来源：UkrAgroConsult
中国构建专用AI育种基础设施
UkrAgroConsult 9月3日报道，中国正在开发将人工智能整合到作物和畜牧业育种中的专用基础设施。这标志着中国育种技术正在从传统的经验育种向数字化、智能化育种加速转型，AI技术正在深刻改变育种的方式和效率。传统育种主要依靠育种家的经验，通过人工观察、选择、杂交等方式培育新品种，周期长、效率低、主观性强。一个新品种的培育往往需要8至10年甚至更长时间，育种效率难以满足农业发展的需求。随着人工智能、大数据、物联网等技术的发展，智慧育种成为育种技术发展的新方向。AI育种利用人工智能技术，对海量的育种数据进行分析和挖掘，建立预测模型，辅助育种家进行亲本选择、后代选择、性状预测等，大大提高育种效率，缩短育种周期。中国作为农业大国和育种大国，高度重视AI育种技术的发展，正在构建专用的AI育种基础设施，为AI育种提供算力、数据、实验室、设备等支撑。专用AI育种基础设施的构建，将为中国育种技术的跨越式发展提供有力支撑，推动中国从育种大国向育种强国迈进。通过AI育种技术的应用，有望将育种周期从8至10年缩短至3至5年，育种效率提高数倍，为保障国家粮食安全和重要农产品有效供给提供强有力的科技支撑。
北京计划建立创新智能育种枢纽
北京计划建立一个创新智能育种枢纽，结合算力、大数据管理系统、遗传实验室、实验设施和先进机器人设备。智能育种枢纽是AI育种基础设施的核心，将整合育种全链条的资源和能力，为育种家提供一站式的AI育种服务。算力方面，智能育种枢纽将建设高性能计算中心，配备GPU集群等高性能计算设备，为AI模型训练、基因组数据分析、表型数据处理等提供强大的算力支撑。AI育种需要处理海量的基因组数据、表型数据、环境数据等，对算力的需求非常大，高性能计算中心是AI育种不可或缺的基础设施。大数据管理系统方面，智能育种枢纽将建设育种大数据平台，整合基因组数据、表型数据、环境数据、种质资源数据等多源异构数据，建立统一的数据标准和管理体系，实现数据的共享和利用。大数据是AI育种的基础，只有拥有海量、高质量的育种数据，才能训练出准确、可靠的AI预测模型。遗传实验室方面，智能育种枢纽将建设先进的遗传实验室，配备基因测序仪、基因芯片扫描仪、PCR仪等设备，开展基因型鉴定、基因编辑、分子标记辅助选择等工作，为AI育种提供基因型数据支撑。实验设施方面，智能育种枢纽将建设自动化温室、人工气候室、试验田等实验设施，开展作物种植、性状鉴定、品种比较等实验，为AI育种提供表型数据和验证环境。先进机器人设备方面，智能育种枢纽将配备育种机器人、表型采集机器人、自动化播种机器人、自动化收获机器人等先进设备，实现育种过程的自动化、智能化，提高育种效率和精度。智能育种枢纽的建设，将为AI育种提供全方位的支撑，推动育种技术的数字化、智能化转型。
田间自动化表型数据采集70个采集点
关键领域之一是直接在田间自动化采集表型数据。在北京，约70个表型采集点已经建成或正在建设中。表型数据是AI育种的重要基础数据，传统的表型数据采集主要依靠人工观察和测量，效率低、主观性强、数据量有限，难以满足AI育种对海量、高精度表型数据的需求。田间自动化表型数据采集，利用无人机、机器人、传感器、高光谱相机、激光雷达等先进设备，实现表型数据的自动化、高通量、高精度采集，大大提高表型数据采集的效率和精度，为AI育种提供海量、高质量的表型数据支撑。北京约70个表型采集点的建设，将覆盖小麦、玉米、水稻、大豆、蔬菜等多种作物，配备无人机表型采集系统、地面机器人表型采集系统、固定式表型采集平台等多种设备，实现从空中到地面、从宏观到微观的全方位表型数据采集。无人机表型采集系统利用多旋翼或固定翼无人机，搭载高光谱相机、RGB相机、热红外相机、激光雷达等设备，对大田作物进行快速、大面积的表型数据采集，获取作物的株高、叶面积指数、植被覆盖度、生物量、长势、胁迫等表型信息。地面机器人表型采集系统利用轮式或履带式机器人，搭载高精度传感器和相机，对作物进行近距离、高精度的表型数据采集，获取作物的叶片形态、果实大小、茎秆粗度等精细表型信息。固定式表型采集平台利用龙门式或轨道式平台，搭载传感器和相机，对固定区域的作物进行连续、动态的表型数据采集，获取作物生长发育的动态变化信息。通过70个表型采集点的建设，北京将形成覆盖主要作物、多种设备、多尺度的田间自动化表型数据采集网络，为AI育种提供海量、高质量的表型数据支撑。
