四川:绿色高效山地农业赋能乡村振兴******
中新网成都11月27日电 (单鹏)初冬时节,四川广元昭化区昭化镇的猕猴桃进入越冬管理期。在昭化镇朝阳村“省四星级现代农业园区”里,一株株猕猴桃树的树干被涂白剂“刷白”,工人三三两两修剪树枝。近来朝阳村村民居太高每天都要下地转一转,“把越冬管理做好了,来年才会有好收成。”他说。
广元是世界红心猕猴桃发源地和最大生产基地,但几年前,坐落在群山之间的朝阳村却是个“另类”。由于缺乏发展规划,该村土地零散,大部分土地以传统农作物种植为主,部分还是荒山和杂木林。“2017年我们来到当地支持山地农业发展,针对朝阳村做了详细规划,论证到底该发展什么产业、如何布局生产,最终确定在中低海拔区(500-700米)重点发展猕猴桃种植,稍高海拔区(700-900米)以桃李产业为主。”四川省农业科学院园艺研究所副所长、研究员陈栋表示。
果树冬管技术培训会现场。 四川省农业科学院 供图经过几年培育,朝阳村成为当地猕猴桃、桃的重要产区之一,并带动了周边村镇的果树产业发展。从荒山到遍地果园,朝阳村的蜕变是四川山地农业发展的缩影。近年来,四川山地农业走出一条从增产到提质的绿色高质量发展之路:特色产业在四川盆周山区以及贫困地区逐步发展,西南山地主要作物优质高产高效技术体系逐渐形成,优质粮油、茶叶、特色水果、道地中药材、特色食用菌、高原蔬菜品种选育取得显著成效。
“种植猕猴桃和桃后,村里发生了翻天覆地的变化。”居太高说,随着收入提高,村里路宽了、环境美了,土坯房也变成了漂亮的小楼房,“朝阳村人均年收入从几千元提高到2万多元,越来越多的年轻人愿意返乡搞农业。”
作为在高山地域环境下形成的农业形态,山地农业地块多、面积小、分布零散,这意味着发展山地农业比平原地区面临更多挑战:不仅机械化、规模化种植难以施展拳脚,交通、用水、土质差也是难题。“发展山地农业,种植技术相对复杂,首先要根据当地的土壤、气候条件选择适合的品种,其次要因地制宜确定栽培模式,防治病虫害、加强土肥水管理。在无法大规模机械化的条件下,局部只能尝试使用小型机械,比如小型割草机、移动式喷药机或移动液压施肥枪等。”陈栋表示。
“红心猕猴桃的主要问题是抗溃疡病能力弱,在山地条件下,高海拔导致的低温以及多雨环境会提高溃疡病的发病率。”据四川省农业科学院园艺研究所研究员涂美艳介绍,溃疡病是一种细菌性病害,具有隐蔽性、暴发性、毁灭性的特点,“我们在园区内不仅引进示范了不同类型猕猴桃优新品种,还和当地农业农村局共同示范应用了红心猕猴桃避雨设施栽培技术,设计了不同类型的避雨棚供种植户选择,还配套了智能水肥一体化设施,探索并推广了果粮套作模式,很好地预防了溃疡病的发生。”
四川有较多的山地和丘陵,发展山地农业对推动当地乡村振兴具有重要意义。谈及四川山地农业下一步发展时,四川省农业科学院党委书记吕火明表示,将围绕粮食安全发展好小麦、水稻、玉米等粮食作物,同时关注林下产品、功能性农产品、养殖等产业发展。同时将因地制宜关注产业多样化,发展适合山区的特色产业,开发农旅产品,推动农旅融合,“总的目标是通过发展山地农业带动乡村振兴。”
“在山地农业国际交流方面,我们与泰国、越南、老挝等东南亚国家以及阿根廷布宜诺斯艾利斯省加强交流、开展紧密合作。”吕火明表示,将进一步加快国外先进科技技术成果引进,为四川山地农业现代化注入强劲动力,还将推动自主科研成果“走出去”,提高四川农业科技的国际影响力。(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) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |