1、政策大力支持智慧農(nóng)業(yè)發(fā)展
我國作為傳統(tǒng)農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)一直是政策支持的重點(diǎn)。過去幾年復(fù)雜多變的國際社會(huì)和氣候環(huán)境使得全球糧食供應(yīng)體系變得更加脆弱，各經(jīng)濟(jì)體紛紛將糧食安全戰(zhàn)略提升至前所未有的高度。世界人口的穩(wěn)步增長和人均耕地面積的下降，也對(duì)糧食的生產(chǎn)效率和穩(wěn)定性提出了更高的要求。作為全球人口數(shù)量第一的國家，中國要用僅占世界7%的耕地面積養(yǎng)育全球20%的人口，糧食安全對(duì)于國家的穩(wěn)定和發(fā)展具有十分重要的意義。面對(duì)短缺的耕地供給和巨大的糧食需求之間的矛盾，中國長期將保障糧食安全作為治國理政的頭等大事。
近年我國保障糧食安全相關(guān)會(huì)議精神及政策
| 時(shí)間 | 部門 | 政策/會(huì)議 | 主要內(nèi)容 |
| 2020.01 | 國務(wù)院 | 《關(guān)于抓好"三農(nóng)"領(lǐng)域重點(diǎn)工作確保如期實(shí)現(xiàn)全面小康的意見》 | 確保糧食安全始終是治國理政的頭等大事，糧食生產(chǎn)要穩(wěn)字當(dāng)頭，穩(wěn)政策、穩(wěn)面積、穩(wěn)產(chǎn)量，強(qiáng)化糧食安全省長貢任制考核，各省(自治區(qū)、直轄市)2020年糧食播種面積和產(chǎn)量要保持基本穩(wěn)定。 |
| 2021.01 | 國務(wù)院 | 《關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》 | 提升糧食和重要農(nóng)產(chǎn)品供給保障能力。地方各級(jí)黨委和政府要切實(shí)扛起糧食安全政治責(zé)任，實(shí)行糧食安全黨政同責(zé)，深入實(shí)施重要農(nóng)產(chǎn)品保障戰(zhàn)略。 |
| 2021.10 | 農(nóng)業(yè)農(nóng)村部 | 《關(guān)于促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)做大做強(qiáng)的意見》 | 以保障國家糧食安全和重要農(nóng)產(chǎn)品有效供給為根本目標(biāo)，以打造農(nóng)業(yè)全產(chǎn)業(yè)鏈為重點(diǎn)任務(wù)，以建立聯(lián)農(nóng)帶農(nóng)利益聯(lián)結(jié)機(jī)制為紐帶，促進(jìn)小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機(jī)銜接。 |
| 2021.11 | 國務(wù)院 | 《“十四五”推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》 | 深入實(shí)施國家糧食安全戰(zhàn)略和重要農(nóng)產(chǎn)品保障戰(zhàn)略，落實(shí)藏糧于地、藏糧于技，健全輔之以利、輔之以義的保障機(jī)制。壓實(shí)糧食安全政治責(zé)任，完善糧食生產(chǎn)扶持政策，加強(qiáng)耕地保護(hù)與質(zhì)量建設(shè)。 |
| 2022.01 | 國務(wù)院 | 《關(guān)于做好2022年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》 | 全面落實(shí)糧食安全黨政同責(zé)，嚴(yán)格糧食安全責(zé)任制考核，確保糧食播種面積穩(wěn)定、產(chǎn)量保持在1.3萬億斤以上。主產(chǎn)區(qū)、主銷區(qū)、產(chǎn)銷平衡區(qū)都要保面積、保產(chǎn)量，不斷提高主產(chǎn)區(qū)糧食綜合生產(chǎn)能力，切實(shí)穩(wěn)定和提高主銷區(qū)糧食自給率。推進(jìn)國家糧食安全產(chǎn)業(yè)帶建設(shè)。 |
| 2022.10 | 第十九屆中央委員會(huì) | 二十大報(bào)告 | 確保糧食、能源資源、重要產(chǎn)業(yè)鏈供應(yīng)鏈安全；全方位夯實(shí)糧食安全根基，牢牢守住十八億畝耕地紅線，確保中國人的飯碗牢牢端在自己手中。 |
| 2022.01 | 中共中央政治局 | 2022年中央經(jīng)濟(jì)工作會(huì)議 | 實(shí)施新一輪千億斤糧食產(chǎn)能提升行動(dòng) |
| 2023.01 | 國務(wù)院 | 《關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》 | 確保全國糧食產(chǎn)量保持在1.3萬億斤以上，各省(自治區(qū)、直轄市)都要穩(wěn)住面積、主攻單產(chǎn)、力爭(zhēng)多增產(chǎn)。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
目前中國農(nóng)村勞動(dòng)力正面臨結(jié)構(gòu)性挑戰(zhàn)，農(nóng)業(yè)收入較低和城鎮(zhèn)化趨勢(shì)促使越來越多的農(nóng)業(yè)勞動(dòng)力向城市轉(zhuǎn)移或從事工業(yè)、服務(wù)業(yè)等其他工作?！吨袊r(nóng)村發(fā)展報(bào)告2020》數(shù)據(jù)顯示，預(yù)計(jì)到2025年，農(nóng)業(yè)就業(yè)人員比重將下降到20%左右。此外，中國社科院農(nóng)村發(fā)展研究所顯示，鄉(xiāng)村60周歲及以上老年人口占鄉(xiāng)村總?cè)丝诘谋戎貫?3.86%，遠(yuǎn)超城鎮(zhèn)老年化比例。在這種背景下，以較少人力高效應(yīng)對(duì)新型農(nóng)業(yè)生產(chǎn)方式的智慧農(nóng)業(yè)正蓬勃發(fā)展。
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
根據(jù)觀研報(bào)告網(wǎng)發(fā)布的《中國智慧農(nóng)業(yè)行業(yè)發(fā)展趨勢(shì)分析與投資前景研究報(bào)告（2025-2032年）》顯示，智慧農(nóng)業(yè)是以信息和知識(shí)為核心要素，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和智能裝備等現(xiàn)代信息技術(shù)與農(nóng)業(yè)跨界融合，為農(nóng)業(yè)生產(chǎn)提供精準(zhǔn)化種植、可視化管理、智能化決策，是農(nóng)業(yè)生產(chǎn)的高級(jí)階段。近三年，全球科技的重要前沿領(lǐng)域集中在AI大數(shù)據(jù)模型和機(jī)器人技術(shù)。隨著科技的外溢，消費(fèi)端尋找應(yīng)用場(chǎng)景的現(xiàn)象愈發(fā)普遍。從支持AI產(chǎn)業(yè)化發(fā)展角度來看，近年來政策端鼓勵(lì)科技引領(lǐng)消費(fèi)升級(jí)，支持力度逐步加大。政策將逐步發(fā)力在消費(fèi)領(lǐng)域的各個(gè)方面挖掘智能化發(fā)展?jié)摿Γ膭?lì)A(yù)I+消費(fèi)創(chuàng)新升級(jí)。從AI+農(nóng)業(yè)的角度來看，當(dāng)前仍處于智能化發(fā)展初期。
智慧農(nóng)業(yè)功能及基本介紹
| 功能 | 基本介紹 |
| 監(jiān)控功能系統(tǒng) | 根據(jù)無線網(wǎng)絡(luò)可獲取德植物生長環(huán)境信息，如監(jiān)測(cè)土壤水分、土壤溫度、空氣溫度等參數(shù)，并以直觀的圖表和曲線的方式顯示給用戶，根據(jù)以上的信息反饋對(duì)農(nóng)業(yè)園區(qū)進(jìn)行自動(dòng)灌溉、自動(dòng)降溫、自動(dòng)噴藥等自動(dòng)控制。 |
| 監(jiān)測(cè)功能系統(tǒng) | 在農(nóng)業(yè)園區(qū)內(nèi)實(shí)現(xiàn)自動(dòng)信息檢測(cè)與控制，通過配備無線傳感節(jié)點(diǎn)檢測(cè)土壤、空氣、光照等參數(shù)。并根據(jù)種植作物的需求提供各種聲光報(bào)警信息和短信報(bào)警信息。 |
