，全球粮食不安全状况一直在加剧。前文述及，日益频繁和严重的气候冲击、地缘冲突和新冠疫情均扰乱了原有的全球粮食生产和分配，提高了家庭人均食品成本。肇始于2022年2月的俄乌冲突推高了诸如化肥、农药等生产要素价格，损害了商品出口贸易并促使一些国家采取出口管制措施——在冲突爆发后，相关国家实施的相关贸易政策激增，各国为增加国内供应和降低价格而实施的食品贸易限制越来越多，这在一定程度上加剧了全球粮食危机。截至2024年1月17日，已有15个国家实施了21项食品出口禁令，11个国家实施了14项出口限制措施［7］。

国际货币基金组织（IMF）的统计显示，粮食危机的影响随处可见。全球48个受粮食不安全状况影响最严重的国家中，多数高度依赖从俄罗斯和乌克兰的粮食进口，其中又有一半国家由于面临严峻的经济挑战、薄弱涣散的组织机构而更加脆弱。由于粮食安全受诸多复杂因素的影响，粮食和化肥进口成本的上升会增加90亿美元的国际收支压力，这将削弱各国的国际储备以及粮食和化肥进口费用的支付能力。虽然全球绝大多数国家的食品价格已从峰值回落，但价格依然居高不下，长此以往将酿成生活成本危机，进而加剧贫困并损害经济增长，从而诱发政治不稳定。因此通过世界粮食计划署和其他国际组织的人道主义援助对受粮食不安全状况影响的人们进行有效帮扶、保持贸易开放政策并调剂全球粮食余缺、增加粮食生产并改善分配、发展气候适应型农业以增加未来收成等四个领域采取强有力的对策以缓解全球粮食危机。而就国际社会而言，如粮食计划署和联合国粮农组织等专门从事粮食安全的机构需要获得充足的资金支持方可采取果断行动，以应对当前粮食危机并加强中长期粮食安全。鉴于上述专门组织在许多国家设立分支机构并密切关注各国粮食安全波动现状，对实时保障各国粮食安全至关重要。为实现对粮食安全的“双重保险”，国际货币基金组织支持各国满足与全球粮食危机相关的外部融资需求，如俄乌冲突爆发以来，格鲁吉亚和贝宁等国就实施了包括由国际货币基金组织所支持的应对粮食危机影响政策的新经济计划，约旦、摩尔多瓦、巴基斯坦等国既有计划的外部融资为加强社会安全网和解决粮食不安全问题的额外措施提供支持［8］。

（三）制约全球粮食安全的气候因素分析

粮食安全构成一国正常运转的必要条件和普遍特征，对人类生存发展和社会延续至关重要。同时，粮食安全的社会实践也受到一系列主客观规律的制约，特别是受所处社会所遵循的政治经济秩序的驱动。鉴于粮食安全在很大程度上取决于一国农业实践，因此有计划的农业生产旨在保障粮食的可持续安全。前文论及，粮食安全受到多种因素影响，这些因素涵盖人口激增、气候变化、环境冲击、耕地稀缺、技术壁垒、供应链重塑，以及食物浪费、病虫害、灌溉水资源短缺、政局动荡等要素制约。而就普遍意义来说，气候变化的影响最为持久——“气候变化是近期粮食价格上涨的关键驱动因素，也是严重粮食危机的主要原因之一……气候变化将对全球粮食安全产生深远影响”［9］。

工业革命以来，人类所面临的气候变化主要是全球气候变暖。鉴于农业生产高度依赖气候状况，温度上升和二氧化碳浓度增加可以有助于某些农作物生长并提高产量，但实现这一效益的前提是必须同时满足养分水平、土壤湿度、光照强度等其他组合条件，因而人类需要通盘考虑气候变化的影响以及农业技术、农业实践等左右农业生产的其他因素。如对特定农作物而言，温度升高的影响取决于其生长和繁殖的最佳温度区间，温度过高超过作物的最适宜温度，产量就会下降。尽管二氧化碳浓度增加会影响作物产量，促进农作物生长，但囿于臭氧、水和养分的限制，可能会导致品质下降并抵消这些潜在增量，而更高的温度和更强的降水则会阻碍农作物生长并降低产量，许多杂草、害虫、真菌在温暖潮湿的环境中快速繁衍滋生，进而加大了农药使用剂量。大气中二氧化碳浓度的升高降低了诸如小麦、大豆和水稻等主粮中的蛋白质和矿物质浓度，并进而影响了农作物营养价值，从而对人类健康造成潜在威胁。农业生产是一项充满不确定性的风险行业，气候变化会破坏粮食供应、减少粮食获取并影响粮食质量DGJRkFmsCepyKtKRC2uMyQ==。在全球气候变化背景下，高温、干旱、暴雨、洪涝、大风等破坏农业生产的极端天气愈发常见，各主要农业部门面临的挑战将会相应增加［10］。因此通过高效利用灌溉水资源、发展气候适应性农业、改良耕作土壤等方式可以帮助农业适应气候变化。面对全球变暖，世界银行的《气候变化行动计划（2021—2025）》正在加大对全球粮食价值链的支持，通过政策手段和技术干预来提高农业生产力，帮助各国脱离粮食损失和粮食浪费困境，解决洪水和干旱问题，增强抵御气候变化能力并减少温室气体排放。

