当前位置:商业频道首页 > 财讯 > 正文

迈向更智能更高效的农业生产(3)

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,农村地区网络和计算资源不足,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。

热点推送

本周关注

MORE