| 實(shí)時(shí)圖像與視頻監(jiān)控功能 | 能直觀反映作物的生長長勢(shì)，側(cè)面反映作物生長的整體狀態(tài)及營養(yǎng)水平，從整體上給農(nóng)戶提供更加科學(xué)的種植決策理論依據(jù)。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
智慧農(nóng)業(yè)已成為世界現(xiàn)代化農(nóng)業(yè)發(fā)展趨勢(shì)，全球各國都在加快智慧農(nóng)業(yè)布局，加深人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用。從全球范圍來看，美國、以色列、德國、日本、澳大利亞等國家的智慧農(nóng)業(yè)發(fā)展水平、智慧農(nóng)業(yè)的軟硬件技術(shù)水平處于較為領(lǐng)先的地位。智慧農(nóng)業(yè)通過集成AI算法、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等先進(jìn)技術(shù)，正深刻改變著傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式。近年來國家高度重視并積極推動(dòng)智慧農(nóng)業(yè)建設(shè)，2024年10月23日農(nóng)業(yè)農(nóng)村部印發(fā)《全國智慧農(nóng)業(yè)行動(dòng)計(jì)劃（2024-2028年）》，目標(biāo)到2028年底農(nóng)業(yè)生產(chǎn)信息化率達(dá)到32%以上；2025年中央一號(hào)文件指出“以科技創(chuàng)新引領(lǐng)先進(jìn)生產(chǎn)要素集聚，因地制宜發(fā)展農(nóng)業(yè)新質(zhì)生產(chǎn)力。支持發(fā)展智慧農(nóng)業(yè)，拓展人工智能、數(shù)據(jù)、低空等技術(shù)應(yīng)用場(chǎng)景。”
國家發(fā)展“智慧農(nóng)業(yè)”相關(guān)政策一覽
| 時(shí)間 | 頒發(fā)部門 | 政策名稱 | 相關(guān)內(nèi)容 |
| 2025.02 | 國務(wù)院 | 《中共中央國務(wù)院關(guān)于進(jìn)一步深化農(nóng)村改蘋扎實(shí)推進(jìn)鄉(xiāng)村全面振興的意見》 | 支持發(fā)展智慧農(nóng)業(yè)，鑄造“農(nóng)業(yè)新質(zhì)生產(chǎn)力”,拓展人工智能、數(shù)據(jù)、低空等技術(shù)應(yīng)用場(chǎng)景 |
| 2024.10 | 農(nóng)業(yè)農(nóng)村部 | 《全國智慧農(nóng)業(yè)行動(dòng)計(jì)劃(2024-2028年)》 | 實(shí)施智慧農(nóng)業(yè)公共服務(wù)能力提升行動(dòng)：打造國家農(nóng)業(yè)農(nóng)村大數(shù)據(jù)平臺(tái)，開發(fā)智慧農(nóng)業(yè)基礎(chǔ)模型，加快推動(dòng)人工智能大模型在農(nóng)業(yè)農(nóng)村科研、生產(chǎn)經(jīng)營、管理服務(wù)等重點(diǎn)領(lǐng)域應(yīng)用。 |
| 2024.10 | 農(nóng)業(yè)農(nóng)村部 | 《農(nóng)業(yè)農(nóng)村部關(guān)于大力發(fā)展智慧農(nóng)業(yè)的指導(dǎo)意見》 | 以推進(jìn)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術(shù)在農(nóng)業(yè)農(nóng)村領(lǐng)域全方位全鏈條普及應(yīng)用為工作主線，提出推進(jìn)主要作物種植精準(zhǔn)化、設(shè)施種植數(shù)字化、高牧養(yǎng)殖智慧化、漁業(yè)生產(chǎn)智能化、育制種智能化、農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化、農(nóng)業(yè)農(nóng)村管理服務(wù)數(shù)字化等任務(wù)，加快農(nóng)業(yè)傳感器與專用芯片、農(nóng)業(yè)核心算法、農(nóng)業(yè)機(jī)器人等關(guān)鍵核心技術(shù)研發(fā)攻關(guān)，深入推進(jìn)人工智能大模型等技術(shù)在農(nóng)業(yè)農(nóng)村領(lǐng)域融合應(yīng)用。 |
