(資料圖片僅供參考)

可以預期，以AI為代表的新一代信息技術將深刻影響智慧農業發展，用人工智能賦能農業成為一大命題。農業機械化已經讓大田的糧食生產從體力勞動中解放出來。未來，農業信息化會讓農民成為更體面的職業。

當最前沿的技術與最古老的產業相遇，會激蕩出怎樣的變革？日前，國內首款農業AI對話機器人發布，諸如“土豆出現爛根怎么辦”“某地西瓜行情怎么樣”“幫我找個楊梅采購商”這些問題都將得到回答。可以預期，以AI為代表的新一代信息技術將深刻影響農業發展，抓住人工智能這個智慧農業新風口成為一大命題。

農業AI應用正加速鋪開。本世紀初，其在國內已露端倪，既有耕、種、收等智能機器人，也有病蟲害探測、土壤墑情測報智能系統。近年來，具有自主知識產權的傳感器、無人機、農業機器人等日臻成熟，出現在越來越多的農業場景中。2020年，農業農村部、中央網信辦印發《數字農業農村發展規劃（2019—2025年）》，提出加快農業人工智能研發應用。自ChatGPT發布以來，認知大模型技術持續進化，國內類似產品不斷推出。在此背景下，農業領域大模型產品的推出自然不足為奇。

人工智能的農業應用非常廣泛，涉及感知、決策、控制、作業等，農業AI對話機器人只是其一。傳統農業的特點是靠天吃飯，而我國的智慧農業發端于物聯網設備和與其對應的農業信息化系統，通過監測和改善生長環境，使農業生產更穩定可控。如今，疊加新一代信息技術，農業數據要素將持續發揮作用。比如，借助豬臉識別，結合聲學特征和紅外線測溫，從豬的體溫、叫聲等可及時判斷豬是否患病，從而預警疫情，科學養殖。

智慧農業是用科技武裝農業，并牽引資本、人力、土地等多種生產要素。很多國家都把智慧農業作為優先發展方向，全球智慧農業呈現出兩大特征。一是高度集成。各種設備與技術高度集成，物聯網、大數據、人工智能、云計算等疊加交融，形成了智能生產系統。國土面積只有4萬多平方公里的荷蘭，就是在設施農業中集成智慧農業，每公頃能產出54.4噸蔬菜，是我國的2.4倍。二是數據融通。不只應用在生產領域，而是打通生產、加工、流通、銷售環節，建立大農業數據庫，實現產銷高效對接。有的國家在此基礎上建立農業展望制度，直接影響期貨市場走勢，擁有了主導世界農產品市場的戰略武器。

現階段，人工智能可以成為農業生產強有力的輔助，但遠不足以完全替代人和人的決策。這與其發展程度有關。一方面，有數據，缺智慧。行業數據、社會數據、企業數據難以有效融合，缺少針對農業大數據的深度挖掘和分析利用，預測預警和配置資源等核心功能還遠未發揮。另一方面，有示范，缺規模。由于門檻高、價格高，目前應用局限在少數主體上，不少地方存在增量不增效、技術脫離實際等問題。此外，人工智能的核心是數據、算法和算力，但是農業生產對象具有生物特性，比較效益又低，數據采集難、算法要求高、算力資源缺，導致落地難度大。

人工智能賦能農業是好事，但也急不得。大國小農是我國的基本國情、農情。再高大上的技術，農民和農企都面臨是否用得上、用得起、用得劃算的問題。一方面，他們追求增產、提質、節本，需要導入智能裝備；另一方面，又有求穩心態，對短期成本收益敏感，對新技術應用有遲疑。可見，新技術落地不是一蹴而就的，要不斷迭代優化，從而突破盈虧平衡點。要從實際出發，積極探索應用場景，打造內容豐富、模式多樣、載體多元的解決方案，降低用戶成本，務求實效實用。

農業機械化已經讓大田的糧食生產從體力勞動中解放出來。未來，農業信息化會讓農民成為更體面的職業。推動智慧農業發展，政府應聚焦農業公共基礎數字資源建設，通過政策引導數字技術的產業應用。科研院所要把工程科技與農業生產相結合，研發攻關更多接地氣的產品。各類資本則要以長期投資的耐心支持經營主體。農民和農企則要抓住新一輪信息技術機遇，提升品質、做強品牌，實現增值。（喬金亮）