二、人工智能在全球粮食安全中的实践应用

粮食安全成为全球关注的焦点，人工智能在解决这一问题方面展现出独特优势。人工智能融入农业生产、缓解粮食危机的方式囊括分析市场需求、引领农业转型、重塑供需韧性、检测植物病害和应对气候变化。从预测作物产量到改善土壤健康，农业领域人工智能要素的显著增长正彻底改变传统农业，为实现全球粮食可持续安全铺平道路。

（一）人工智能助力粮食生产

农业是人类文明的支柱，粮食是国家安全的基础。二战结束以来，在经济社会发展、人口快速增长和农业科技进步的共同推动下，全球粮食产量显著增加。城市化进程的加快使得世界粮食需求呈几何式增长，饮食偏好从粗放型向资源密集型转变。其中，绿色革命在建立集约化农业生产方法和塑造主流农业实践方面发挥了重要作用。自20世纪50年代以来，全球粮食产量稳步上升，人均粮食占有量远超历史同期水平。尽管绿色革命所带来的集约化做法导致生态退化、资源消耗和对化石燃料的依赖，但同时也普遍认为绿色革命有助于避免二战后的粮食短缺［11］。

联合国相关统计数据显示，至21世纪中叶，全球人口将从75亿增长至97亿，粮食产量需提高50％以养活额外增长的20多亿人口。全球人口的不断增加、发展问题的复杂多变、收入分配的不均衡给全球农业部门带来诸如增加粮食总供应量，满足消费者日益增长多样化需求，制定符合安全、环境、福利和道德的质量标准，以及保持食物可负担性等永久性问题挑战［12］。第四次科技革命方兴未艾，农业生产实践发生革命性变化。随着气候变化、人口增长、资源短缺不断威胁全球粮食系统的可持续安全，农业领域的技术创新变得愈发重要。

人工智能的引入消除了传统农业的诸多缺陷。工业40时代以来，人工智能正在重塑从粮食生产、精准农业、产量控制、个性化营养、供应链管理到客户体验、智能配送等粮食系统的各个方面。由于人工智能和机器人技术的广泛应用，粮食体系正在经历重大转型——在农业方面，人工智能和机器人技术正在改变传统农业、提高粮食产量、增强可持续性、增加安全性、降低风险、提升生产率，由人工智能所驱动的无人机和带有尖端传感器的机器人所主导的精准农业可以监测农作物、土壤状况和用水情况，机器学习算法检查数据还可以确定最佳种植时间、预测粮食产量并及早发现病害，从而改善农业管理并减少粮食浪费。由人工智能所驱动的自动化农场设备可以在没有人类参与背景下准确地执行种植、收割和除草任务。由于人工智能和传统农业生产的深度耦合，快速增长的世界人口将得到粮食可持续安全保障［13］。总之，人工智能驱动方案在很大程度上回应了资源和劳动力稀缺问题，成为解决和应对现代农业复杂情势的有力工具，成为改善农业实践、提升生活品质、促进粮食生产的关键。

（二）人工智能保障粮食质量

人工智能农业解决方案为实现联合国可持续发展中的“零饥饿”目标作出贡献。通过利用人工智能领域的最新成果，农民可以通过有针对性的使用先进技术应用于农业生产。人工智能时代的农业技术战略是提高农业生产力、保障粮食质量的关键。在农业资源有限的背景下，人工智能及其衍生技术可以帮助农民应对诸多挑战。人工智能在农业领域的广泛应用带来新一轮农业技术革命，数字农业的深入推进使得小农可以通过提高作物产量和增强价格控制来增加收入。尽管人工智能融入传统农业的重要限制之一是精准收集现场数据的成本高昂，但是人工智能通过获取生长、天气、土壤、光照、温度数据，可以最大限度地提高粮食产量、改善日常运营效率并最大限度减少因自然灾害、系统故障而导致的影响［14］。

农业自动化成为工业40以来各国主要关注点和新兴议题。世界人口的快速增长导致对食物的需求激增，传统耕作方式不足以满足日益增长的粮食需求，因此农民不得不采取破坏性和非可持续性方式来扩大耕种面积和提高粮食产量，从而带来作物病害、储存管理、农药控制、杂草管理和缺乏灌溉等一系列问题，而这些问题则可通过物联网、无线通信、机器学习和深度学习等不同技术解决。事实证明，人工智能和传统农业的深度耦合对于农业转型和农业可持续发展十分必要［15］。