| 2024.02 | 國務(wù)院 | 《中共中央國務(wù)院關(guān)于學(xué)習(xí)運(yùn)用“千村示范、萬村整治”工程經(jīng)驗(yàn)有力有效推進(jìn)鄉(xiāng)村全面振興的意見》 | 持續(xù)實(shí)施數(shù)字鄉(xiāng)村發(fā)展行動(dòng)，發(fā)展智慧農(nóng)業(yè)，縮小城鄉(xiāng)"數(shù)字鴻溝"。鼓勵(lì)有條件的省份統(tǒng)籌建設(shè)區(qū)域性大數(shù)據(jù)平臺(tái)，加強(qiáng)農(nóng)業(yè)生產(chǎn)經(jīng)營、農(nóng)村社會(huì)管理等涉農(nóng)信息協(xié)同共享。 |
| 2024.01 | 國家數(shù)據(jù)局 | 《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃(2024—2026年)》 | 重點(diǎn)支持農(nóng)業(yè)生產(chǎn)經(jīng)營主體和相關(guān)服務(wù)企業(yè)融合利用遙感、氣象、土壤、農(nóng)事作業(yè)、災(zāi)害、農(nóng)作物病蟲害、動(dòng)物疫病、市場(chǎng)等數(shù)據(jù)，構(gòu)建以數(shù)據(jù)和模型為支撐的農(nóng)業(yè)生產(chǎn)數(shù)智化場(chǎng)景，實(shí)現(xiàn)精準(zhǔn)種植、精準(zhǔn)養(yǎng)殖、精準(zhǔn)捕撈等智慧農(nóng)業(yè)作業(yè)方式。 |
| 2023.02 | 國務(wù)院 | 《中共中央國務(wù)院關(guān)于做好2023年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》 | 深入實(shí)施數(shù)字鄉(xiāng)村發(fā)展行動(dòng)：推動(dòng)數(shù)字化應(yīng)用場(chǎng)景研發(fā)推廣。加快農(nóng)業(yè)農(nóng)村大數(shù)據(jù)應(yīng)用，推進(jìn)智慧農(nóng)業(yè)發(fā)展。落實(shí)村莊公共基礎(chǔ)設(shè)施管護(hù)責(zé)任。加強(qiáng)農(nóng)村應(yīng)急管理基礎(chǔ)能力建設(shè)，深入開展鄉(xiāng)村交通、消防、經(jīng)營性自建房等重點(diǎn)領(lǐng)域風(fēng)險(xiǎn)隱患治理攻堅(jiān)。 |
| 2022.12 | 國家發(fā)改委 | 《"十四五"擴(kuò)大內(nèi)需戰(zhàn)略實(shí)施方案》 | 加快發(fā)展智慧農(nóng)業(yè)，推進(jìn)農(nóng)業(yè)生產(chǎn)經(jīng)營和管理服務(wù)數(shù)字化改造。 |
| 2022.02 | 國務(wù)院 | 《中共中央國務(wù)院關(guān)于做好2022年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見》 | 推進(jìn)智慧農(nóng)業(yè)發(fā)展，促進(jìn)信息技術(shù)與農(nóng)機(jī)農(nóng)藝融合應(yīng)用 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
2、AI助力育種效率大幅提升
人工智能相融合的“智能設(shè)計(jì)育種”。育種者能夠借助AI驅(qū)動(dòng)的工具對(duì)海量數(shù)據(jù)進(jìn)行分析，從而精準(zhǔn)預(yù)測(cè)基因型-表型關(guān)聯(lián)，識(shí)別新的基因組合，大幅提升精度和效率并優(yōu)化育種策略。AI在作物改良中的核心應(yīng)用工具包括大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、遺傳算法等等，對(duì)作物的表型組學(xué)、基因組學(xué)產(chǎn)生深遠(yuǎn)影響。
