科技日報記者 毛莉

當前，人工智能等新一代信息技術迅猛發展，為我國智能育種技術發展帶來新機遇，也為我國打贏種業翻身仗提供了新方法新手段。

中國工程院院士、中國農業大學校長孫其信長期從事作物遺傳育種研究。圍繞我國智能育種技術發展的現狀、挑戰及前景，科技日報記者日前采訪了孫其信院士。

人物檔案

孫其信，中國工程院院士，小麥遺傳育種專家，中國農業大學校長。第十三屆、第十四屆全國人大常委會委員，第十一屆、第十四屆全國人大農業與農村委員會委員。長期從事小麥遺傳育種研究，在種質資源鑒定、優異基因挖掘、育種方法創新和新品種培育等方面取得創新性成果。獲得國家科學技術進步獎二等獎1項、國家技術發明獎二等獎1項。

育種更高效、精準、個性化

記者：您多次談到，人工智能等技術會推動農業科技和農業生產系統的革命性變化。人工智能會給育種帶來哪些變革？

孫其信：人工智能將推動農業育種邁向一個全新智能化時代。人工智能技術與育種技術的結合將徹底改變傳統農業生產方式，讓育種更高效、精準、個性化。

我認為，變革主要體現在四個方面：加速育種進程、提高育種精確度、提供基于大數據的育種決策、降低商業化育種運營管理成本。

記者：人工智能如何加速育種進程？

孫其信：傳統育種是一場“馬拉松”，得靠育種家的經驗和直覺，一步步創造、選擇、固定那些好的遺傳變異，才能培育出優質作物。這個過程，短則幾年，長則十幾年。

但人工智能就像個“超級大腦”，能把農業科學、計算機科學、生物信息學等領域的知識融合起來，快速處理和分析海量數據。以前我們得靠人工去田間地頭觀察記錄一個個數據，而人工智能可以跟遙感技術、無人機、物聯網設備等“科技幫手”一起，從田間到實驗室，全方位收集和分析數據。這樣就能更快找到與作物優良性狀相關的基因，更迅速選擇和利用優異遺傳位點，大大縮短育種周期。

記者：怎樣理解提高育種精確度？

孫其信：育種的本質就是對自然界中的優良基因變異進行聚合。這就像在大自然里“淘金”。人工智能如同給我們配了一副“超級眼鏡”，讓我們能看得更清楚、更準確。

通過機器學習、深度學習等技術，人工智能可以深度解讀種質資源的“基因密碼”。它不僅能分析出不同作物基因組的復雜結構，還能預測基因在不同環境下的表現，幫助科研人員更好地理解哪些基因能在特定環境中表現出最佳性狀。然后，科研人員就能精準挑選出含有這些優良基因的育種材料，進行“定制式”育種，培育出抗病蟲害、耐旱、耐鹽堿、營養更豐富的作物品種。

記者：您能舉一些人工智能助力育種決策的例子嗎？

孫其信：人工智能可以通過分析大數據預測出育種環節中最優的雜交組合、最優的單株個體、最有潛力的后代，從而提高育種成功率。人工智能還能根據不同的具體需求，如市場需求、土壤條件、病蟲害狀況等，為農民或育種公司提供個性化育種建議，設計出最適合其生產環境的作物品種。

例如，全世界小麥有好幾萬個類型，怎么知道哪幾種類型通過優化組合后能成為最優品種？我們團隊構建了一個決策模型，通過分析田間小麥表現型數據，結合測定的2000份小麥基因組信息，以及關于小麥品質的各項指標，為育種決策提供支撐。

記者：人工智能如何推動商業化育種發展？

孫其信：商業化育種體系包括材料創制、雜交育種、分子檢測、品種測試、品種評價等多個育種部門的多個技術環節。每個部門都需要不同專業背景的團隊完成工作。因此，從公司運營的角度看，管理成本較高。

育種公司可以利用人工智能大模型，集成各個部門的標準化數據分析與操作流程，形成數據驅動、模型決策的智能育種技術體系。

記者：科學信息分析公司愛思唯爾日前發布的《全球高校與科研機構農業與生物科技創新貢獻報告》顯示，學科交叉是推動農業科研創新的三大因素之一。智能育種對學科交叉提出了哪些新要求？

孫其信：智能育種將生物技術、信息技術、人工智能、大數據和工程技術等多個學科深度結合，以應對復雜的農業問題，它從多方面對學科交叉提出了新要求。

首先是生物學與信息技術的深度結合。智能育種的核心在于處理大量基因組數據和作物表型數據，而這需要生物學與信息技術的緊密結合。傳統育種主要依賴于基因組學、遺傳學和植物生物學等領域的研究，智能育種則需要將這些生物學知識與大數據技術、計算機科學和生物信息學進行深度融合。

