7月13日，中國農業(yè)大學“神農大模型2.0”正式發(fā)布，“神農大模型2.0”在1.0基礎上實現(xiàn)了技術上的顯著突破，涵蓋了多個專門化的農業(yè)專業(yè)大模型，分別是“神農?固芯”育種大模型、“神農?筑基”種植大模型、“神農?強牧”養(yǎng)殖大模型、“神農?問穹”遙感氣象大模型。

使得大模型能夠廣泛覆蓋育種、種植、養(yǎng)殖、農業(yè)遙感及氣象等多個農業(yè)應用場景，極大地拓寬了實用價值。

數(shù)字開物了解到，不只是“神農大模型”，今年4月和6月還先后發(fā)布了專注于種業(yè)的“豐登”大模型、專注漁業(yè)的“范蠡”大模型。AI大模型在農業(yè)領域有著廣泛的應用前景。

農業(yè)大模型的應用一般涵蓋種植業(yè)、畜牧業(yè)、通用領域和綜合應用四大場景。

種植業(yè)是農業(yè)大模型應用最廣泛的領域之一，主要包括作物識別、雜草管理、病蟲害識別等，通過識別不同作物種類、生長階段和雜草種類、病蟲害類型，能幫助農民精準施肥、施藥，進行病蟲害防治，提高種植效率和產(chǎn)品質量。

例如，神農大模型2.0的神農·筑基種植大模型就涵蓋水肥管控、病蟲害識別、作物生長建模等功能，結合物聯(lián)網(wǎng)技術，實現(xiàn)種植環(huán)境的智能化監(jiān)測與精準調控，提升農業(yè)種植效率。

神農大模型2.0

在畜牧業(yè)可用于家畜行為分析、家畜追蹤、動物產(chǎn)品分析等，通過分析家畜行為識別疾病、預測生產(chǎn)周期，來提高養(yǎng)殖效率；利用圖像識別技術追蹤家畜位置，來提高管理效率。

例如，神農大模型2.0的“神農·強牧”養(yǎng)殖大模型能提供養(yǎng)殖環(huán)境監(jiān)測、疫病干預及合理喂養(yǎng)方案。

在通用領域，常應用于農業(yè)遙感、農業(yè)文本分析等場景，為農業(yè)決策提供數(shù)據(jù)支持。利用衛(wèi)星遙感數(shù)據(jù)，分析作物生長情況，預測產(chǎn)量，來提高農業(yè)生產(chǎn)效率；分析農業(yè)文本數(shù)據(jù)，預測市場價格，來提高農業(yè)生產(chǎn)效率。

例如，神農大模型2.0的“神農·問穹”遙感氣象大模型就專注于氣象與遙感監(jiān)測，通過精準預警減少自然災害損失，保障農業(yè)生產(chǎn)安全。

此外，還能應用于農業(yè)知識問答、自動化農機、農業(yè)自主決策等場景。例如，范蠡大模型1.0以魚、蝦、蟹、貝等27種我國主養(yǎng)品種水產(chǎn)文本語料為主，形成大規(guī)模漁業(yè)專業(yè)知識語料庫，不僅實現(xiàn)了豐富的漁業(yè)養(yǎng)殖知識生成，還能進行水、餌、病、管等多方面多元化的預測、分析和決策。

盡管農業(yè)大模型應用場景廣，但也存在著挑戰(zhàn)。由于農業(yè)環(huán)境的復雜性和多變性，數(shù)據(jù)采集過程中往往存在數(shù)據(jù)不準確、不完整、不一致等問題，此外由于不同地區(qū)、不同企業(yè)的數(shù)據(jù)采集標準和系統(tǒng)不統(tǒng)一，導致農業(yè)數(shù)據(jù)難以整合和共享，這都給后續(xù)的數(shù)據(jù)分析和決策帶來了困難，農業(yè)數(shù)據(jù)的采集和標準化是一個巨大挑戰(zhàn)。

總的來說，未來農業(yè)大模型的發(fā)展朝著數(shù)據(jù)融合、精細化應用、與物聯(lián)網(wǎng)結合的方向發(fā)展。

進一步整合多源農業(yè)數(shù)據(jù)，提高模型泛化能力和應用范圍；開發(fā)更多針對特定農業(yè)場景的專用模型，滿足不同用戶的個性化需求；融合實時傳感器數(shù)據(jù)，提供更精準的決策支持，實現(xiàn)農業(yè)智能化生產(chǎn)。