探访浙江嘉兴“农业梦工厂”：小番茄种出“科技味儿”******
(新春走基层)探访浙江嘉兴“农业梦工厂”：小番茄种出“科技味儿”
中新网嘉兴1月12日电 (张雨滴 钟鑫媛)凛冬已至，春节将近，走进浙江省嘉兴市南湖区湘家荡农业数字化工厂，这里却是一派春意盎然、热火朝天的忙碌景象。
在这座钢结构和玻璃组成的面积约为3万平方米的温室内，绿油油的番茄藤蔓丛里延出一条“H”形轨道，一辆升降车从轨道上缓缓滑出，工作人员正站在车上，将茎蔓从架绳上取下，再小心落到落蔓架上。
番茄进入熟果期 钟鑫媛 摄走进这座“农业梦工厂”，让人最直观的感受是“清新”，没有传统菜园里的泥泞，白色是整个基地的主色调，一排排番茄秧苗统一生长在一块密封的长条形栽培基质上，每株秧苗根部插有一根小细管，整个种植区非常干净，几乎看不到灰尘。
“我们采用的是椰糠基质栽培、营养液灌溉的方式进行培育，生产的是全程可追溯的高品质果蔬，全部实现智能化、标准化。”湘家荡数字化农业工厂工作人员陈寒介绍。
与传统种植不同，一个个新技术将大棚“全副武装”起来，番茄从育苗到结果，实现了全周期的数字化，做到每一个细节都可控，而且产量非常可观。而科技感满满的设备也让工作人员在工作时劳动强度大大降低。
“在这里干活真好，不出远门就能挣份工资。”大棚里番茄植株上一个个红透了的番茄，映红了正在打老叶的工作人员李建英的笑脸。
自从到湘家荡农业数字化工厂上班以来，李建英才发现“田”居然还能这样“种”，同样是在种地，跟过去相比，手脚都不会弄脏。
在番茄林中，还有装着熊蜂的箱子。陈寒介绍，传统农业中，授粉是通过人工点激素进行的，可能产生激素残留的现象，现在智能农业采用从以色列引进的熊蜂作为生态连接，给番茄授粉，就能够避免这种问题。
玻璃温室大棚里，种植着是黑巧、黄葡、红莓、金橙、咖宝等10个品种的小番茄，犹如一座“番茄森林”，空气中还弥漫着沁人心脾的果香。
如今，长势旺盛的番茄已进入熟果期，番茄藤上硕果累累，一串串果实圆润饱满、层层叠叠，员工们正忙着采摘、包装、发货，上下飞舞的熊蜂不时落在番茄花蕊上。
“摘下来的番茄不用洗，直接就可以吃的，我们不打农药。”陈寒说着摘下一颗番茄递进了嘴里，一口咬下，汁水从嘴角沁出，还未咽完，又把手伸向了藤蔓。
除了令人“惊艳”的技术，这里出产的水果还有“惊艳”的产值，数字+农业在这里碰撞出大数据时代的新火花。
据了解，这里的番茄进入熟果期之后，基本上一周就可以收获一次，每年可以结40多穗果，产量及产值是传统温室的5倍以上。
“现在的订单主要发往北京、上海、天津等大城市，消费者遍布全国各地，深受高端市场欢迎，临近春节，更是供不应求。”陈寒说。(完)
聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策****** 中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。 美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。 国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。 中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。 中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。 美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。 中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。 2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完) 至尊彩票地图 |
