文獻(xiàn)標(biāo)識(shí)碼：A

目前，人工智能已應(yīng)用到農(nóng)業(yè)生產(chǎn)的多個(gè)領(lǐng)域，包括病蟲害檢測(cè)、農(nóng)機(jī)裝備等，如無人駕駛拖拉機(jī)、自動(dòng)駕駛植保機(jī)、植保無人機(jī)等。劉柏旭基于多約束貝塞爾曲線的改進(jìn) A^? 路徑規(guī)劃算法，研發(fā)果園施肥機(jī)器人自主施肥硬件，搭載果園施肥機(jī)器人實(shí)現(xiàn)路線規(guī)劃、軌跡跟蹤、自主變量施肥。韓雨基于DWA（動(dòng)態(tài)窗口法）、MPC（模型預(yù)測(cè)控制）、ROS四輪差速驅(qū)動(dòng)底盤設(shè)計(jì)的設(shè)施農(nóng)業(yè)機(jī)器人驅(qū)動(dòng)底盤系統(tǒng)，能夠?qū)崿F(xiàn)農(nóng)業(yè)機(jī)械智能避障、路徑規(guī)劃和路徑跟蹤。

人工智能是通過機(jī)器學(xué)習(xí)，模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過傳感器接收信息，運(yùn)用計(jì)算機(jī)視覺系統(tǒng)識(shí)別場(chǎng)景和活動(dòng)，通過自然語言處理（NLP）允許機(jī)器理解和生成人類語言。人工智能在農(nóng)業(yè)領(lǐng)域上的應(yīng)用，不僅可以預(yù)測(cè)病蟲害的發(fā)生趨勢(shì)以及作物產(chǎn)量潛力，還可以處理和分析大量相關(guān)數(shù)據(jù)，提出種植管理建議，實(shí)現(xiàn)農(nóng)業(yè)作業(yè)的精準(zhǔn)化、智能化，降低生產(chǎn)成本。

20世紀(jì)50年代，人工智能作為獨(dú)立的學(xué)科誕生；20世紀(jì)60—70年代，人工智能由抽象概念逐漸發(fā)展成為可用于解決實(shí)際問題的手段；20世紀(jì)80一90年代，人工智能從理論探索向?qū)嶋H應(yīng)用過渡，開始在金融、醫(yī)療、制造業(yè)等領(lǐng)域?qū)嶋H應(yīng)用；21世紀(jì)以來，人工智能已成為引領(lǐng)科技革命和推動(dòng)產(chǎn)業(yè)升級(jí)的核心動(dòng)力之一。人工智能與農(nóng)業(yè)生產(chǎn)的緊密結(jié)合已成為必然，在農(nóng)業(yè)領(lǐng)域的應(yīng)用將發(fā)揮越來越重要的作用。

1農(nóng)業(yè)人工智能發(fā)展現(xiàn)狀

20世紀(jì)70年代，人工智能的萌芽出現(xiàn)在農(nóng)業(yè)自動(dòng)化實(shí)踐中，開始嘗試?yán)糜?jì)算機(jī)技術(shù)控制農(nóng)業(yè)設(shè)備。1995年，GPS設(shè)備開始在聯(lián)合收割機(jī)上使用。21世紀(jì)以來，物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)與農(nóng)業(yè)生產(chǎn)相結(jié)合，涉及作物生長(zhǎng)模型預(yù)測(cè)、遠(yuǎn)程監(jiān)控、無人機(jī)植保、無人駕駛農(nóng)機(jī)具、病蟲害智能預(yù)測(cè)等方面。本文從農(nóng)業(yè)機(jī)械智能化、農(nóng)業(yè)管理智能化、農(nóng)產(chǎn)品質(zhì)量檢測(cè)及銷售智能化三方面進(jìn)行闡述。