其次是人工智能與農業科學的結合。人工智能在智能育種中的應用越來越廣泛，特別是在基因組選擇、表型預測和育種方案優化等關鍵環節發揮著重要作用。人工智能技術可以用于分析海量農業數據，并通過模型預測作物在不同環境條件下的表現，為科研人員提供決策支持。

最后是物聯網與傳感器技術的結合。智能育種不僅依賴實驗室數據，還需要土壤濕度、氣溫、光照強度等大量實時環境數據。這就要求物聯網和傳感器技術介入，在田間實時監測作物生長環境，并將這些數據反饋給科研人員。

我國智能育種研究與世界同步

記者：發展智能育種對我國實現種業科技自立自強、種源自主可控有什么意義？

孫其信：當前全球種業競爭激烈，我國在高端種源和育種技術上仍面臨一些挑戰。智能育種通過整合人工智能、基因編輯、大數據等技術手段，加速優質品種研發，給育種工作裝上了“加速器”。這有利于提升我國種業自主創新能力，確保種源安全，增強我國種業國際競爭力。

智能育種最顯著的優勢在于提高育種效率和精準度，能幫助我國快速培育適應本土生態環境的高產、抗病、抗逆作物品種，減少對國外技術和種質資源的依賴，增強種業的自主可控性。

此外，智能育種將推動農業可持續發展。通過基因編輯技術，科研人員可以培育出耐旱、耐鹽堿、抗病蟲害的作物，減少對化肥、農藥的依賴，降低農業生產的環境負荷。所以，智能育種有助于實現綠色生產，提高農業資源利用效率。

記者：我國相關研究處于什么水平？

孫其信：在我看來，我國智能育種研究與世界是同步的。我國現代育種起步晚于西方，但如今我國智能育種走向了世界前沿。在個別領域，甚至可以說我們已經“快了半步”。比如，在相關大模型的開發上，國內很多機構做了不少工作，都在加大人工智能技術同農業領域的交叉研究。

未來不久，我國智能育種有望實現根本性突破。

記者：您的信心從何而來？

孫其信：“十三五”“十四五”期間，我國在生物育種領域投入了大量資源，開展各類作物種質資源的基因型與表型研究、重要農藝性狀基因挖掘與功能研究、大數據驅動的育種決策研究以及智能設計育種模型開發等，為人工智能真正應用于育種實踐打下了基礎。

大模型與機器人技術的逐步成熟與應用落地，也極大推動了人工智能在育種領域的應用與發展。人工智能是以數據為基礎的。近年來，多地農科院的育種團隊、地方性中小育種公司產生了大量訓練數據集。大模型與機器人技術可以高效整合各個層級的訓練數據，形成針對不同農作物的育種預訓練大模型，有效解決育種數據匱乏、訓練群體小而散的問題。傳感器、機器人技術逐步成熟，也能大大降低表型數據、基因型數據、環境數據的采集成本，助力大模型的訓練。

此外，生物語言大模型在農業生物領域的應用正逐步展開。生物語言大模型是將語言大模型的技術應用到生物學領域。不過，它處理的不是人類語言，而是生物學中的序列數據。它有助于在植物基因組這一“底盤”上進行育種性狀的精準改良。例如，通過蛋白質語言大模型，可以實現人工蛋白質從頭設計，再結合實驗室快速進化與定向進化技術，我們有望以前所未有的高效率和低成本，創造出自然界中不存在的新蛋白質和基因，提升作物的抗逆性和品質，解決傳統育種方法難以攻克的難題。

記者：中國農業大學在智能育種方面進行了哪些探索？

孫其信：中國農業大學成立了教育部分子設計育種前沿科學中心，并以專項經費形式支持智能育種領域前沿研究。例如，學校專門資助了“神農·固芯育種大模型”課題，研發“神農·固芯”育種大模型、“神農·筑基”種植大模型、“神農·強牧”養殖大模型、“神農·問穹”遙感大模型。

其中，“神農·固芯”是專門解決動植物育種決策的大模型。它是根據商業化育種體系各個技術環節設計的全過程數字育種決策平臺，涵蓋基因型與表型數據分析、育種大模型智能決策、品種區域試驗模擬等功能模塊，覆蓋了“從育種到品種”的全過程數字化決策，具有較高行業落地性。

記者：您對我國智能育種發展有怎樣的愿景？

孫其信：回答這個問題前，我講一個背景。2021年，中國農業大學與華為簽訂戰略合作協議，共同開展智能育種研究。那時，人工智能的熱度還沒有今天這么高。在協議達成前，我向華為描繪了我對未來場景的想象：希望借助人工智能技術，推動育種技術達到甚至超越世界頂級育種家的水平。