AI技术与育种深度融合推动育种效率大幅提升
AI技术与育种深度融合，正在推动育种效率大幅提升。AI技术在育种中的应用主要包括以下几个方面：一是基因组选择。利用AI算法对基因组数据进行分析，建立基因组选择模型，预测个体的育种值，辅助育种家进行亲本选择和后代选择，大大提高选择的准确性和效率。传统的基因组选择方法主要基于线性模型，对复杂性状的预测能力有限，而AI算法特别是深度学习算法，能够捕捉基因之间的复杂交互作用，提高预测准确性。二是表型组学分析。利用AI算法对海量的表型数据进行分析和挖掘，提取有价值的表型信息，建立表型与基因型、环境之间的关联模型，辅助育种家进行性状分析和选择。AI算法特别是计算机视觉技术，能够对作物图像进行自动分析，识别作物的品种、长势、病虫害、产量等，大大提高表型分析的效率和精度。三是环境数据分析。利用AI算法对气象数据、土壤数据、遥感数据等环境数据进行分析，建立环境预测模型，预测作物的生长环境和产量表现，辅助育种家进行品种适应性评价和种植区域规划。四是育种方案优化。利用AI算法对育种过程进行建模和优化，制定最优的育种方案，包括亲本选配、杂交组合设计、后代选择、试验设计等，提高育种效率，缩短育种周期。五是智能决策支持。利用AI技术建立育种智能决策支持系统，为育种家提供全方位的决策支持，包括种质资源评价、亲本推荐、性状预测、风险预警等，帮助育种家做出更加科学、合理的决策。AI技术与育种的深度融合，正在深刻改变育种的方式和效率。据专家估计，AI育种技术的应用，可以将育种周期缩短50%以上，育种效率提高3至5倍，育种成本降低30%以上。随着AI技术的不断发展和完善，AI育种将在未来发挥越来越重要的作用，为保障国家粮食安全和重要农产品有效供给提供强有力的科技支撑。
智慧育种成为种业振兴的重要方向
智慧育种正在成为种业振兴的重要方向。种业是国家战略性、基础性核心产业，是保障国家粮食安全和重要农产品有效供给的根本。近年来，国家高度重视种业发展，出台了一系列政策措施，推动种业振兴。智慧育种作为种业振兴的重要方向，得到了国家的大力支持。2026年中央一号文件提出，要深入实施种业振兴行动，加快推进农业关键核心技术攻关，加强农业科技创新体系建设，支持智慧育种等前沿技术研发。第三十三届中国北京种业大会以AI赋能智慧育种为主题，集中推出145项育种芯片、大模型和智能装备，育种各环节的人工智能渗透率超过90%，充分展示了智慧育种的最新成果和发展方向。智慧育种的发展，需要政府、科研院所、企业、社会组织等多方共同参与和努力。政府要加强政策引导和支持，加大对智慧育种的投入，完善智慧育种的政策体系和标准规范。科研院所要加强智慧育种的基础研究和技术研发，突破关键核心技术，为智慧育种提供理论和技术支撑。企业要发挥创新主体作用，加大智慧育种的研发投入，推动智慧育种技术的产业化应用，培育具有自主知识产权的优良品种。社会组织要发挥桥梁纽带作用，促进产学研用深度融合，推动智慧育种技术的交流和推广。智慧育种的发展，还需要加强人才培养，培养既懂育种又懂AI的复合型人才，为智慧育种发展提供人才支撑。同时，要加强国际合作，学习借鉴国际先进经验和技术，推动中国智慧育种技术走向世界。智慧育种是种业发展的未来，也是种业振兴的关键。随着AI技术的不断发展和完善，智慧育种将在未来发挥越来越重要的作用，推动中国从育种大国向育种强国迈进，为保障国家粮食安全和重要农产品有效供给提供强有力的科技支撑。
益农网观察
中国正在构建专用AI育种基础设施，北京计划建立创新智能育种枢纽，结合算力、大数据管理系统、遗传实验室、实验设施和先进机器人设备，约70个田间表型采集点已经建成或正在建设中。AI技术与育种深度融合，正在推动育种效率大幅提升，智慧育种成为种业振兴的重要方向。这是中国农业科技发展的重要里程碑，将为保障国家粮食安全提供强有力的科技支撑。建议加大对智慧育种的支持力度，加强人才培养，推动产学研用深度融合，加快智慧育种技术产业化应用，推动中国从育种大国向育种强国迈进。