随着人工智能技术的日臻成熟，自主农业生产（AutonomousFarmingIndustry）开始蓬勃发展。例如，美国拥有约200家基于人工智能的农业初创公司，农场人工智能的实例包括自动驾驶拖拉机和联合收割机、用于农作物检查的机器人群和自动喷雾器，美国室内农业公司大量（Plenty）和收获应用（AppHarvest）等也在使用人工智能和计算机视觉来收集农作物数据和调整环境，以获得最佳营养和口感风味；蓝河科技（BlueRiverTechnology）使用机器视觉和人工智能来区分农作物和杂草，从而有针对性地除草并减少人力使用。总之，对数字时代的农业决策者来说，通过合并多种数据类型、跟踪所有数据热点、利用全天候监控和持续的人工智能学习方法等充分利用人工智能，在成本增加背景下减少浪费，助推生产力提升［16］。根据全球农业技术倡议（GlobalAgTechInitiative）的归纳总结，未来人工智能将通过优先收集标准化数据、改进数据收集流程、加速农业对可持续发展的追求、不断提高农业设备性能，以及开发基于人工智能的机器人技术等五种方式继续改善传统农业［17］。

（三）人工智能优化粮食供应

农业在经济部门发挥着关键作用，农业自动化是世界范围内农业转型的主要关注点和新兴议题，人口激增要求更高的粮食产量，人工智能嵌入传统农业带来了一场全新革命——数字技术保障农作物免受气候变化、人口增长、跨境移民等各种因素影响［18］。人工智能、机器学习、物联网传感器为数字农业提供实时数据，有效提高农业生产效率、提高粮食产量，同时降低粮食生产成本。供应链良性运转是人工智能时代粮食供应链安全的关键。为满足2050年全球粮食需求增长50％，全球粮食产量需逐年递增，粮食供应链应不断重塑。由于粮食在运输-储存过程中的监测不足和处理不当，造成食物浪费，进而加剧全球粮食不安全现状，其中解决供应链中粮食损失问题的最大障碍就是信息缺乏和可追溯性丧失［19］。

粮食供应链是一个涉及从田间种植农作物到将新鲜和加工食品运送到消费者餐桌的复杂过程网络。人工智能在提高粮食供应链的效率和弹性方面发挥着至关重要的作用，粮食供应链效率的提升对于最大限度减少浪费、降低成本、满足全球人口不断增长的需求至关重要。人工智能赋能粮食供应链将有效提升对于自然灾害、流行性疾病、地区冲突等挑战的抵御能力，同时也优化了粮食生产、分销和库存管理，减少浪费、降低成本并加强资源配置。粮食供应链的人工智能转向提高了从农场到餐桌的效率、可追溯性以及响应能力，由人工智能所驱动的预测分析可以评估需求、减少损耗［20］。从优化农业实践到改善库存管理和食品物流，人工智能正在彻底改变“生产—分配—消费”方式，粮食供应链也变得更加高效和可持续。人工智能通过简化供应链流程和完善供应链运营来改善供应链管理。工业40时代，粮食供应链领域涌现大量致力于人工智能驱动解决方案的农业初创公司。例如，位于丹麦的碳云（CarbonCloud）公司利用人工智能评估食品的气候足迹以减少气候的负面影响，将数十年的气候研究转化为食品行业的可行见解；又如，位于英国的蒙德拉（Mondra）公司将卫星数据和人工智能相结合，通过跟踪食品在整个价值链中对环境的影响，支持食品公司实现碳中和目标。总之，人工智能技术在粮食供应链中应用前景广阔，需着力破解与粮食供应链相关的风险挑战以最大限度释放人工智能潜力。

三、人工智能在全球粮食安全中面临的主要挑战

从精准农业到智能管理，从畜牧革命到供应优化，人工智能为回应全球粮食安全提供了切实可行的解决方案。尽管人工智能可以为农民带来诸多好处，然而全球大多数农民，特别是小农缺乏这些技术实施所需的知识条件。在人工智能赋能农业生产过程中，还面临着正确处理好数据安全、用户隐私等信息敏感问题。此外，政府、专家、农民等有关各方还需合作制定并遵守透明、问责和公平的指导准则，确保农民平等地获得人工智能解决方案，此举对弥合农业数字鸿沟至关重要。

