人工智能正在推动作物改良研究

人工智能对于作物改良有何作用?关于人工智能的问题在各个学科中都变得越来越紧迫。数量遗传学和植物育种领域世界顶级科学家之一于建明表示，对于作物改良，人工智能提供了连接科学和实践的新视角。

“人们对如何积极开始在作物改良中使用人工智能有很多疑问。然而，要知道如何最好地使用其工具并不容易，”玉米育种先驱杰出主席兼雷蒙德研究所所长于说。爱荷华州立大学农学系 F.贝克植物育种中心。 “有很多建设性地使用这些工具的具体例子，但在大规模上，这确实还没有发生。”

帮助他的同龄人、学生和公众更多地了解快速发展的人工智能领域已成为余的使命。为此，他和其他合著者，包括与他一起工作的遗传学博士生 Karlene Negus，在《农学进展》的学术汇编中发表了关于人工智能在作物改良中的作用的概述。

“许多科学家，即使是那些有相关背景的科学家，也不总是知道从哪里开始，”于说。 “我们收到的反馈表明，这篇新论文非常及时且有帮助。”

最近，爱荷华州立大学农业与生命科学学院要求 Yu 和 Negus 回顾他们新出版物的亮点，并反思人工智能工具在其领域的用途和影响。

余：我们在本文中所做的一件事就是简要概述人工智能的历史背景。它自 20 世纪 40 年代以来一直在发展，被认为是人工智能的第三个夏天正在进行中。深度学习系统定义了这个时代的早期。

对于作物改良，人工智能主要用于帮助处理和理解非常大的高通量数据集。大规模数据已成为农艺研究和许多其他科学领域的新挑战，人工智能工具已经提供了多样化的解决方案。

Negus：近年来，人工智能领域发生了迅速变化。可能很难知道哪些方法与特定用途相关。为了简化与作物改良相关领域的学习过程，我们描述了超过 15 种人工智能类型和子类型，并深入了解它们如何在这些领域中使用。这些方法并不详尽，但我认为这很好地介绍了当今的情况以及我们期望在不久的将来开发的工具的构建块。

虽然当今具有新闻价值的人工智能通常是非常复杂的神经网络，但人工智能的其他例子包括相对简单的机器人过程自动化，它使用能够执行重复过程的人工智能“代理”，这些重复过程具有足够的可变性以防止使用标准过程自动化，到相对复杂的专家和模糊系统，试图复制人类专家解决问题的能力，到其他类型的高度先进的机器学习。

机器学习 (ML) 是人工智能的一种，它使用大型数据集通过经验进行改进或学习，然后使用结果来解决问题或做出预测。机器学习正在作物改良领域广泛应用。使用基因组学、环境学、表型组学和其他多组学方法的机器学习方法正在帮助研究人员捕获环境和遗传变异，以更好地了解它们对作物育种和管理的影响。

余：这些应用正在迅速改变实验室、温室和田间的农业实践。

对于采用人工智能方法进行作物改良的研究人员来说，需要了解人工智能方法相对于传统方法的潜在优势。对于育种者来说，在不同遗传、环境和管理组合下监测和预测作物生长和健康的能力得到提高，有可能极大地促进作物选择决策。对于生产者来说，希望利用人工智能通过加强农场生产管理来提高可持续性和弹性。

跟上步伐是参与作物改良的人员所熟悉的一项挑战。上个世纪，这一挑战一直围绕着满足不断增长的世界人口的需求，这仍然是主要问题。现在，气候变化使任务变得更加复杂。人工智能在帮助应对这些挑战方面具有巨大潜力，但要充分利用这一潜力，我们还有很多工作要做，而且我们需要迅速增加这些领域的培训和技能。

即便如此，如果之前利用创新技术进行作物改良所取得的成功有任何迹象的话，那么人工智能辅助作物改良的未来是光明的。