中评社北京7月31日电／伴随着新一代信息技术在农业领域快速广泛应用，以及农业人工智能技术发展，以智慧农业为表现形态的“农业4.0”时代已经到来。以农业智能装备、北斗农机自动导航驾驶、无人农场、高通量植物表型平台等代表的智慧农业，正日益成为最活跃的农业生产力。作为智慧农业的核心环节，“算法”基于数据挖掘技术，对农业数据进行分析和处理，将提取的有效信息用以支撑农业预警、控制、决策和管理，达到提高资源利用率、降低成本、提高生产效率和产品质量、改善生态环境的目的。可以说，智能化决策系统背后的算法创新正日益成为智慧农业重点。
智慧农业建设与算法创新紧密同步
学习时报发表中共四川省委党校(四川行政学院)决策咨询部主任袁威文章表示，智慧农业的发展，始终以数据、算法和算力为核心要素，以算法创新实现现代信息技术带来的“海量数据”与以物理计算硬件平台为支撑的“天量计算”有效结合，形成农业生产全过程的信息感知、定量决策、智能控制。从天空地一体农业观测、生产控制可视的“信息算法推进”阶段，到农业管理智能感知、智能控制的“跨学科融合算法驱动”阶段，再到农业产业数据联通、机器学习的“人工智能推进算法创新”阶段，算法的创新程度决定了农业的智慧程度。当前，智慧农业算法创新呈现出三个特点：一是融合性。体现为现代生物技术与生物大数据的融合，通过利用生物信息学分析方法，解析基因组、转录组、代谢组等多组学数据，加速形成透明计算、移动边缘计算、雾计算和微云等新的算法，实现农业生物精准选种育种和生产供应及时跟踪追溯。二是自主性。智慧农业算法立足于神经网络，进行深度学习和强化学习。借助农业大数据平台以及与人类交互协作，算法技术能够持续学习和训练，从而更加智能和自主。在智慧农业中体现在多组学整合、基因挖掘、病虫害诊断等领域。三是应用性。随着农业物联网区域试验工程、数字乡村试点工程等大批工程的落地，中国智慧农业算法创新由“强基础”转向“重应用”。智慧农业以应用场景驱动为导向对算法创新进行集智攻关，将更多数据用于算法分析和建模，形成农业科研院校、农机生产商、信息化企业、网络服务商等各主体相互借力的创新发展联合体，推动算法性能不断提高、应用质效不断增强，更好适应智慧农业发展需求。
智慧农业算法创新面临多重现实挑战
文章认为，尽管中国智慧农业建设取得重要进展，逐步进入快速发展和集成创新阶段，但受限于算法创新有效供给不足、技术适配度不够等影响，智慧农业发展极易产生算法“梗阻”和“堵点”。
算法技术不优，据全国县域农业农村信息化发展水平评价报告数据显示，中国农业生产信息化水平仅为22.5%，主要依赖相对易于推广的信息技术，而更为核心的算法技术应用则研发不足甚至滞后。例如，监测土壤、气候、植物生长等数据帮助农民及时作出作物管理决策的物联网算法，分析气象、土壤、市场等多方面数据为农民提供种植品种、播种时间、价格预测等决策建议的大数据算法，分析作物生长状态、环境因素等数据，对可能出现的病虫害、生长问题进行预警和干预的人工智能算法，实现农产品溯源和质量追踪的区块链算法等，导致智慧农业创新的技术内核不够。
|