（一）技术普及与受众接受程度

当前，人工智能已经渗入到包括农业在内的多个领域，引发工业模式剧变和社会思潮冲击。统计数据（Statista）所做的2022年全球部分国家对人工智能系统接受度和信任意愿的统计显示，西方国家普遍不信任和不接受跨私人和个人空间的人工智能系统，而广大发展中国家尤其是金砖国家（BRICS）对此持普遍信任态度［21］。皮尤研究中心（PewResearchCenter）于2023年所发布的研究报告同样佐证了上述观点。报告指出，虽然人工智能正在迅速成为日常生活的一部分，塑造着美国人工作、娱乐和接受从食品配送、金融服务再到医疗保健等基本服务的方式，但美国对人工智能在日常生活中日益增长的影响力却热情有限［22］。知名智库麦肯锡全球研究院（McKinsey&Company）早在2018年即发布了题为《人工智能时代的承诺与挑战》的研究报告，对人工智能技术及其用途、局限性和影响进行详尽分析后得出，人工智能有望带来可观的经济效益。通过生产力提高和科技创新，各经济体也将从人工智能中受益，人工智能和机器人自动化将产生颠覆性影响，需要解决包括意外后果、滥用、算法偏见和数据隐私等社会问题［23］。

人工智能融入农业转型和粮食安全同样面临着上述问题。随着人工智能技术的日臻成熟和在农业领域的大规模应用，农业部门正在经历人工智能驱动的数字转型，数字时代的农业自动化成为世界范围内的现实聚焦和新兴议题，农业人工智能带来新一轮农业技术革命，使人类进入利用现代信息技术服务农业、实现农业智能化发展的农业40时代，铸就现代农业转型的第四次浪潮。例如，精准农业通过使用传感器和数据分析，使农民能够优化水、肥料和农药使用，提高效率，降低成本，同时减少对环境的负面影响；又如，农业自动化可以更精确、更快速地执行从种植到收割的具体任务，减少对体力劳动的消耗并提高生产率。总之，人工智能的精准嵌入使得农业生产十分高效，人工智能解决方案将确保农民以更少的投入获得更多的产出并提高作物质量。人工智能在农业中的应用有助于优化自动灌溉系统以及作物和土壤监测，通过自动化和定制数据模型，人工智能正在提高农业生产力和可持续性。

作为工业40时代的新兴事物，人工智能解决方案的初始投资较为昂贵，在短期内需要较高成本，对广大发展中国家自耕农、小规模农场主，以及陷入资金断裂和财务困境的农场与农企来说，现阶段完全采用人工智能缺乏可行性。随着人工智能技术的不断发展，实施成本将有所下降，但依然面临着缺乏新兴农业技术实践经验以及漫长农业技术采用过程困扰。

（二）数据安全与用户隐私问题

大数据成为智能农场的重要组成部分，人工智能助力农民根据精准信息做出明智决策，进而降低成本并提高生产率。人工智能的快速发展和有关法规制定的相对滞后形成鲜明对比，传统行业普遍缺乏与人工智能应用相关的法律法规，进而诱发多种法律问题——如对精准农业和智能农业而言，网络攻击和数据泄露给农民带来深切担忧，基于人工智能的农业体系成为数字黑客破坏粮食供应的首要攻击目标。

人工智能赋能农业生产潜力的同时也带来相关伦理和道德的思考，这主要包括数据安全、用户隐私和具有透明度的问责制。美国农场局联合主席齐皮·杜瓦尔（ZippyDuvall）表达了对农场数据隐私的担忧。尽管人工智能可以改善农场的数据管理，但齐皮·杜瓦尔依然认为人工智能不应将从农场和牧场收集的敏感信息置于危险之中。数据隐私同样也成为人工智能小组讨论的重要议题。在达勒姆喜来登帝国酒店（SheratonImperialHotelinDurham）举办的北卡罗莱纳州商品会议上，北卡罗莱纳州立大学北卡罗莱纳植物科学计划平台主管克拉诺斯·威廉姆斯（CranosWilliams）明确指出，必须全面宣布农民拥有其农场数据，设立全面标准使农民可以自由选择加入或退出。当农民的隐私和数据所有权得到保证时，农民便会接受人工智能并采用新技术。随着人工智能技术的发展，越来越多的人工智能衍生技术被纳入到农业领域，此举增加了数字风险，因此安全性和可负担性将是农业人工智能的关键。从除草器到作物软件，数字网络必须安全并保障免受攻击和滥用。

农业数据安全日益受到广泛关注，截至目前农业也是唯一没有信息共享和分析中心（ISAC）来帮助其抵御网络攻击的关键基础设施部门之一。例如，农业综合企业具有高价值目标，拥有丰富的有价值数据，精准农业引入比以往更多的数据，愈发依赖第三方来完成从数据分析到供应链延伸的所有事务，而物联网设备则是农业企业漏洞的主要来源，也带来了更多的黑客攻击。圭尔夫大学（UniversityofGuelph）计算机科学学院研究员罗齐塔·达拉（RozitaDara）等人试图通过打造一个基于“公平性”“透明度”“问责制”“可持续”“隐私性”“稳健性”为特征的人工智能农业道德框架［24］。而在实践中，可将物联网设备置于同关键数据分开的网络上、采用创新性加密解决方案、定期更新和修复重要软件避免漏洞，以及邀请数据安全专家对数据和用户隐私进行专业评估等方式来确保人工智能农业良性运转，避免长期不平等和意外后果。

