农业大模型:关键技术、应用分析与发展方向

• 全文链接
• 请求原文

作   者：

郭旺;  杨雨森;  吴华瑞;  朱华吉;  缪祎晟;  顾静秋; 

作者机构：

国家农业信息化工程技术研究中心; 

关键词：

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; 

期刊名称：

智慧农业(中英文)

i s s n：

2096-8094

年卷期：

2024 年 6 卷 002 期

页   码：

1-13

摘   要：

[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.