AI在作物育種技術(shù)中的應(yīng)用
| 技術(shù) | 介紹 | 運(yùn)用 |
| 全基因組選擇 | 利用全基因組范圍內(nèi)的分子標(biāo)記(如SNP,單核苷酸多態(tài)性)來預(yù)測(cè)個(gè)體遺傳潛力的育種技術(shù)。利用Al機(jī)器學(xué)習(xí)算法(如隨機(jī)森林、支持向量機(jī)等)分析基因型與表型數(shù)據(jù)，構(gòu)建預(yù)測(cè)模型，幫助育種者在早期階段篩選出優(yōu)良品種，從而加速育種進(jìn)程。 | 特征基因挖掘：利用Al的特征選擇算法，如基于梯度提升決策樹的方法，可以從大量基因組標(biāo)記中識(shí)別出與目標(biāo)性狀關(guān)聯(lián)緊密的關(guān)鍵基因或標(biāo)記，為作物遺傳改良提供明確的靶點(diǎn)。 |
| 數(shù)據(jù)融合與功能基因預(yù)測(cè) | 整合多源數(shù)據(jù)(如基因型、表型、環(huán)境數(shù)據(jù)),預(yù)測(cè)功能基因和優(yōu)異等位基因，指導(dǎo)遺傳改良。運(yùn)用Al深度學(xué)習(xí)算法快速解析海量基因組數(shù)據(jù)，定位關(guān)鍵基因；通過對(duì)已知基因功能和序列的學(xué)習(xí)，建立模型來預(yù)測(cè)未知基因的功能。 | 數(shù)據(jù)融合：全流程智慧育種平臺(tái)實(shí)現(xiàn)針對(duì)基因測(cè)序數(shù)據(jù)的變異位點(diǎn)計(jì)算加速110倍，基因型過濾加速25倍以上，群體遺傳學(xué)分析加速1000倍以上。功能基因預(yù)測(cè)：中國農(nóng)業(yè)科學(xué)院生物技術(shù)研究所構(gòu)建的植物表觀遺傳修飾智能預(yù)測(cè)在線工具SMEP,采用Al深度學(xué)習(xí)植物DNA甲基化、RNA甲基化、組蛋白修飾等序列信息，系統(tǒng)實(shí)現(xiàn)了水稻、玉米等物種中表觀修飾位點(diǎn)的預(yù)測(cè) |
| 高通量表型采集 | 利用自動(dòng)化、高精度的傳感器和成像技術(shù)，快速、大規(guī)模地獲取生物體表型數(shù)據(jù)，包括植物的形態(tài)、結(jié)構(gòu)、生理狀態(tài)等。利用Al深度學(xué)習(xí)算法，如卷積神經(jīng)網(wǎng)絡(luò)(CNN),自動(dòng)從圖像中提取植物的形態(tài)、顏色、紋理等特征，提高特征提取的準(zhǔn)確性和效率。結(jié)合機(jī)器人技術(shù)和Al算法，實(shí)現(xiàn)表型數(shù)據(jù)的自動(dòng)化采集。 | 圖像分析與處理：托普云農(nóng)的植物表型智能解析平臺(tái)“TP-AlPheno",能對(duì)可見光二維三維、高光譜等圖像進(jìn)行解析，實(shí)現(xiàn)可見光二維單株植物解析用時(shí)小于5秒等高效處理。多模態(tài)數(shù)據(jù)融合：無人機(jī)激光雷達(dá)結(jié)合三維深度神經(jīng)網(wǎng)絡(luò)的棉花高通量表型獲取方法，實(shí)現(xiàn)大田棉花株高、孔隙率、冠層體積等表型信息的快速獲取。 |
| 基因編輯優(yōu)化 | CRISPR-Cas9、TALENs、ZFNs技術(shù)結(jié)合Al技術(shù)，優(yōu)化基因編輯系統(tǒng)，Al算法能夠分析作物基因組序列數(shù)據(jù)，精準(zhǔn)識(shí)別適合編輯的靶點(diǎn)區(qū)域，實(shí)現(xiàn)基因的精確插入、刪除或替換，精準(zhǔn)改造目標(biāo)基因，提高作物的抗病性和產(chǎn)量。也可利用Al技術(shù)挖掘新的基因編輯酶或系統(tǒng)。 | 通過深度學(xué)習(xí)模型對(duì)gRNA的序列特征和編輯效果進(jìn)行學(xué)習(xí)，設(shè)計(jì)出更高效的gRNA序列；改進(jìn)CRISPR-Cas9系統(tǒng)的引導(dǎo)RNA(gRNA)設(shè)計(jì)，提高其與目標(biāo)DNA的結(jié)合特異性和編輯效率，降低脫靶效應(yīng)。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
