Page 245 - 农产品质量检验检测与质量控制

» 第九章 人工智能技术与农产品质量安全

面临上述挑战，需要我们构建开放协同的农业人工智能科技创新体系，布局建设重大
科技创新平台，坚持农业人工智能研发攻关、产品应用和产业培育“三位一体”的发
展模式，推进农业人工智能技术的发展和应用。
（二）发展农业人工智能的对策与建议
农业人工智能技术发展对提产增收、加快作业效率和资源利用率的驱动作用明显，

正在引领现代农业发展方式发生深刻变革。发展农业人工智能，对我国来说既是挑战
也是机遇，要后来居上，赶超先进技术，研制工作应走引进吸收、借智创新、超越提
高的路线，以尽快形成顺应我国农情的研究—创新—应用体系，满足农业发展对农情

监测、农业数据分析、农业装备转型升级、农产品供销链追踪等的要求，提高农业智
能化水平，推动农业现代化发展，在农业人工智能方兴未艾的蓝图中发挥“头雁效应”，
为人类农业智能化时代添砖加瓦。综合上述分析，对我国农业人工智能发展做出如下
建议：

1. 注重人工智能相关专业人才的培养与管理
推动科技发展的根本是人才。国内农林类高校要根据智慧农业的发展趋势进行专
业改革，以满足未来智慧农业产业对新型农业科技人才的需求。此外，应积极鼓励支

持企业培养既懂人工智能又有农业背景的复合型人才，解决农民的实际问题，为农业
领域推广人工智能等新技术提供智力和人才支持。在科学研究和团队建设方面，鼓励
建立多学科交叉融合的研究团队。
2. 推进农业人工智能发展的基础设施建设。
农业人工智能的发展离不开海量数据积累以及网络实时响应。大田农业基础设施

不够完善，农业数据获取成本很高，极大地限制了机器学习在场景中应用的广度和深
度。应该注重推进农业物联网和农村 5G 基础设施建设，提高智能农业传感器等基础
设备供给水平，建设农业生产信息化和数字化工程，出台农业数据共享机制等，为人

工智能农业装备的大规模应用提供基础和条件。
3. 推进农业生产智能管控技术研发
推进农业生产智能感知、识别与作业决策模型的研发，针对农业种植、养殖不同
环境下的应用场景，建立基于多源数据融合的农业全过程决策支持方法，构建田间作

物、温室、畜禽、水产等领域全产业链条的决策管理和智能控制模型，利用云—边—
端的架构，实现基于数据驱动管理下的“农业大脑”智能决策体系。
4. 加强智能装备和系统的研制
针对农业生产需求，加快智能机器的普及步伐，提高资源利用率和农业产出率，

提高经济效益。培育我国优势智能农机如农业无人机，增强农业与其他产业的跨界技
术融合，迎接新一代信息技术，开启创新模式，无缝整合人类智慧与机器智能，重新

• 231 •