7月13日,中国农业大学“神农大模型2.0”正式发布,“神农大模型2.0”在1.0基础上实现了技术上的显著突破,涵盖了多个专门化的农业专业大模型,分别是“神农・固芯”育种大模型、“神农・筑基”种植大模型、“神农・强牧”养殖大模型、“神农・问穹”遥感气象大模型。
使得大模型能够广泛覆盖育种、种植、养殖、农业遥感及气象等多个农业应用场景,极大地拓宽了实用价值。
数字开物了解到,不只是“神农大模型”,今年4月和6月还先后发布了专注于种业的“丰登”大模型、专注渔业的“范蠡”大模型。AI大模型在农业领域有着广泛的应用前景。
农业大模型的应用一般涵盖种植业、畜牧业、通用领域和综合应用四大场景。
种植业是农业大模型应用最广泛的领域之一,主要包括作物识别、杂草管理、病虫害识别等,通过识别不同作物种类、生长阶段和杂草种类、病虫害类型,能帮助农民精准施肥、施药,进行病虫害防治,提高种植效率和产品质量。
例如,神农大模型2.0的神农·筑基种植大模型就涵盖水肥管控、病虫害识别、作物生长建模等功能,结合物联网技术,实现种植环境的智能化监测与精准调控,提升农业种植效率。
神农大模型2.0
在畜牧业可用于家畜行为分析、家畜追踪、动物产品分析等,通过分析家畜行为识别疾病、预测生产周期,来提高养殖效率;利用图像识别技术追踪家畜位置,来提高管理效率。
例如,神农大模型2.0的“神农·强牧”养殖大模型能提供养殖环境监测、疫病干预及合理喂养方案。
在通用领域,常应用于农业遥感、农业文本分析等场景,为农业决策提供数据支持。利用卫星遥感数据,分析作物生长情况,预测产量,来提高农业生产效率;分析农业文本数据,预测市场价格,来提高农业生产效率。
例如,神农大模型2.0的“神农·问穹”遥感气象大模型就专注于气象与遥感监测,通过精准预警减少自然灾害损失,保障农业生产安全。
此外,还能应用于农业知识问答、自动化农机、农业自主决策等场景。例如,范蠡大模型1.0以鱼、虾、蟹、贝等27种我国主养品种水产文本语料为主,形成大规模渔业专业知识语料库,不仅实现了丰富的渔业养殖知识生成,还能进行水、饵、病、管等多方面多元化的预测、分析和决策。
尽管农业大模型应用场景广,但也存在着挑战。由于农业环境的复杂性和多变性,数据采集过程中往往存在数据不准确、不完整、不一致等问题,此外由于不同地区、不同企业的数据采集标准和系统不统一,导致农业数据难以整合和共享,这都给后续的数据分析和决策带来了困难,农业数据的采集和标准化是一个巨大挑战。
总的来说,未来农业大模型的发展朝着数据融合、精细化应用、与物联网结合的方向发展。
进一步整合多源农业数据,提高模型泛化能力和应用范围;开发更多针对特定农业场景的专用模型,满足不同用户的个性化需求;融合实时传感器数据,提供更精准的决策支持,实现农业智能化生产。