具體來說，我期待我國智能育種從四方面實現突破。

第一，在智能育種領域實現自主可控，在核心育種算法模型、關鍵基因編輯工具等方面擁有完全自主的知識產權。

第二，應用智能育種技術對我國豐富的本土種質資源進行系統開發和保護。在人工智能輔助下，可以精確發掘和利用本土及全球的優質種質資源，培育出具有優良性狀的作物品種，同時確保重要的種質資源得到妥善保護，實現種質資源的自主可控與可持續利用。

第三，帶動整個種子產業鏈數字化和智能化升級，為種業提供更智能的解決方案，保障我國糧食安全。

第四，培養新型跨學科種業人才，通過校企聯合培養、強基計劃等多種形式，培養出一大批掌握現代生物技術、信息技術、大數據分析與人工智能的復合型人才，推動我國在育種領域的科技創新和持續發展。

要培養一批跨界高手

記者：如何培養智能育種人才？

孫其信：事實上，種業科技創新人才短缺，一直是制約我國種業自主創新的主要瓶頸之一。為加強智能育種人才培養，我認為要做好三方面工作。

首先，加強智能育種學科建設，設立生物技術、數據科學與遺傳育種相結合的跨學科專業，加強人工智能輔修專業與第二專業的課程建設，培養具有多學科背景的復合型人才。中國農業大學除了布局直接與人工智能、大數據相關的專業之外，還實施“人工智能+”的專業升級。

其次，加強校企聯合培養碩博研究生的專項工作，建立校企雙導師制，企業導師提出明確的攻關需求并由企業提供科研經費，高校導師帶領研究生有針對性地解決企業遇到的問題。

最后，優化智能育種領域的科研激勵機制，為育種大模型、生物語言大模型等前沿研究提供充足研究經費，鼓勵青年科研工作者率先開展智能育種相關科研項目。

不久前，中國農業大學舉行了2024年度本科招生工作總結會，考生報考的第一大熱門就是與人工智能信息技術、生物育種相關的專業。我相信，對農業教育領域的持續投入，將不斷提升對科技創新的支撐力。

記者：具體來看，傳感器技術研發人才的培養問題怎么解決？

孫其信：這確實是個關鍵問題。表型組技術就像是育種的“眼睛”和“耳朵”，它依靠各種高精尖的生物傳感器、物聯網技術、軟件工程來實時捕捉動植物的外表特征、生理狀態，然后及時反饋給科研人員。

然而，我國育種所依賴的表型組技術與國外先進水平相比還有不小差距，尤其是精密傳感器的核心元件和算法方面仍存在短板。解決這個問題，需要加大專項財政經費投入，培養一批跨界高手，他們得既懂生物學，又精通計算機，還了解傳感器，這樣才能真正打破技術壁壘。

在項目立項上，要設立以需求應用為導向的智能育種表型組研發專項。同時，還要引導相關學科的設置調整與人才培養模式改革。

記者：您認為我國智能育種發展還面臨哪些挑戰？

孫其信：一是市場化程度有待提升。我認為，政府應加強引導，營造智能育種產業創新創業的友好環境。政府可以通過資金支持、稅收優惠、風險投資引導等政策，鼓勵科技人員在智能育種領域創業，為科研人員提供從研發到產品化的全流程支持，加速智能育種領域的創新成果進入市場。

二是育種數據共享平臺建設尚不完善。各方應大力支持集成種質資源、基因數據、表型數據以及環境數據等，為育種大模型的預訓練與智能決策模型研究提供豐富的“養料”。此外，育種大模型對算力的要求較高，各級政府應支持育種大模型專用的算力建設，保障智能育種技術體系構建。

三是基層科技人員專業化培訓有待加強。田間測試的數據規范性、完整性與準確性，直接決定了構建育種模型的精度。高校等機構應開設數字種業研修班等課程，加強對基層科技工作者的繼續教育與技能培訓，提高基層工作者的專業素養。

觀點聚焦

育種技術發展歷經多個關鍵階段，不斷推動農業科技進步。

1.0階段是經驗育種，主要依靠育種家對表型的直接觀察選擇育種材料。2.0階段是實驗育種，將統計學與遺傳學運用到育種實踐中，使育種更加科學和客觀。3.0階段是生物育種，以分子標記輔助選擇技術等在商業化育種體系中的廣泛應用為標志。4.0階段是精確育種，實現生物技術與信息技術的深度融合。5.0階段將是真正的智能育種時代，育種領域有望迎來由大模型驅動的全新育種模式。利用生物語言大模型，能創造出自然界中不存在的蛋白和基因；通過構建育種智能體，可使育種公司的管理決策更加智能和高效；結合傳感器、田間機器人、無人機等硬件設備，可實現育種過程的全面智能化。

——孫其信