农业大模型：关键技术、应用分析与发展方向

• Published in: 智慧农业（中英文） Vol. 6; no. 2; pp. 1 - 13
• Main Authors: 郭旺, 杨雨森, 吴华瑞, 朱华吉, 缪祎晟, 顾静秋
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业信息研究所 30.03.2024; 国家农业信息化工程技术研究中心,北京 100097,中国; 新加坡国立大学 设计与工程学院,新加坡 117583,新加坡; 农业农村部数字乡村技术重点实验室,北京 100097,中国%国家农业信息化工程技术研究中心,北京 100097,中国; 北京市农林科学院信息技术研究中心,北京 100097,中国
• Subjects: 多模态; 机器学习; 深度学习; 大模型; 自主决策; 农业知识服务; 生成式人工智能; machine learning; big models; deep learning; multi-modality; auton-omous decision-making; agricultural knowledge services; artificial intelligence generated content(AIGC)
• ISSN: 2096-8094
• DOI: 10.12133/j.smartag.SA202403015

[目的/意义]近年来，人工智能在农业领域的应用取得了显著进展，但仍面临诸如模型数据收集标记困难、模型泛化能力弱等挑战。大模型技术作为近期人工智能领域新的热点技术，已在多个行业的垂直领域中展现出了良好性能，尤其在复杂关联表示、模型泛化、多模态信息处理等方面较传统机器学习方法有着较大优势。[进展]本文首先阐述了大模型的基本概念和核心技术方法，展示了在参数规模扩大与自监督训练下，模型通用能力与下游适应能力的显著提升。随后，分析了大模型在农业领域应用的主要场景；按照语言大模型、视觉大模型和多模态大模型三大类，在阐述模型发展的同时重点介绍在农业领域的应用现状，展示了大模型在农业上取得的研究进展。[结论/展望]对农业大模型数据集少而分散、模型部署难度大、农业应用场景复杂等困难提出见解，展望了农业大模型未来的发展重点方向。预计大模型将在未来提供全面综合的农业决策系统，并为公众提供专业优质的农业服务。