（三）气候变化视角下人工智能支撑作用的局限

人工智能助力农业生产主要包括预测最佳种植、灌溉和收获时间来优化粮食产量，同时最大限度地减少资源消耗并适应气候变化。人工智能模型可以模拟气候变化对农业的影响并提出有针对性的应用策略，从而使农业发展更具韧性，减少对环境的负面影响。例如前文论及基于机器学习的精准农业，即使用历史数据来研发同气候模式、土壤类型、作物品种和外部投入等要素间的相关性，从而向农民提供针对性建议。又如，一款名为梅丽莎（Melisa）由人工智能驱动的聊天机器人，可以提供精准的农业气候预测，农民可以通过瓦次艾普（WhatsApp）、脸书（Facebook）和电报（Telegram）与梅丽莎联系，并以聊天和对话的形式向梅丽莎询问短期和长期天气预报并预测粮食产量［25］。再如，一款名为乌加尼·基甘贾尼（UganiKiganjani）的数字工具可以为农民提供天气咨询服务，作为粮农组织数字服务组合的一部分，该应用程序帮助农民及时适应气候变化引起的多变天气模式。

人工智能通过提供高级分析、预测模型和决策工具，已成为助力现代农业发展变革的决定性力量，联合国粮农组织曾于2023年10月发起“适应气候变化的农业食品系统的人工智能和数字工具”行动的关键呼吁。就气候智慧型农业而言，其重点是提高农业对气候变化的适应能力，最大限度地减少环境足迹。将人工智能与气候智慧型农业深度融合可产生强大的协同效应，如人工智能驱动的天气预报模型可以帮助农民预测极端天气事件并做出相应计划；智能灌溉系统在人工智能算法辅助下，根据实时天气调整用水量，减少浪费并确保最佳水土组合，帮助农民适应不断变化的气候模式并在恶劣环境中保持生产力。总之，气候变化、农业和人工智能之间的相互作用共同定义了粮食生产的未来。通过人工智能赋能作用可以适应气候变化带来的挑战，创造一个更加可持续和有弹性的农业部门，进而为全球粮食安全作出贡献［26］。

人工智能助力农业生产、回应气候变化取决于人工智能的使用方式和应用范围，例如既有人工智能农业工具多是由发达国家基于特定数据开发的，并不完全适用于亚洲、非洲、拉丁美洲等全球南方（Global South），因而缺乏普适性。在人工智能助力农业生产，回应因气候变化造成的不利影响的同时，其本身也消耗大量资源和能量，进而带来碳排放成本并助推气候变化。尽管人工智能赋能作用潜力巨大，但仍需更好了解其对排放的实质贡献。总之，人工智能不能成为应对气候变化的唯一方法，尽管人工智能可以在某种程度上减轻气候变化的后果，但仍需采取更全面的措施来确保全球气候变暖背景下的粮食安全，因此人工智能能否真正帮助农民适应气候变化仍有待观察。

四、实现人工智能助力全球粮食安全的路径及前景

世界人口快速增长给农业生产和粮食安全带来巨大压力，全球粮食安全呈复杂态势，人工智能成为工业40时代有效解决粮食问题的路径依赖。健全人工智能赋能战略，完善人工智能技术创新，强化人工智能赋能应用可有效减少现代农业对人类健康和自然环境的不利影响，进而有助于传统农业数字转型，改善全球粮食安全。

（一）健全人工智能发展战略，推动智能农业研发协作

前文述及，人工智能在优化自动灌溉系统、进行作物和土壤监测、检测疾病与虫害、监测牲畜健康、智能施药施肥、产量分析预测、自动除草收割、农产品分类归纳，以及农场安全监控管理等领域日益得到广泛应用，对农业转型和粮食安全愈发重要。然而在实践中，人工智能融入传统农业的进程却十分缓慢，其原因包括前期成本投入较大、对新工艺心理抵触、缺乏新技术实践经验、漫长采用过程、人工智能技术限制和数据隐私与安全问题。

全球领先的市场研究机构商业市场调查（Marketsandresearchbiz）的研究显示，农业生成人工智能市场（GenerativeAIInAgricultureMarket）规模预计将从2022年的125亿美元增至2032年的10839亿美元左右，2023年至2032年的预测期间复合年增长率为248%。人工智能融入农业发展为整个行业和农民带来诸多商机，因此一些软件开发公司帮助农业企业和农业科技初创公司创建完整的技术生态系统。通过大数据分析、云计算、自动化工具和位置智能，可以帮助农民进行充分的风险评估，实现统一的农场管理。

