“如何让人工智能（AI）更好地帮助我们的科学家解决复杂的农业和生命科学研究问题，提高科研效率和质量？我们想请兄弟单位来出谋划策。”

近日，中国科学院遗传与发育生物学研究所（以下简称遗传发育所）副所长（主持工作）傅向东带队前往中国科学院计算技术研究所（以下简称计算所）开展交流时，开门见山地说。

在人工智能（AI）大踏步发展的背景下，中国科学院正在就“AI for Science”（AI赋能科学）展开新一轮布局。为此，这两家中国科学院的研究所围绕AI如何响应国家重大需求、赋能农业与生命科学前沿研究开展深入探讨，展开“供需对接”。

生命科学家“出题”

面对新一轮科技革命和产业变革，遗传发育所希望以智慧农业和人口健康为抓手，面向国家重大需求发力。交流会上，作为AI技术的“需求方”，该所的科学家们纷纷抛出问题。

“种子是农业的‘芯片’，智能育种是作物复杂性状改良的根本途径，而当前育种技术面临着两大挑战—如何实现数万个基因的最优排列组合？如何突破遗传重组频率的自然限制？”该所研究员鲁非率先出题，“我们希望构建一个融合基因型、表型与环境数据的智能育种大模型，结合基因编辑技术，推动作物复杂性状改良从分子育种时代的少数基因选择升级到全基因组水平的系统性重塑，实现育种技术的跨越式突破。”

“我们希望能通过利用作物组学大数据训练，构建基础基因组大模型，识别基因组序列中的转录调控区、编码区、启动子、内含子等等功能区域，建设和发展基因调控网络，以期解决基因型到表型的调控这一生命科学的核心问题，为基因编辑和合成生物学提供精准指导，提升作物的产量和抗性等。”该所研究员梁承志补充说。

围绕智慧育种，遗传发育所正在建设国家作物表型组学研究设施“神农设施”，该所研究员降雨强详细解释了表型数据采集的复杂性：“其中包含了很多种模态，如CT、核磁、光学以及全生育期的4D采集。多模态数据的融合分析对于理解植物生长发育规律至关重要，但不同模态的数据之间如何做到空间以及时间上的对齐？这就需要AI的工作能够和我们设计的硬件结合起来。”

在人口健康领域，该所研究员吴青峰提出四个关键的AI应用方向和挑战：建立时空动态调控的单细胞大模型，开发生物图像处理工具，实现蛋白质智能设计以及推进基于结构的药物开发。

“比如在生物图像处理方面，人的大脑约有860亿个神经元，小鼠的大脑约有7000万个神经细胞。对遗传标记的细胞进行成像后，我们需要对每一个细胞进行空间位置和类型判定，人工标注非常费时费力，开发深度学习AI辅助的成像数据处理工具非常迫切。”他说。

“生命领域的数据特征往往很小、很模糊，这是一个大瓶颈。”该所研究员王秀杰则表示，她期待能从更基础的生命科学研究角度，突破现有基于统计的AI算法，开发适合小数据、模糊特征的新算法。

计算机科学家“答题”

面对兄弟单位的需求，计算所所长陈熙霖表示，科学与技术的结合对于解决国家重大需求十分关键。“‘AI for Science’的前提，首先是要了解‘Science’（科学），从而将复杂的大问题拆解为可解决的小问题，形成从数据到信息、再到知识和规律的层次化解决方案。”他说。

在具体技术方面，计算所多位团队负责人分享了农业智能化方面的实践经验。“以甘蔗智能育种为例，我们通过构建甘蔗植株三维数字模型，并结合光合模拟技术，已能为育种家提供明确的株型设计建议。”该所研究员张玉成说。

不仅如此，计算所还提出了“伏羲农场”的构想：一个完整的伏羲农场由土地监测、数据采集、指挥中心、智能农机装备等共同构成。在伏羲农场，依托物联网、大数据、人工智能等技术，人们可以随时采集分析土壤、农作物、天气等关键数据，通过数字建模推演农作物长势、病虫害进展、气候影响等，为生产提供决策参考。传统的整地、播种、管护、收获等体力劳动，只需远程操控智能农机就能够完成。

“只需设定好路径，农机便能自主作业，可以做到晚上去干活，早上回来。”张玉成介绍，伏羲农场不仅是技术的集成与应用，更是未来农业科技的推广模式，它的思路和理念在于体现人工智能技术对农场的变革，农田里的一切变化，包括气候波动、作物生长状况，以及何时应进行何种农事活动，都能提前预判。目前，计算所结合国内不同区域的地形地貌和种植作物品种，已在内蒙古、安徽、河北、湖北等多个省份布局规划了伏羲农场试点。

计算所研究员山世光则介绍了“MADA”平台的构想，即通过“模型-算法-数据-应用”的完整链条，解决“智能农业领域AI需求众多、开发难度大、规模化应用困难”的问题。“我们希望能够为农业领域的开发者、农技人员、农业专家、农业企业和农户等不同类型的用户提供好用的人工智能模型，尤其是助力农业领域的开发者快速地生产模型、算法和应用，实现AI在农业领的低成本、规模化落地应用。”山世光说。

“铁匠”+“农民”答好新时代“考卷”

“大家都说铁匠厉害，铁匠会打铁，可不会种地。只有农民告诉铁匠，锄头应该怎样制作，铁匠才能把锄头打好，才能把种地的效率提高。”陈熙霖比喻说，两所的合作也是如此。

“有了AI，就给了我们更多的机会，把经验农作转变成精准农作。”傅向东说。

经过这场思想碰撞，两家兄弟单位对未来的合作寄予厚望，希望携手并肩，答好新时代AI如何赋能农业与生命科学这份“考卷”。