“人工智能+农业”要实现破题,需从解决小农户与技术集约性矛盾、降低应用成本、促进产学研融合、打通数据壁垒、加强人才培养等多方面入手,具体如下:处理好小农户与技术集约性的关系:我国农业以小农户分散经营为主,推广人工智能需因地制宜。遵循“有益、安全、公平”的发展要求,警惕技术应用中的信息不对称问题,避免对传统农民数字能力的隐性歧视,确保技术普惠共享。例如可开发适合小农户规模使用的小型智能农机具,或通过农业合作社等形式,集中使用人工智能技术和设备,降低单个农户的使用成本。加大政策支持与基层推广:针对智能农机推广面临的“前期投入大、成本回收周期长、投入产出不成比例”等难题,政府应加大对研发和产学研协同的支持力度。如提供财政补贴、税收优惠等,鼓励企业研发适合农业生产的人工智能技术和设备。同时,加强基层推广示范,建立示范基地,让农民亲眼看到人工智能技术的效果,提高他们的接受度。推动产学研深度融合:农业智能化是多学科知识的技术突破,必须依托产学研深度融合。高校和科研机构应加强与企业合作,根据农业生产实际需求开展研究,将科研成果快速转化为实际生产力,打通从研究到实用的“最后一公里”。加快农业数据共享平台建设:数据是人工智能发展的基石,要加快构建农业数据共享平台,打破“信息孤岛”,实现数据的互联互通与共享共用。政府可出台相关数据政策,引导和鼓励各方参与农业数据收集和整合,提高数据质量和数量,为人工智能算法提供可靠支撑。补齐农业人工智能人才缺口: 高校人才培养体系改革:推动课程体系、科研方向和产业服务的融合创新,鼓励传统农业高校引入人工智能、信息科学等前沿内容,培养交叉复合型人才。 完善激励机制:出台促进农业人工智能人才培养和成长的专项计划,健全乡村创新创业支持政策,提高人才待遇,改善工作环境,激发人工智能人才的积极性、主动性和创造力。 以应用带动人才培养:农业人工智能科研要围绕实际问题展开,让科研人员深入田间地头,在解决实际问题中锻炼和留住人才。
|
|