人工智能技术的每一次飞跃都给农民带来简化流程、提高效率、优化供应链、增加利润率、减少浪费和节约资源的契机，这对粮食高效分配、稳定粮食供应和提升粮食安全指数至关重要。从本质上来说，农业发展的人工智能转向是未来粮食可持续安全的灯塔，人工智能助力将起到加强全球粮食安全和重塑世界农业体系的重大意义。人工智能农业的未来趋势涵盖个性化育种、作物病害预测、自动化食品生产，人工智能赋能农业生产，培育面向数字时代的新型农业，将为全球粮食可持续安全作出突出贡献，人工智能正在助力农业发展的未来。因此，在人工智能赋能农业转型进程中，应对道德和社会问题、基础设施和技术要求、监管框架和政策考量等做出精准研判，而农业机器人则有望成为人工智能赋能农业发展最有价值的应用。

实现理论与实践紧密结合、推动学者和农民密切合作是制定人工智能最佳赋能方案的关键，二者协作对于人工智能在农业领域落地检验、推陈出新至关重要。同时，要制定和完善相关法规和政策框架来有效解决前文述及的伦理和道德问题，有关数据所有权、用户隐私和数字治理的相关政策法规为合法的人工智能赋能提供监管框架，为人工智能助力农业转型提供政策保障。由于农业易受非可控性因素干扰，相较于其他产业更难建模和预测，因此对人工智能赋能农业生产的广泛测试和实证检验更为重要。

（二）完善人工智能技术创新，实现全球粮食普遍安全

为确保21世纪中叶农业部门转型为更加高效、可持续和包容性的新兴部门，世界经济论坛（WorldEconomicForum）积极推动人工智能农业在这一转变过程中发挥积极作用。人工智能农业创新（AI4AI）计划的实施旨在通过公私合作伙伴关系扩大数字农业规模，力争到2027年惠及全球100万农民。通过扩大新兴技术和释放公私伙伴关系推进全球数字农业的议程框架，利用公私合作伙伴关系大规模且负责任地部署农业技术创新是人工智能促进农业创新的基本目标，这些目标涵盖技术驱动的赋权计划、可持续的绿色农业、物联网、人工智能、区块链高效运用和通过基因分析来应对全球营养挑战。世界经济论坛试图通过激活数字公共基础设施、价值链转型等关键杠杆来实现上述目标［27］。

在全球南方应对粮食安全、气候变化等严峻挑战之际，使用人工智能农业创新计划来改进其他人工智能系统的倡议和实践成为农业创新成功的具体案例。例如，世界经济论坛的人工智能农业创新计划通过推动人工智能相关技术的使用来促进农业进步，大力支持印度农业转型。该倡议由印度第四次工业革命中心（C4IR）领导，联合政界、学界和商界共同开发和实施农业领域创新解决方案，确定人工智能在智能农作物种植、智能农业、从农场到餐桌和数据驱动农业等四个领域的关键机遇，产生了推动人工智能农业创新计划在印度和哥伦比亚等其他国家发展的关键建议，这些建议正被用于实施设计大型试点项目以实现开发价值。该举措还带来了系统改进，例如部署基于人工智能的质量分析模型。在这些解决方案中最为成功的实施计划是“萨古-巴古”（SaaguBaagu）试点项目，该项目极大地改善了7000多名农民的辣椒价值链，在第一阶段的实施中取得了显著成果——每英亩辣椒产量增加了21%，农药使用量减少了9%，化肥使用量减少了5%，且由于质量提高，单位售价也提高了8%。当前，“萨古-巴古”试点项目正在不断扩展，将影响全球约50万农民，展示了人工智能在农业领域的巨大潜力［28］。

总之，工业40时代的技术创新增强了农业转型的相对实力，人工智能与农业实践的深度耦合昭示着农业发展的重大转变。人工智能对传统农业的变革性影响远超田野并渗透至整个粮食价值链。随着农业数字化进程的持续深入，人工智能的应用价值将被不断释放，例如利用垂直人工智能改善食物链、将人工智能创新技术用于作物管理将成为数字时代全球粮食安全的内生诉求。

（三）强化人工智能赋能应用，助力传统农业数字转型

将新兴技术与人工智能相结合以应对作物、牲畜、天气和水资源管理方面的现实挑战成为人工智能赋能农业发展的重要现实意义，人工智能与传统农业的深度融合重塑数字农业的未来，以数据为中心的种植方法使农民能够改善和提高粮食产量。例如，太空人工智能农业（SAIF）项目的目标是在地球之外制造超级食物，通过自主研发的智能监测软件和人工智能决策平台提高农业生产力。

