文 | 梁偉亮 中國農(nóng)業(yè)大學(xué)農(nóng)業(yè)與農(nóng)村法制研究中心研究員、人文與發(fā)展學(xué)院副教授

近期，國務(wù)院印發(fā)《加快農(nóng)業(yè)農(nóng)村現(xiàn)代化“十五五”規(guī)劃》。此次規(guī)劃將“推進(jìn)人工智能運(yùn)用和智慧農(nóng)業(yè)發(fā)展”作為重要部署，為智慧農(nóng)業(yè)發(fā)展指明了方向。農(nóng)業(yè)是最需要數(shù)字技術(shù)賦能，也最能體現(xiàn)人工智能價(jià)值的領(lǐng)域之一。但“人工智能+農(nóng)業(yè)”的發(fā)展，不只在于智能裝備和算法模型，更在于穩(wěn)定、豐富、可信的數(shù)據(jù)供給。

近日，國家數(shù)據(jù)局發(fā)布《關(guān)于推進(jìn)行業(yè)高質(zhì)量數(shù)據(jù)集建設(shè)行動(dòng)的實(shí)施方案》，進(jìn)一步把高質(zhì)量數(shù)據(jù)集建設(shè)擺在基礎(chǔ)性位置。行業(yè)高質(zhì)量數(shù)據(jù)集是經(jīng)過采集、加工等處理，可直接用于開發(fā)和訓(xùn)練人工智能模型、能夠有效提升模型性能的行業(yè)數(shù)據(jù)集合，是推動(dòng)“人工智能+”賦能千行百業(yè)、實(shí)現(xiàn)產(chǎn)業(yè)落地的基礎(chǔ)性、關(guān)鍵性資源。實(shí)施方案圍繞行業(yè)高質(zhì)量數(shù)據(jù)集供給、流通、應(yīng)用等關(guān)鍵環(huán)節(jié)，推動(dòng)形成“場景牽引數(shù)據(jù)、數(shù)據(jù)驅(qū)動(dòng)模型、模型賦能應(yīng)用、應(yīng)用創(chuàng)造價(jià)值”的良性循環(huán)。對農(nóng)業(yè)而言，這一循環(huán)能否轉(zhuǎn)起來，關(guān)鍵就在于能否把散落在生產(chǎn)一線、科研平臺(tái)、經(jīng)營主體和公共服務(wù)系統(tǒng)中的數(shù)據(jù)組織起來、治理起來、利用起來。

當(dāng)前，從耕地保護(hù)、農(nóng)情監(jiān)測、病蟲害識(shí)別，到智能農(nóng)機(jī)、智慧灌溉、良種選育，農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)都在持續(xù)產(chǎn)生數(shù)據(jù)。這些數(shù)據(jù)雖然分散，卻蘊(yùn)含著土壤、氣候、作物、農(nóng)機(jī)、經(jīng)營主體和市場需求之間的復(fù)雜聯(lián)系。實(shí)踐中，“神農(nóng)”“司農(nóng)”等農(nóng)業(yè)大模型不斷涌現(xiàn)，遙感影像、作物長勢、病蟲害識(shí)別、農(nóng)機(jī)作業(yè)、氣象環(huán)境、種質(zhì)資源等數(shù)據(jù)加速匯集，為農(nóng)業(yè)智能化發(fā)展作出積極貢獻(xiàn)。但也要看到，農(nóng)業(yè)數(shù)據(jù)來源廣、類型多、產(chǎn)出主體分散，采集標(biāo)準(zhǔn)不一、標(biāo)注質(zhì)量不齊、流通渠道不暢等問題仍然存在，真正能夠穩(wěn)定用于模型訓(xùn)練的高質(zhì)量數(shù)據(jù)仍顯不足。

因此，推動(dòng)“人工智能+農(nóng)業(yè)”發(fā)展，不能把著力點(diǎn)停留在“建幾個(gè)模型、上幾個(gè)平臺(tái)”上。農(nóng)業(yè)大模型要真正服務(wù)生產(chǎn)，必須以高質(zhì)量數(shù)據(jù)集為支撐，把農(nóng)業(yè)經(jīng)驗(yàn)、農(nóng)學(xué)知識(shí)、生產(chǎn)記錄、遙感影像、農(nóng)機(jī)軌跡、氣象環(huán)境等轉(zhuǎn)化為可計(jì)算、可訓(xùn)練、可驗(yàn)證的數(shù)據(jù)資源。只有數(shù)據(jù)供得出、流得動(dòng)、用得好、保安全，人工智能才能真正管用。