2024年6月，先正達(dá)集團(tuán)與AI公司Insta Deep合作，將先正達(dá)專有的性狀研發(fā)能力與Insta Deep的大語言模型（LLM）——農(nóng)學(xué)核苷酸轉(zhuǎn)化器（AgroNT）相結(jié)合。AgroNT在大約1050萬個(gè)包含數(shù)萬億堿基對(duì)的基因組序列上接受預(yù)訓(xùn)練，涵蓋大田、水果、豆科、蔬菜等48種核心農(nóng)作物，因而能夠深度解析遺傳密碼的復(fù)雜語言。通過這種方式，AgroNT可以幫助科學(xué)家從大量的DNA序列和基因組數(shù)據(jù)中挖掘洞察，準(zhǔn)確預(yù)測(cè)基因調(diào)控機(jī)制，從而將性狀控制和作物表現(xiàn)提升到一個(gè)新水平。該技術(shù)進(jìn)一步加快了先正達(dá)性狀管線的發(fā)展，目前已成功應(yīng)用于玉米和大豆的性狀設(shè)計(jì)中。
國外AI協(xié)助作物育種運(yùn)用案例
|
國家 |
具體案例 |
|
美國 |
Avalo公司利用機(jī)器學(xué)習(xí)算法分析作物基因結(jié)構(gòu)，研發(fā)耐早的棉花、耐高溫的番茄等品種；通過A技術(shù)將作物育種過程速度提升約70%,使新甘蔗品種推向市場(chǎng)的時(shí)間從12年以上縮短到5-6年 |
|
谷歌X實(shí)驗(yàn)室推出的Heritable Agriculture項(xiàng)目，利用Al和基因組科學(xué)相結(jié)合，通過機(jī)器學(xué)習(xí)模型分析植物的遺傳特性，優(yōu)化育種過程。該項(xiàng)目結(jié)合深度學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)(GANs)和遺傳算法，能夠從大量基因組數(shù)據(jù)中挖掘出潛在的產(chǎn)量提升機(jī)會(huì)。在肯尼亞，該項(xiàng)目幫助一家小農(nóng)場(chǎng)將玉米產(chǎn)量提高30%。 |
|
|
荷蘭 |
Key Gene公司開發(fā)的Key Box便攜式植物表型平臺(tái)精確識(shí)別植物的形態(tài)、顏色、破損程度等表型參數(shù)。Key Gene開發(fā)Al驅(qū)動(dòng)的4D表型技術(shù)，將點(diǎn)云3D數(shù)據(jù)與高光譜成像1D數(shù)據(jù)相結(jié)合，通過深度學(xué)習(xí)算法實(shí)現(xiàn)對(duì)作物植物多維度表型的精確、高通量采集和分析，幫助育種家提取作物的結(jié)構(gòu)信息和生理信息，加快植物育種進(jìn)程，提高作物產(chǎn)量和品質(zhì)。 |
|
以色列 |
Equinom公司開發(fā)的Manna TM技術(shù)平臺(tái)利用Al和傳統(tǒng)育種技術(shù)，定位具有所需性狀子集的品種，預(yù)測(cè)基因之間的相互作用，最小化環(huán)境因素的影響并計(jì)算出目標(biāo)產(chǎn)品的基因組密碼。通過該平臺(tái)，Equinom將高蛋白黃豌豆品種的開發(fā)周期縮短至傳統(tǒng)作物開發(fā)周期的一半，培育出的黃豌豆蛋白質(zhì)含量達(dá)到75%. |
|
德國 |
拜耳公司開發(fā)的Climate Field View平臺(tái)結(jié)合Al和大數(shù)據(jù)技術(shù)，支持作物育種中的數(shù)據(jù)整合與分析。該平臺(tái)通過分析田間作物的生長數(shù)據(jù)，幫助育種家優(yōu)化育種方案。在美國中西部玉米種植區(qū)，Climate Field View的應(yīng)用顯著提高玉米的產(chǎn)量和抗病性，如伊利諾伊州的玉米種植者通過使用該平臺(tái)，實(shí)現(xiàn)玉米產(chǎn)量增長10%以上，同時(shí)減少15%的氮肥使用量。此外，平臺(tái)提供的病害預(yù)警系統(tǒng)幫助農(nóng)民減少20%以上的病害損失。 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理