人工智能支撑农业转型需要相关知识的普及应用，技能差距和培训需求对人工智能融入全球不同地区、尤其是全球南方提出重大挑战。由于这些地区农业多由小农主导，缺乏人工智能农业有效施展所需的专业技术知识和能够驾驭人工智能农业复杂系统的娴熟技工，这对变革性技术的采用造成巨大障碍，因此需要采取有针对性的技术培训来满足农民差异化需求，制定能力建设计划和完善教育战略投入十分必要。例如，认证人工智能农业专家（CAIFP）培训创设于21世纪初，是一项农业技术和可持续教育项目，认证重点涵盖人工智能农业介绍、数据搜集和决策概念、人工智能农业平台和硬件设置与实现、农业作业规划与实践，以及识别植物病虫害、生长过程及影响因素等内容。其中，人工智能农业技术平台是一个具有人工智能智能学习的农业智能管理平台，由监控模块、人工智能行动规划智能模块、城乡建筑模块和教育模块组成，致力于从农业经验中构建人工智能平台。

人工智能可以为农业机械提供强大动力。通过自动化来帮助减少对传统体力劳动的需求并提高农场效率。人工智能正在重塑传统农业，使农民能够做出明智决策，农业科技正在快速发展，其好处显而易见，作用愈发重要。农业人工智能的三个发展前景包括联邦学习（FederatedLearning）、病虫害检测和价格预测。就其中最为重要的联邦学习而言，是一种根据多方数据训练机器学习算法的技术，有关各方无需互相透露其数据，农民将数据放在算法可以访问的本地计算机上，而不是在中央服务器上共享数据。此方法可提高隐私性并降低数据泄露风险，农民以这种方式分享数据可以为系统协作作出贡献，帮助他们做出明智决策，实现可持续发展目标［29］。

［参考文献］

［1］FAHYA.Whatisfoodsecurity？［EB/OL］.（2021-05-26）［2024-02-02］.https：//wwwconcernnet/news/whatfoodsecurity.

［2］EconomistImpact.Globalfoodsecurityindex2022［R/OL］.［2024-02-04］.https：//impacteconomistcom/sustainability/project/foodsecurityindex/.

［3］IFPRI.Foodsecurity［EB/OL］.［2024-02-05］.https：//wwwifpriorg/topic/foodsecurity.

［4］OECD.Howwefeedtheworldtoday［EB/OL］.［2024-02-03］.https：//wwwoecdorg/agriculture/understandingtheglobalfoodsystem/howwefeedtheworldtoday/.

［5］FoodandAgricultureOrganization.Agriculturalproductionstatistics2000-2021［R］.Rome：FAO，2023.

［6］ALABIMO，NGWENYAMAO.FoodsecurityanddisruptionsoftheglobalfoodsupplychainsduringCOVID19：buildingsmarterfoodsupplychainsforpostCOVID19era［J］.Britishfoodjournal，2023，125（1）：167.

［7］WorldBank.FoodsecurityupdateWorldBankresponsetorisingfoodinsecurity［R］.Washington，D.C.：WorldBank，2024.

［8］GEORGIEVAK，SOSAS，ROTHERB.Globalfoodcrisisdemandssupportforpeople，opentrade，biggerlocalharvests［EB/OL］.（2022-09-30）［2024-02-04］.https：//wwwimforg/en/Blogs/Articles/2022/09/30/globalfoodcrisisdemandssupportforpeopleopentradebiggerlocalharvests.

［9］AMYM，SMITHP，DAWSONT.Impactsoflanduse，population，andclimatechangeonglobalfoodsecurity［J］.Foodandenergysecurity，2021，10（1）：e261.

［10］USEPA.Climateimpactsonagricultureandfoodsupply［EB/OL］.［2024-02-12］.https：//climatechangechicagogov/climateimpacts/climateimpactsagricultureandfoodsupply.

［11］GLADEKE，ROEMERSG，MUOSO，etal.Theglobalfoodsystem：ananalysis［R］.Amsterdam：metabolic，2017.

［12］EuropeanCommission.Globalfoodsupplyanddemand［R］.Brussels：Europeancommission，2019.

［13］SRIVASTAVAS.Foodautomation—HowAIandroboticsaretransformingthefutureoftheindustry［EB/OL］.（2024-04-11）［2024-05-07］.https：//appinventivcom/blog/aiinfoodindustry/.

［14］BHARTIVK，SURAJB，MEETALI，etal.Impactofartificialintelligenceforagriculturalsustainability［J］.Journalofsoilandwaterconservation，2018，17（4）：393.

［15］JHAK，DOSHIA，PATELP，etal.Acomprehensivereviewonautomationinagricultureusingartificialintelligence［J］.Artificialintelligenceinagriculture，2019，2：1.

［16］GONZALEZW.HowAIiscroppingupintheagricultureindustry［EB/OL］.（2023-02-02）［2024-02-20］.https：//wwwforbescom/sites/forbesbusinesscouncil/2023/02/02/howaiiscroppingupintheagricultureindustry/？sh=78b3a9152b4f.

［17］PRINSR.5waysAItechnologywillimproveagriculturein2024［EB/OL］.（2023-10-10）［2024-02-20］.https：//wwwglobalagtechinitiativecom/digitalfarming/5-waysaitechnologywillimproveagriculturein-2024/.

