电子产品世界

2023 年10 月28 日， 沈阳， 在CNCC2023（2023年中国计算机大会）上，CCF（中国计算机学会）数字农业分会主任、中国工程院院士、国家农业信息化工程技术研究中心主任赵春江教授做了《数字农业现状与展望》的报告，介绍了计算科技在农业领域里的应用发展情况，包括：智慧农业的介绍，智慧农业关键技术，打造典型场景和未来展望。

1 关于智慧农业

信息科技和农业结合，现在一个很热的发展方向是智慧农业。2022 年联合国粮农组织（FAO）关于推进农业和农村的可持续发展，提了六项有重大影响的技术：生物科技，数字科技，可再生能源，机械化，灌溉技术，食品加工科技。

联合国粮农组织认为科技和创新能够加速农业食品系统转型，使得系统可以更有效率，包容性，韧性以及可持续性。

未来农业和农村的发展与计算科学有很大关联。农业经历了长期的发展，从1.0 向现在的3.0 逐渐演进，欧洲已演进到了4.0。当然农业发展的4.0 跟德国工业4.0不是一个完全相同的概念。但是从农业科技发展和进步的角度看，目前农业农村领域一直面临着农业的第三次绿色革命，即数字革命，将生物技术、信息科技和智能装备融合在一起，推动农业生产方式的变革，形成新的数字经济。

图1 农业1.0~农业3.0

信息科技在农业领域的应用形成了很多不同的名词：智慧农业，智能农业，数字农业，精准农业……，这几个词在国外的都有相对应的英文单词，smart，digital，precision 等。这是由于数字科技和农业进行融合之后，由于强调的方面、作用的对象、产生的结果不太一样，所以有了不同的名词，但总体上没有本质上的差异。

目前从政府部门现在基本上统一，农业农村部一般把IT 和农业的融合叫做智慧农业，中央网信办体系强调数字，有数字乡村、数字农业等概念。但总体上信息科技作为一个要素，对农业生产的降本增效产生了重大的影响，是一种新的生产方式。

FAO 发布的《2022 年食品和农业状况》是由部分世界著名的IT 与农业融合专家写的一份400 多页的报告，里面详细列举了信息科技在农业领域应用的里程碑式的事件，从1974 年动物的电子耳标开始，到上个世纪80 年代末90 年代初美国的GPS 用于农业、发展精准农业，到现在大尺度的智能化、无人化的农场的发展，以美国约翰迪尔（John Deere）公司为代表。目前在农业里，无论是种植业、养殖业还是加工业都在广泛地应用信息技术。

美国农业部2022 年发布了2016—2019 美国信息技术组合应用的种植面积分布，其中，分析制图技术+ 自动导航对农业产量的影响非常大。例如冬小麦和玉米能够增产12% 以上。这再次验证了信息科技对农业发展的重要影响。

信息科技应用到农业、形成智慧农业已成为国际上的研究热点。美国三院（科学院、工程院、医学科学院）制定的面向2030 年食品农业科技发展战略中，列了5 项重点突破的方向，第一个是农业传感器，此外还有：数据科学/ 大数据，农业人工智能等。

日本也很重视农业人工智能、机器人系统对未来农业发展的深刻影响。

以上是国际上关注的热点。

未来我们要结合国际趋势，考虑怎样用信息科技、工业技术来促进农业转型，以加速农业现代化，建设农业强国。

2 智慧农业中的信息科技

最近国内外都在关注信息科技与农业融合。如果按照一个闭环来考虑，包括：信息的获取，处理决策，实施。其中涉及的具体技术是非常多的。

智能服务也是一个非常重要的方面，建立知识服务平台，这里既和人工智能有很大的关系，也和网络、数据、知识有关系，都可以归结到计算科学领域。

2.1 传感器

国际上非常关注。现在我们每年要花460 亿元去进口国外的高端的传感器。我们在机理、材料、加工工艺等方面都需要进一步的研究和突破。

微型化/ 芯片级的农业传感器的特点：①在复杂的场景下稳定可靠，②把一些算法写在芯片里。我国非常关注这种CMOS 结构的传感器的发展。

农业领域里，传感探测方面重点解决的是土壤环境和动植物本身的信息。

例如我国用LIBS（激光诱导击穿光谱）做的土壤硝态氮传感器，目前精度很高。过去这种测试方法要搬到化学实验室，现在把化学计量通过物理计量、科学计算的方式，能在现场获取数据，这是非常有意义的。如果把这种仪器设备连到网上，就变成了在线测试，所以对快速的诊断和决策具有重要意义。另外，我们也研制出了土壤重金属速测仪，过去土壤重金属传感器主要从美国和韩国购买。我们还有营养液多元素速测仪，可用于农业大棚。

2.2 农业计算智能

现在我国很多专项，例如脑科学、人工智能、种业等专项。赵春江院士认为，目前我们所谈的智能、新一代的人工智能，都是以计算智能为主体。

关于计算智能，特别是新一代人工智能的创新发展很快，我国围绕5 个方面进行了战略性的部署，突出机器学习。其实所有还是以数据为基础，没有从根本上离开计算。

农业领域有很多数据。现在一年的数据量是8000PB，每年还在以60% 的速度在增长。农业数据跟工业数据的不同之处是有生态适应性，即跟位置紧密关联。所以与工业计算相比更复杂。这也是为什么农业率先大规模实现基于卫星导航定位的系统。

从大量的数据中可以提取知识，有了知识，就可以做很多服务和研究。因为农业本身是与生命科学领域紧密关联的，所以现在人工智能用于生命科学领域的研究，像AlphaFold等，还有加拿大一家公司，通过人工智能算法进行高通量的育种筛选，来加快育种周期，选出高产的品种。他们的研究范式是先获取数据，然后建立模型和算法，再进行计算、筛选，从而加速育种周期。

另外，可以通过智能计算，对病害、虫害进行诊断。农业大概有7800 多种病害、7000 多种虫害。

日本上世纪80 年代曾研制过一种智能机，是从人工智能角度来做的，但是最后没有研制成功，放弃了。该智能机一个非常重要的应用方向就是病虫害的在线的诊断和服务。从今天看来，当时的方向定得非常准确，可惜那时网络还跟不上。

动物疫病方面，我们人现在可以进行远程诊疗，那么动物养殖业也一样可以。非洲猪瘟在国内曾导致了重大的损失。养鱼、养鸡也一样。新希望、牧原等企业积累了很多数据和案例，然后把这些案例进行整理和分析，构建了相关的诊疗的模型。

另外还有以数据为基础的育种。动物育种特别强调群体性，需要通过计算去进行分析和判断，这样才能够加速育种周期。目前全球育种已经走向了一个新时代，就是智能设计育种，是以人工智能的计算方法突破和发展，结合已有的全基因组进行选择的大数据育种，发