我國近年來在作物育種數(shù)據(jù)積累方面取得顯著進(jìn)展，在AI算法研究方面亦有所突破，但整體上AI在作物育種中的應(yīng)用還處于逐步推廣階段，應(yīng)用主體集中在科研院所，在算法的創(chuàng)新性和應(yīng)用的廣泛性方面與國外還有一定差距。國內(nèi)在整體產(chǎn)業(yè)轉(zhuǎn)化上還需進(jìn)一步加強(qiáng)產(chǎn)學(xué)研合作，提高技術(shù)的落地應(yīng)用水平。
國內(nèi)AI協(xié)助作物育種運(yùn)用案例
| 運(yùn)用主體 | 具體案例 |
| 崖州灣國家實(shí)驗(yàn)室 | 種業(yè)大模型"豐登"集成了先進(jìn)的人工智能技術(shù)(書生·浦語2.0)與大數(shù)據(jù)分析，通過深入學(xué)習(xí)我國迄今發(fā)布的科研文獻(xiàn)、科技書籍、種企報(bào)告和歷史推廣數(shù)據(jù)，以用戶友好的互動(dòng)方式，可解答有關(guān)作物品種選育推廣、栽培技術(shù)以及種業(yè)企業(yè)狀況等問題。 |
| 托普云農(nóng) | 基于Al圖像處理、深度學(xué)習(xí)等技術(shù)，運(yùn)用全自研算法打造植物表型智能解析平臺(tái)"TP-AIPheno",將數(shù)據(jù)采集與解析流程集成在同一軟件中，實(shí)現(xiàn)采集、分析實(shí)時(shí)化、一體化完成，大大提升表型解析效率，可見光二維單株植物解析用時(shí)小于5秒可見光三維單株植物解析用時(shí)小于2分鐘，高光譜單株植物解析用時(shí)小于5秒。 |
| 中國農(nóng)業(yè)大學(xué) | 中國農(nóng)大與華為合作Al小麥育種，通過整合2000份小麥基因信息和田間表現(xiàn)型數(shù)據(jù)，構(gòu)建了算法模型，能夠預(yù)測(cè)小麥的加工特性(如饅頭或面包的適用性),為育種家提供科學(xué)決策支持。 |
| 海南種子創(chuàng)新研究院 | 為解決育種材料大規(guī)模田間試驗(yàn)環(huán)境精準(zhǔn)監(jiān)測(cè)，團(tuán)隊(duì)定制開發(fā)物聯(lián)網(wǎng)感知與智慧管理系統(tǒng)，并研制田間巡檢機(jī)器人以及與之配套的作物田間表型智能分析系統(tǒng)，用于解決大規(guī)模育種材料田間試驗(yàn)表型分析、驗(yàn)證與鑒定問題。智慧示范基地建設(shè)以農(nóng)業(yè)遙感、Al、物聯(lián)網(wǎng)、智能裝備等技術(shù)為依托，開展分時(shí)分類試點(diǎn)建設(shè)、智能化裝備建設(shè)、田問作物表型鑒定功能區(qū)建設(shè)，從而實(shí)現(xiàn)南繁基地精準(zhǔn)監(jiān)測(cè)、智能決策和智慧管理。 |
| 華智生物 | 開發(fā)WISEED智慧育種平臺(tái)，包括智慧種質(zhì)資源庫Hi-Pilot,支持基因組數(shù)據(jù)管理和智能決策，提升育種效率。通過深度融合BT+DT技術(shù)實(shí)現(xiàn)育種智能化決策的平臺(tái)產(chǎn)品。具有分子標(biāo)記輔助選擇、全基因組選擇預(yù)測(cè)、全基因組關(guān)聯(lián)分析、Al表型精準(zhǔn)鑒定等功能，提供SNP多態(tài)性分析、群體遺傳分析、物種進(jìn)化分析、表型通用模型搭建等多樣化的智能工具 |
數(shù)據(jù)來源：觀研天下數(shù)據(jù)中心整理（zppeng）
【版權(quán)提示】觀研報(bào)告網(wǎng)倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán)。未經(jīng)許可，任何人不得復(fù)制、轉(zhuǎn)載、或以其他方式使用本網(wǎng)站的內(nèi)容。如發(fā)現(xiàn)本站文章存在版權(quán)問題，煩請(qǐng)?zhí)峁┌鏅?quán)疑問、身份證明、版權(quán)證明、聯(lián)系方式等發(fā)郵件至kf@chinabaogao.com，我們將及時(shí)溝通與處理。
