杨维才院士认为,目前关于植物如何适应气候变化的基础研究非常少,未来需要加强相关植物分子机理的研究。同时,他也赞同继续挖掘自然界存在的优异基因资源的观点,并认为需要为此钻研新的技术。
10月14日-17日,2023未来科学大奖周科学峰会在香港举行。期间,腾讯新闻《一起来唠科》联合未来科学论坛聚焦峰会议题“面向未来农业的植物研究”,举行了一场直播活动。
10月14日晚,中国科学院院士、中国科学院分子植物科学卓越创新中心主任、作物基因组与遗传学家韩斌,中国科学院院士、崖州湾实验室副主任、国家作物种质资源库主任、稻种资源专家钱前,中国科学院院士、中国科学院遗传与发育生物学研究所所长、发展中国家科学院院士、植物发育生物学家杨维才,与中国科学院遗传与发育生物学研究所研究员田志喜,共同探讨在极端气候频发和人工智能火爆的当下,农业如何更好地发展。
三位院士均认为,极端天气频发给未来农业的发展带来了极大挑战。韩斌表示,需培养全能型植物,并综合运用现有技术,促进农业发展。钱前认为,可以从现有的种植资源中发掘可以适应环境变化的基因。杨维才提出,未来需要加强关于植物如何适应气候变化的基础研究。
三位院士表示,人工智能在农业领域的探索空间非常广阔。韩斌认为,高效的农业监测系统很重要,人工智能可以在这方面提供支持。
极端气候频发,未来农业如何应对?
近年来,世界极端气候频发。2023年9月,联合国秘书长古特雷斯发出警告:“气候崩溃已经开始。”而农业正是高度依赖气候而发展的领域,温度、水分、环境等农业的基本要素都正遭遇挑战。
韩斌院士表示,全球气候变暖导致极端天气频发,给农业带来极大危害。据其介绍,地球上的植物经过了1000万年,甚至上亿年的进化,才适应了地球环境。人类驯化的几大作物有1万多年历史,在漫长的进化和驯化的双重选择压力下,我们才能按季节收获粮食。但是,现在全球气候变化的速度和植物进化、人类选择的速度完全不相适应。
“这样一来,我们需要培养全能型的植物,旱时耐旱、涝时耐涝。另一方面,人类现在有这么多生物学、植物学知识、栽培的经验,化肥工业、农药生产等产业能力也变强了,能不能把这些技术综合运用起来,培育出高效的抗病抗逆的作物,也是一个探索方向。”韩斌说。
钱前院士表示,种植资源十分重要,科学家可以从中发掘出大量的基因,应对气候变化。他举了两个例子:20世纪80年代,由于经常冷旱,黑龙江每年的种植面积只有约200万亩,后来,中国科学家在印度尼西亚的热带水稻中发现了优良的基因,导入黑龙江的水稻品种中,黑龙江成了中国最主要的产粮地。钱前的家乡在长江边,经常遭遇洪灾,科学家们发现了一个耐淹的品种,对之后长江流域幼苗的培育产生重大的影响。
杨维才院士提到,全球气候变化对农业科学提出了新的课题,育种从关注产量转向关注品质。今年6月他去荷兰,当地连续下了三天大雨,田里的水不是金黄色的,而是黑色的,因为滋生了很多霉菌。植物如何适应这样的环境,是未来植物抗病科学需要解决的问题。
另一方面,杨维才认为,目前关于植物如何适应气候变化的基础研究非常少,未来需要加强相关植物分子机理的研究。同时,他也赞同继续挖掘自然界存在的优异基因资源的观点,并认为需要为此钻研新的技术。
人工智能与传统农业如何结合?
当下,人工智能(AI)正在各行各业掀起变革。最前沿的技术和最古老的产业会擦出怎样的火花?
杨维才表示,人工智能是近代的技术突破,但在农业领域的应用目前仍然很少。将来可以应用的场景包括了解庄稼的生长状况,进行远程的观察判断,实现智慧农业的决策。“未来人们只需要坐在电脑前面就知道农场的情况,自动化机器人代替人在农场劳作。”杨维才说,“不过其中也存在投入和产出的问题,国家可能需要从法律法规等各方面促进大农场的发展,这样人工智能才能有更广阔的应用场景。”
钱前认为,未来人工智能会在农业领域占主导地位。“种植资源需要数字化,可以为农业操作提供很大的辅助。具体如何应用还需要探索。”
韩斌则认为,人工智能在农业上应用,可以和医学研究相类比,在医学研究中,人工智能可以帮助预测人类健康,辅助进行疾病的治疗,未来在植物的改良上,人工智能也能发挥类似的作用。“这一步是非常难的,医学领域投入的人力和物力更大。”
农业还可以结合大数据来发展。“发掘优质高产、抗病、抗逆等基因,人工智能是一个很好的手段。”韩斌说,另一方面,大数据时代下,高效的农业监测系统很重要。现在很多国家的农业预警机制不够成熟,“据我所知,土壤的酸碱性、气候的变化、病虫害的信息,农民现在不知道这些信息由谁发布,我认为需要人工智能大数据的支持。”
“农业研究一定要用好大数据。同时也不能离开作物的性状,基本的生物学知识,不能什么都相信ChatGPT(OpenAI研发的一款聊天机器人程序)。”他说。
(原标题:三院士同台共议极端气候下未来农业发展:人工智能或是突破)
极端气候
农业发展
人工智能
发现网登载此文出于传递更多信息之目的,并不意味赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。违法、不良信息举报和纠错,及文章配图版权问题均请联系本网,我们将核实后即时删除。