［18］TALAVIYAT，SHAHD，PATELN，etal.Implementationofartificialintelligenceinagricultureforoptimisationofirrigationandapplicationofpesticidesandherbicides［J］.Artificialintelligenceinagriculture，2020，4：58.

［19］RANGANATHANV，KUMARP，KAURU，etal.ReinventingthefoodsupplychainwithIoT：adatadrivensolutiontoreducefoodloss［J］.IEEEInternetofthingsmagazine，2022，5（1）：41.

［20］BlockchainCouncil.Roleofartificialintelligenceinsmartfoodsupplychains［EB/OL］.（2023-10-30）［2024-02-24］.https：//wwwblockchaincouncilorg/ai/smartfoodsupplychains/.

［21］THORMUNDSSONB.Acceptanceandwillingnesstotrustartificialintelligence（AI）systemsinselectedcountriesworldwidein2022［EB/OL］.（2023-08-10）［2024-02-26］.https：//wwwstatistacom/statistics/1369185/trustandacceptanceofaiworldwide/.

［22］KENNEDYB，TYSONA，SAKSE.Publicawarenessofartificialintelligenceineverydayactivities［R/OL］.（2023-02-15）［2024-02-27］.https：//wwwpewresearchorg/science/2023/02/15/publicawarenessofartificialintelligenceineverydayactivities/.

［23］MANYIKAJ，BUGHINJ.Thepromiseandchallengeoftheageofartificialintelligence［R/OL］.（2018-10-15）［2024-02-27］.https：//wwwmckinseycom/featuredinsights/artificialintelligence/thepromiseandchallengeoftheageofartificialintelligence.

［24］DARAR，HAZRATIFARDSM，KAURJ.Recommendationsforethicalandresponsibleuseofartificialintelligenceindigitalagriculture［J］.Frontiersinartificialintelligence，2022，5：3.

［25］BARANGL.Artificialintelligence：howcouldittransformagriculture？［EB/OL］.（2023-08-09）［2024-02-28］.https：//alliancebioversityciatorg/stories/artificialintelligenceagriculture.

［26］MULDEJ.Thesynergyofclimatechange，agriculture，andartificialintelligence［EB/OL］.（2024-01-15）［2024-03-02］.https：//wwwlinkedincom/pulse/synergyclimatechangeagricultureartificialjanmaartenmulder-5yqqe？trk=articlessrfrontendpulse_morearticles_relatedcontentcard.

［27］WorldEconomicForum.AIforagricultureinnovation（AI4AI）［EB/OL］.［2024-03-06］.https：//initiativesweforumorg/ai4ai/home.

［28］WorldEconomicForum.AIforagriculture：howIndianfarmersareharvestinginnovation［EB/OL］.（2024-01-12）［2024-03-09］.https：//wwwweforumorg/impact/aiforagricultureinindia/.

［29］HOLLISJ.3waysAIcanhelpfarmerstacklethechallengesofmodernagriculture［EB/OL］.（2023-11-29）［2024-03-16］.https：//theconversationcom/3-waysaicanhelpfarmerstacklethechallengesofmodernagriculture-213210.

ArtificialIntelligenceEmpowersGlobalFoodSecurity：

CurrentSituation，ChallengesandResponses

HanJi

（SchoolofMarxism，HefeiUniversityofTechnology，Hefei230009，China）

Abstract：Foodsecurityconstitutesanecessaryconditionanduniversalfeatureforthenormaloperationofacountry.Itisanimportantindicatorofindividualabilitytoobtainnutritiousandsufficientfood.Itiscrucialtohumansurvival，developmentandsocialcontinuity.Foodsecurityhasbecomethefocusofglobalattention，anderadicatinghungerhasbecomethecoreoftheglobalfoodsecurityagenda.Artificialintelligencehasshownuniqueadvantagesinsolvingthisproblem.SincetheeraofIndustry40，artificialintelligencehasplayedakeyroleinassistingfoodproduction，ensuringfoodquality，andoptimizingfoodsupply，makingoutstandingcontributionstoachievingthe“ZeroHunger”goalinTheUnitedNations2030AgendaforSustainableDevelopment.Althoughartificialintelligenceprovidespracticalsolutionsto respondtoglobalfoodsecurity，itstillfacesmajorchallengessuchasweaktechnologypopularizationandlesspublicacceptance，datasecurityanduserprivacyprotection，andthelimitedfunctionindealingwithclimatechange.ThewayofusingAIandtheapplicationscopeofAIassistagriculturalproductionandrespondtoclimatechange.Therefore，improvingartificialintelligenceempowermentstrategies，improvingartificialintelligencetechnologyinnovation，andstrengtheningartificialintelligenceempowermentapplicationshavebecomethepathsinresponsetoglobalfoodsecurity.

Keywords：artificialintelligence;digitalagriculture;foodsecurity;globalgovernance

（责任编辑：张丽阳）