中国农大构建农业AI“智慧中枢”
北京7月15日电 近日，在第九届智慧农业创新发展国际研讨会上，中国农业大学团队接连推出两项农业人工智能新成果，分别是神农大模型4.0和神农·农业世界模型1.0。
作为神农系列最新版本，神农大模型4.0围绕农业AI“感知—认知—推理”这一基础能力展开升级，在数据覆盖范围、病虫害识别、基因组分析和服务能力等多个方面都有明显提升，推动农业人工智能朝着“看得更准、懂得更深”继续发展。
中国农业大学信息与电气工程学院副教授王耀君表示，在核心能力提升方面，神农4.0新增了25种热带作物的表型和水肥数据，进一步夯实了热带地区和南繁场景的高质量数据基础。作物病虫害识别范围也从上一代的615种增加到1016种，识别准确率超过93%，覆盖的作物类型和病害种类更广，可为田间诊断和植保决策提供更有力支持。与此同时，团队还搭建了面向农业作物基因组学的生成能力，为育种、性状解析和基因组设计带来新的分析与生成工具。
此次一同发布的神农·农业世界模型1.0，是首个具备动作条件化能力、并且已经在设施农业和大田两类场景完成验证的农业世界模型。
王耀君介绍，过去大多数农业AI主要强在识别能力和专业知识库应用上，比如能从图像中准确识别病害类型、统计果实数量，或者对农业问题给出专业解答和短链条推理。神农·农业世界模型则更进一步，它在机器内部构建了一个带有因果结构、能够持续推演的农业世界，等于给农田搭建了一块会生长、会变化、会响应的数字孪生试验田，让很多原本需要到实地反复试错的工作，可以先在模型中完成反事实推演。比如如果提前三天灌溉，同时把棚内温度提高两摄氏度，作物状态会怎样一步步舆情网变化，产量和风险又会出现什么调整，都可以在神农·农业世界模型中得到推演结果。
据介绍，这一模型目前已经在番茄、生菜、黄瓜3种设施作物上完成应用验证，并在吉林省38个县围绕干旱场景开展了动作条件化测试。结果显示，模型能够较为有效地推演旱情条件下，不同管理方案对应的产量变化。
