農業是人類賴以生存的根本，在三次產業中占據基礎性地位，對經濟社會的穩定與發展至關重要。然而，隨著人口的快速增長、耕地面積的逐步縮減以及城鎮化的加速推進，農業面臨的挑戰日益嚴峻。為應對這種挑戰，國內外都在探索通過信息技術來促進農業提質增效，其中以人工智能為基礎的智慧農業新模式發展迅速，出現了很多典型案例，為農業廣泛深度融合應用人工智能提供了有益參考。

人工智能與農業融合應用的基本態勢

      農業的生產和服務領域存在很多痛點問題，如生產方式較粗放、農業服務不完善等。不少企業以產業痛點為導向，積極探索人工智能在農業生產服務中的融合創新，為解決農業痛點問題找到了新的突破點。

      在農業生產中，人工智能助力農業生產精細化，從而促進農業提質增效。在種植領域，企業利用人工智能對農作物生長情況及環境數據進行建模分析，為農業生產提供精準指導。例如，Infosys、IBM Watson IoT和Sakata Seed Inc.在美國加利福尼亞兩塊田地上布置測試床，利用基于機器視覺的無人機、環境傳感器和土壤傳感器，全方位、立體化地采集植物高度、空氣濕度、土壤肥力等18種數據，并將數據上傳到Infosys信息平臺進行大數據管理和人工智能技術分析，分析結果反饋至企業ERP系統、植物育種研發系統，以指導下一步生產和育種。在養殖領域，企業通過對畜禽多元化數據的采集與分析，實現精準養殖。例如，阿里云與四川特驅集團、德康集團合作推行智能養豬，豬場內遍布與ET農業大腦連接的攝像頭，自動采集、分析豬的體型及運動數據，運動量不達標的豬會被趕出室外繼續運動，以保證豬肉品質；此外，利用ET農業大腦、結合聲學特征及紅外線測溫技術，可通過豬的咳嗽、叫聲、體溫等數據判斷豬是否患病，及時預警疫情。


      在農業服務中，人工智能可緩解信息不對稱導致的農產品供需失衡及農業融資難等問題。一方面，行業主管部門或企業運用人工智能建立農產品價格走勢預測模型，指導農業生產主體動態調整產能，既可減少由于盲目生產導致的成本浪費，也能提升消費者滿意度。例如，IBM利用機器學習分析衛星圖像、天氣、人口、土地等數據，對農作物供需情況進行預測；笛卡爾實驗室使用基于衛星數據訓練的機器學習模型，預測美國國內的玉米產量，為農民的生產決策提供參考。另一方面，金融機構依托農業大數據建立農民征信體系，可提高對農業金融的風險把控能力，增加農民融資機會并降低融資成本。如，互聯網信用評估平臺閃銀和互聯網金融公司農信寶開發的“八戒分期”，通過線上采集超過300個維度的農戶數據，在后臺利用人工智能模型進行分析，可在數秒內完成對生豬養殖戶的信用評分并反饋給審核人員，幫助金融機構降低風控成本和壞賬，也顯著降低了養殖戶融資成本。

      總體而言，人工智能在農業生產和服務環節都涌現出了一些融合應用的典型案例，為促進農業智能化轉型升級提供了新思路。但這些融合應用目前主要處于探索和試點階段，融合模式仍需優化完善，應用范圍也有待逐步擴大。

      我國人工智能與農業領域深度融合面臨多重挑戰大數據、人工智能等技術在國外農業領域已形成了相對成熟的融合模式和較大范圍的應用。而我國雖然也出現了一些典型案例，但整體還處于起步階段，農業的數字化、網絡化、智能化轉型仍面臨諸多挑戰。

      一：是農村網絡基礎設施薄弱。人工智能在農業領域的融合應用對網絡實時響應和海量數據積累有較高要求。但我國村級信息化服務網絡不夠健全，農業領域網絡化水平還有待提升。據統計，我國農村地區互聯網普及率為36.5%，僅為城鎮地區的一半。

      二：是智能化農業設備供給水平不足。針對智能農業設備的專用芯片較為缺乏，而通用芯片在環境較差的農業現場非常容易發生損壞，進而導致農業智能設施應用受阻。同時，由于農業場景復雜，農業智能機器人等設備在實際應用中存在效率不高、靈活度不夠等問題，智能化設備的性能還需要進一步提升。

      三：是農民應用人工智能的意愿和能力不夠。一方面，智能化農業設備的投資金額大、回收周期長，導致農民“不敢用”。另一方面，智能化農業設備的操作方式與傳統農業設備差別較大，農民對智能化設備的操作能力不足，“不會用”也阻礙了農業的智能化發展。

加快人工智能與農業領域深度融合的建議

      針對人工智能與農業深度融合面臨的挑戰，行業主管部門應從基礎設施、技術供給、產業需求等多角度入手，全面促進人工智能與農業領域的深度融合，探索現代農業高質量發展的有效路徑。

      支撐能力方面，著力強化農村網絡基礎設施及農業信息服務平臺建設。一方面，進一步加強農村信息基礎設施建設，擴大寬帶和移動網絡覆蓋范圍，提升網絡速率，為部署智能化農業設施、采集農業大數據奠定良好基礎。另一方面，建立健全農業信息服務平臺，提高農產品供需、價格等信息的智能化預測水平，為農業生產決策提供更多參考與指導。

      技術供給方面，持續提升農業領域人工智能技術供給水平。一方面，應加大對農業專用芯片、傳感器等基礎零部件以及農業無人機、農業機器人等智能化設備研發應用的支持力度，提升智能化農業設備供給能力和供給質量。另一方面，應著力培養農業領域融合解決方案提供商，催生農業領域融合應用人工智能的優秀解決方案。

      產業需求方面，應大力培養農民應用人工智能的意愿與能力。一方面，應加強人工智能與農業深度融合的宣傳工作，讓農民充分認識到應用人工智能的長期效益，調動農民開展智慧農業的積極性。另一方面，應加強對投資應用農業智能化設備的財政補貼，強化對農民應用智能化設施的培訓工作，提高農民開展農業智能化生產經營的能力。