科技日报记者 张晔
清晨，一架搭载多光谱相机的无人机从河南的麦田里低空飞过，AI系统就弹出预警：条锈病早期感染。在大洋彼岸的美国，激光除草机器人用一小时清除了10万株杂草……AI与农业的碰撞，或许正在书写出“面朝屏幕，万物生长”的农业新史诗。
4月28日，在江苏大学举行的耒耜国际会议上，全球86所高校院所的300余位院士专家与36家行业领军企业代表，围绕农业智能化的技术突破、产业瓶颈与未来图景展开深度对话。其中，既有AI重塑现代农业的壮阔蓝图，也直面了从实验室到田间地头的现实挑战。
农业机器人还在路上
目前，机器视觉已应用于观察作物长势，算法决策也开始逐步取代祖辈耕作经验。许多人为此欢呼智能农业时代的到来。
但有些专家并不这样认为。“为什么机器人已经广泛应用于工厂流水线却没有从事果蔬采摘？”中国工程院院士赵春江反问道。
赵春江介绍，目前全球范围内已经产业化的农业机器人屈指可数，如对靶施药机器人、UV-C病虫害防控机器人等；另外，精准除草机器人、果园运输机器人、棉花打顶机器人等也已接近产业化；而果蔬采摘机器人、剪枝机器人等距离产业化应用还有较大距离。
近年来，各地积极推进智能技术在农业领域的应用。江苏省提出“十四五”期间要建设400个智慧农场，上海市提出要建设10万亩水稻无人农场，黑龙江省提出至2025年要建设20个万亩级无人农场，广东省提出要建设一批种植业和养殖业智慧农场。
中国市场的规模优势，正在转化为技术创新的催化剂。我国自主研发的北斗、5G、人工智能、大数据和智能农机等技术装备，为智慧农业发展提供了强有力的支撑。江苏大学陈学庚院士团队发布的“农田残膜高效回收机器人”，通过多模态传感技术实现残膜回收率提升至92%，展现了国产技术的突破潜力。
装备一小步，产业一大步。中国工程院院士罗锡文认为，未来的农业一定是智能的，智慧农机让“人不下田，也能种地，也能种好地”成为可能，这是加快形成新质生产力的必然选择。
关键技术仍需攻关
近年来，我国部分高校院所积极开展智慧农业科学研究，一批关键技术取得突破，雷沃、极飞等企业也开发了一批智慧农业装备产品。
但总的来说，从“实验室盆景”到“田间生态”，智能农业机器人还需突破多项关键技术。
“农业机器人面临的环境复杂性，远超工业场景的想象。”赵春江直言，非结构化农田中，暴雨、沙尘、作物遮挡等变量，对感知-决策-执行链条提出极致要求。
比如在成簇聚集生长、果梗相互缠绕的草莓、番茄等果蔬中，采摘机器人如何灵巧地选择成熟果实且保证不损伤果实。“这涉及动态环境下手-眼-脚-脑协调，以及末端执行器操作等多个技术难题。”赵春江说。
江苏大学农机专家研究认为，目前智能农机还面临感知算法、规划算法、控制算法、机械臂性能等多项技术制约，而且当前机器人存在大量设定性程序，大多只能用于特定场景，难以适应各种农场或农作物品种。动辄几十万的农业机器人也不是农民能承担起的价格。
赵春江表示，未来3-5年，对靶施药、病虫害防控、精准除草、果园运输等专用机器人将逐步进入市场，但一机多用的通用农业机器人短时间内还未见产业曙光，多机协同或是一种发展趋势。
数据孤岛亟待消除
在大数据时代，一切皆可数字化。而农业数据的争夺，或将决定未来“粮食主权”的归属。
“数据、算法、算力为AI核心三要素，DeepSeek属于算法，很重要，但最重要的是要有高质量的数据，这是AI的基础，否则，再好的算法、再强悍的算力都不会产生好的结果。”中国工程院院士陈剑平说。
陈剑平警示，数据孤岛问题是AI在植保以及农业端到端数字化、智慧化中广泛应用不可逾越的难题。缺乏多维的、高质量的、能兼容的实时数据，是限制AI在各领域广泛应用并发挥价值的最核心障碍。
当前，土壤墒情、气象、作物长势等数据分散在农机终端、政府平台与企业数据库中，格式互不兼容。比如，江苏大学杨宁团队研发的“田芯1号”病害检测芯片，能实时识别农作物病害，但目前主流的农场管理系统接口还未统一，碎片化的数据将导致智能决策沦为空中楼阁。
陈剑平认为，行业物联网是生产行业高质量数据的底座，至关重要。目前，我国自主研制的开源鸿蒙操作系统投入使用，已经为行业物联网的搭建提供了统一的底座。它可以从最底层使所有设备统一语言，确保产生的数据统一格式、统一标准，彻底解决数据孤岛问题。
