技能的结合，能处理当时广阔农人和较少农技专家之间的对立，能处理多样性、高发性的种饲养难题与答复才能缺乏之间的对立。要做成农业大模型，首先要树立农业大渠道，更要整合农业范畴脑筋资源，其要害途径在于具有契合我国根本农情的根底

　　作为最陈旧、最传统的职业，农业的“人工智能时刻”备受等待。申斌介绍了当下农业范畴人工智能技能的相关开展，“人工智能在数字经济和实体经济中的运用场景十分广泛，尤其在农业范畴中可以发挥出重要的效果。在工业建造前，经过人工智能供给客观的可行性计划，可防止资源糟蹋；农业出产中，能猜测作物病虫害的发生几率，下降危险；农产品投入市场时，可做好智能化办理优化库存、和产销对接。这些都是人工智能在农业中的运用，能实在协助农人增收，是才智农业的未来之路。”

　　申斌也深入分析当时人工智能技能在农业运用中可处理的重要对立，“当时农业范畴中比较突出的对立，是农人渴求处理多样化种养难题和农技专家资源稀缺之间的对立。现有的做法，是把全国数千个农技专家整合到一个渠道上进行问答，农人可以查找已有问题的答案，协助处理种饲养范畴的问题，也有专家直播方法，可以即时答复农户问题，完成不到地头就能了解状况和辅导帮扶。”

　　在饯别上述形式的过程中，申斌也发现了若干问题，“惠农网是饯别上述形式的先行者之一，这一形式虽能整合资源，完成问答，取得了阶段性效益，可是依然不能彻底处理广阔农人的诉求。全国农业人口所占比重较大，农技专家数量较少。许多农技专家涣散在高等院校、科研院所、上市公司、职业协会等等。要做到各个职业全面掩盖，敏捷回复农人发问，现场辅导操作，有必要具有国产化、智能化、才智化的人工智能大模型。假如将人工智能大模型练习成为各个特定种饲养范畴的智能农技专家，就能处理上述对立，实时为广阔农人朋友供给实时咨询服务。”

　　要树立农业人工智能大模型，首要处理大模型所需的大数据样本，这是申斌一向的建议。申斌表明，“农业作为面积最广、从业最多、历时最久的工业，自身积累了海量数据，是练习农业人工智能大模型的养分来历和丰厚宝库。可是当时的农业尚存许多问题，首要表现为数据格式不一致、数据表达不标准、数据分裂和数据孤岛等。要将农业发生的转变为人工智能大模型可以运用的大数据，还需要重视数据出产的时刻连续性、空间掩盖性、高频发生性、数据标准化。”

　　申斌介绍了惠农网在这一范畴的开展，“现在，咱们在数据标准化范畴做了一些有利的测验和探究。现在，惠农大数据中心具有标准化及农业投入品数据12亿多条，每日安稳更新的农业电商标准化数据可达20多万条，现已具有了和人工智能大模型结合的根底数据条件。”

　　饶是有如此之多的应战在农业人工智能的开展道路上，申斌依然坚持达观情绪，“将来我国的农业人工智能大模型，将是数据、算法和算力的有用结合，是根据我国根本农情的大模型，在长时间安稳的运用中为广阔农人朋友带来实在的经济效益。到时，每一块农田、每一处鱼塘、每一个果园都会得到农业人工智能大模型的呵护，期望有更多的有识之士与惠农网一道为这个愿景添砖加瓦。”