高質(zhì)量數(shù)據(jù)集建設(shè)，首先要解決數(shù)據(jù)供給的問題。農(nóng)業(yè)數(shù)據(jù)無法憑空產(chǎn)生，需要從生產(chǎn)實(shí)踐中來，需要多方主體共同貢獻(xiàn)。要讓各類主體愿意供給、放心供給，就必須讓貢獻(xiàn)有回報(bào)、權(quán)益有保障。對于凝結(jié)著農(nóng)戶、集體經(jīng)濟(jì)組織和其他農(nóng)業(yè)經(jīng)營主體勞動(dòng)投入的數(shù)據(jù)，應(yīng)當(dāng)建立更加清晰的權(quán)益確認(rèn)和收益分享機(jī)制，避免“數(shù)據(jù)被拿走、收益留不下”的問題。只有讓數(shù)據(jù)貢獻(xiàn)者看得見收益、摸得著保障，才能讓農(nóng)業(yè)數(shù)據(jù)“從沉睡中醒來”。

高質(zhì)量數(shù)據(jù)集建設(shè)，還要解決數(shù)據(jù)質(zhì)量的問題。農(nóng)業(yè)大模型不同于一般問答模型，它面對的是復(fù)雜多變的自然條件和高度專業(yè)的農(nóng)業(yè)知識(shí)。病蟲害識(shí)別需要準(zhǔn)確圖片和專家標(biāo)注，土壤肥力判斷需要長期監(jiān)測和區(qū)域經(jīng)驗(yàn)，育種模型還涉及基因、性狀、環(huán)境等多維數(shù)據(jù)。如果數(shù)據(jù)不完整、不準(zhǔn)確、不及時(shí)，模型輸出就可能失真，甚至誤導(dǎo)農(nóng)業(yè)生產(chǎn)。因此，要把質(zhì)量意識(shí)貫穿數(shù)據(jù)采集、清洗、標(biāo)注、更新、反饋全過程，推動(dòng)農(nóng)業(yè)專家、技術(shù)人員和智能工具協(xié)同參與，形成“數(shù)據(jù)—模型—應(yīng)用—反饋”的良性循環(huán)。模型用得越多，數(shù)據(jù)越能不斷校準(zhǔn)；數(shù)據(jù)越優(yōu)，模型越能精準(zhǔn)服務(wù)。

高質(zhì)量數(shù)據(jù)集建設(shè)，更要解決數(shù)據(jù)安全保障的問題。農(nóng)業(yè)數(shù)據(jù)關(guān)系糧食安全、生態(tài)安全、生物安全和農(nóng)民權(quán)益，不能簡單地一放了之。需要根據(jù)數(shù)據(jù)內(nèi)容、敏感程度、應(yīng)用場景和公共價(jià)值實(shí)行差別化管理。對基礎(chǔ)性、公益性強(qiáng)且風(fēng)險(xiǎn)較低的數(shù)據(jù)，可以積極開放共享；對涉及敏感區(qū)域、個(gè)人信息、商業(yè)秘密和重要資源的數(shù)據(jù)，則要設(shè)置必要條件，明確用途范圍和責(zé)任。安全不是發(fā)展的對立面，而是數(shù)據(jù)長期流通、持續(xù)利用的前提。守住安全底線，才能形成可持續(xù)的數(shù)據(jù)供給秩序。

面向未來，應(yīng)以農(nóng)業(yè)真實(shí)需求為牽引，以數(shù)據(jù)質(zhì)量提升為核心，以多方參與和利益共享為支撐，推動(dòng)更多農(nóng)業(yè)數(shù)據(jù)從田間地頭走向模型訓(xùn)練、從分散沉淀走向融合利用。當(dāng)高質(zhì)量數(shù)據(jù)源源不斷匯入農(nóng)業(yè)大模型，人工智能就能更好地服務(wù)糧食穩(wěn)產(chǎn)增產(chǎn)、農(nóng)民增收致富、鄉(xiāng)村全面振興。把高質(zhì)量數(shù)據(jù)集建設(shè)好、利用好、保護(hù)好，必將為“人工智能+農(nóng)業(yè)”注入更加澎湃的動(dòng)力，也將為農(nóng)業(yè)強(qiáng)國建設(shè)開辟更加廣闊的空間。