乐发lv网投|乐发lv攻略

中央农村工作会议系列解读⑩科技创新是农业强国建设的重要驱动力******

　　作者：王晓君、毛世平，中国农业科学院农业经济与发展研究所

　　2022年12月召开的中央农村工作会议做出了全面推进乡村振兴、加快建设农业强国的总体战略部署。会议提出要依靠科技和改革双轮驱动加快建设农业强国。我国作为传统农业大国，向农业强国迈进是社会主义现代化强国建设的根本要求，但农业强国建设任务重、涉及范围广，核心利器在于科技创新，科技是农业农村现代化发展的首要驱动力。

　　一、深刻理解科技创新在农业强国建设中重要驱动作用

　　党的十八大以来，国家实施创新驱动发展战略，科技创新被摆在国家发展全局的核心位置。农业科技创新作为国家科技创新重要组成部分，在“三农”发展中的战略地位日益凸显。党的十八大以来，科技创新不断渗透到“三农”发展全局，对现代农业发展的支撑引领作用显著提升，科技已成为农业农村经济社会发展的首要驱动力。党的二十大和中央农村工作会议都突出强调，科技创新是引领农业现代化的第一驱动力。只有通过科技创新，不断提高农业生产效率和农产品国际竞争力，才能让农业产业强起来；只有通过科技创新不断突破资源环境刚性约束，走生态低碳之路，赓续农耕文明，才能让农村美起来；只有通过科技创新，瞄准“农村基本具备现代生活条件”的目标，实施乡村建设行动，才能让农民富起来。未来，必须把科技创新摆在核心战略地位，优先支持，优先发展，走中国特色创新驱动农业强国道路。

　　二、我国农业科技创新突出的三大短板

　　世界农业强国的共性特征之一是农业科技创新能力强，科技对农业的贡献率达到80%左右，2021年我国农业科技进步贡献率为61%，农业科技创新还存在一定差距，突出短板主要体现三个方面。

　　一是农业研发实力整体不断提升，但原始创新能力不足。《2022中国农业科技论文与专利全球竞争力分析报告》指出，我国农业科技论文与专利竞争力稳居全球第一方阵。农业科技论文总发文量、高被引论文量和Q1期刊论文量均排名第一。中国农业发明专利申请以62.83万件保持全球第一。但我国农业基础创新能力不足，部分核心关键技术受制于人。世界农业强国种业已进入“生物技术+人工智能+大数据信息技术”的育种“4.0时代”，我国仍处在以杂交选育和分子技术辅助选育为主的“2.0时代”至“3.0时代”之间，种业原始创新能力不足，缺少重大突破性的理论和方法，关键技术与战略性产品研发水平相对较低，国际竞争力优势相对较弱。

　　二是农业科技创新体系初步建立，但涉农企业创新能力不足。初步形成政府主导、“科研院所+高校+企业”等多层次、多主体参与的农业科技创新体系。我国现有地市级以上农业科研机构974个，农林类院校98所，涉农类规模以上企业约7万家。但农业科技创新体系整体效能不高，短板在涉农企业创新能力不足。《2022中国涉农企业创新报告》显示，我国389家上市涉农企业创新指数为47.28（满分：100），创新能力整体偏低，涉农企业创新投入强度2.60%，为全行业的一半，且尚未成为创新决策和创新组织主体，75%不具备重点科研平台，包括国家级、农业农村部级别的创新平台及博士后工作站。

　　三是建立了世界最大农技推广体系，但基层推广公益性属性不断退化。我国农技推广体系是在计划经济体制下建立，为农业发展做出过极大贡献。截至2020年，农业农村部所属种植业、畜牧兽医、水产、农机化、综合站五个系统，部、省、地、县、乡五级，共有国家农技推广机构7.55万个，农技推广人员51.40万人，如此庞大的农技推广队伍，既服务于分散经营的2.3亿小农户，也服务于生产规模相对较大的300多万家新型农业经营主体，服务范围覆盖全国农业生产区域2400余个县。但当前由于科研、教育与推广体制相互脱节，农业推广资金严重不足，基层公益性农技推广机构在某些地方正在不断退化，基层推广人员队伍正不断萎缩。

　　三、提升农业科技创新能力的主要发力点

　　针对农业科技创新的突出短板，不断突破科技和体制机制障碍，推动高水平农业科技自立自强实现，着重从以下三个方面发力。

　　一是加大农业科技投入，强化农业基础研究。农业强国建设要坚持农业科技优先发展方针，加大农业科技投入，让农业科技投入强度由2020年的0.67%尽快提高到全国科技投入强度平均水平（1.5%），并且逐步接近农业强国水平（2%-3%）。加大基础研究的经费投入比重，由2020年的4.53%逐步提高到10%左右水平，进而达到世界农业强国的水平（15%左右），支撑多领域实现“从 0到 1”的原创性突破创新，强化对基因组学、作物杂交育种理论、预防兽医学、重大病虫害成灾机理等基础研究支撑。

　　二是强化涉农企业技术创新主体地位，提升农业科技创新体系效能。健全优质涉农企业梯度培育体系，尽快培育一批大型国有涉农企业成为国家战略科技力量，扶持一批科技型骨干涉农企业成为创新重要发源地，支持中小微涉农企业创新发展，鼓励专业化技术服务平台企业建立。引导中央企业、民营科技型骨干企业牵头组建创新联合体，开展校企、院企科研人员“双聘”等流动机制试点，尽快落实科研人员到企业兼职兼薪细则，推广涉农企业科技特派员制度。

　　三是促进公益性农技推广体系新跃升，壮大社会化科技服务力量。通过基层乡镇机构改革，规范设置农技推广机构和农技专岗，进一步整合各方人力资源，从农业乡土专家、种养能手、新型农业经营主体技术骨干、公费农科生中充实基层农技人员力量，优化基层农业工作体制机制，给予充足编制和资金支持。通过政府购买农技推广服务清单等方式，支持社会化农业科技服务力量承担可量化、易监管的农技服务。支持农业科技社会化服务组织开展个性化精准化农技服务，引导其与小农户建立紧密的农技推广服务联结机制。

AI绘画的“小秘密”都在这一篇文章里******

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。

　　AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。

　　当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。

　　事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。

　　AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？

　　从“以图生图”到“语音生图”

　　2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。

　　这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。

　　通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。

　　“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。

　　经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。

　　AI绘画主要依靠三种技术模式实现

　　董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。

　　“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。

　　不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。

　　当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。

　　“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。

　　不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。

　　诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。

　　“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。

　　互联网治理、元宇宙或潜藏应用前景

　　AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。

　　有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。

　　“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。

　　在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。

　　不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。

　　AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）

　　（文图：赵筱尘 巫邓炎）