1.1農(nóng)業(yè)機(jī)械智能化

在智慧農(nóng)業(yè)的背景下，農(nóng)機(jī)裝備正經(jīng)歷著革命性的變化。人工智能技術(shù)與農(nóng)業(yè)機(jī)械相結(jié)合，提高了農(nóng)業(yè)機(jī)械的使用效率，實(shí)現(xiàn)了農(nóng)業(yè)自動(dòng)化、機(jī)械化、智能化，大幅度提高了勞動(dòng)效率，減少了勞動(dòng)力成本的投入。例如，山西省忻州市原平市王家莊鄉(xiāng)東泥河村大蔥種植基地，安裝了北斗衛(wèi)星導(dǎo)航系統(tǒng)的無人駕駛拖拉機(jī)可由操作人員根據(jù)預(yù)先設(shè)定好的耕作起點(diǎn)和路線自主完成大蔥種植機(jī)械作業(yè)，提高了作業(yè)精度和效率。福州木雞郎智能科技有限公司自主研發(fā)了蛋雞養(yǎng)殖機(jī)器人“木雞郎6”，通過圖像識(shí)別技術(shù)和家禽聲紋識(shí)別技術(shù)，實(shí)時(shí)監(jiān)測(cè)蛋雞的生理狀態(tài)、產(chǎn)蛋情況、飼料狀態(tài)，結(jié)合人工智能算法，監(jiān)測(cè)雞舍環(huán)境，定位死雞、弱雞、絕產(chǎn)雞的具體籠位，及時(shí)淘汰沒有飼養(yǎng)價(jià)值的蛋雞。

據(jù)統(tǒng)計(jì)，每臺(tái)“木雞郎 6ⁿ 機(jī)器人可以管理20萬只雞，死雞檢出率達(dá) 99% ，極大地減輕了飼養(yǎng)人員的工作強(qiáng)度，提高了飼養(yǎng)人員的工作效率。搭載國(guó)產(chǎn)AI種業(yè)大模型“豐登”的智能育種機(jī)器人，能夠在田間地頭篩選出高產(chǎn)、抗病、具有潛在優(yōu)秀基因的植株，可縮短育種周期。

1.2農(nóng)業(yè)管理智能化

隨著人工智能的發(fā)展，智能化管理賦能農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)，為農(nóng)業(yè)生產(chǎn)提供產(chǎn)前、產(chǎn)中、產(chǎn)后的科學(xué)決策。捷佳潤(rùn)科技集團(tuán)股份有限公司研發(fā)的土諦AI產(chǎn)品可結(jié)合北斗衛(wèi)星導(dǎo)航系統(tǒng)，根據(jù)農(nóng)戶輸入的地塊信息給出精確的地理位置、土壤特性、氣候條件等信息，推薦適合當(dāng)?shù)胤N植的作物種類，并分析市場(chǎng)前景；通過圖像識(shí)別技術(shù)，根據(jù)農(nóng)作物葉片照片，土諦AI產(chǎn)品能識(shí)別出農(nóng)作物病蟲害發(fā)生情況，并提出合理化的病蟲害防治建議[]。杭州田立方·臨平未來農(nóng)場(chǎng)利用傳感器和集成AI技術(shù)智慧系統(tǒng)打造無人農(nóng)場(chǎng)，在油菜花田設(shè)置傳感器，實(shí)時(shí)掌握油菜花田土壤情況、葉面濕度、病蟲害蹤跡，并進(jìn)行數(shù)據(jù)積累和深度分析，優(yōu)化種植方案[]。魯洋靜[]研究基于人工智能的農(nóng)業(yè)智能化管理系統(tǒng)，基于人工智能的作物產(chǎn)量預(yù)測(cè)準(zhǔn)確率為 89% ，較傳統(tǒng)人工預(yù)測(cè)方法提高了 17% ；基于人工智能的病蟲害檢測(cè)準(zhǔn)確率達(dá)到 92% ，較傳統(tǒng)檢測(cè)方法提高了 18% ；與傳統(tǒng)管理方法相比，基于人工智能管理的農(nóng)田，灌溉效率提高了 20% ，施肥效率提高了 25% 。

1.3農(nóng)產(chǎn)品質(zhì)量檢測(cè)及銷售智能化

利用數(shù)據(jù)采集與處理技術(shù)，借助人工智能與大數(shù)據(jù)，可分析農(nóng)產(chǎn)品的銷售規(guī)律和趨勢(shì)，將物聯(lián)網(wǎng)技術(shù)與農(nóng)產(chǎn)品生產(chǎn)、加工、銷售等環(huán)節(jié)緊密連接，通過信息共享和協(xié)同作業(yè)，提高農(nóng)產(chǎn)品銷售的精準(zhǔn)性和有效性。秦寅初等[]研究的蘋果表損智能檢測(cè)系統(tǒng)，通過視覺圖像采集、蘋果表損檢測(cè)算法等對(duì)蘋果表損進(jìn)行檢測(cè)與分級(jí)，結(jié)果顯示該智能檢測(cè)系統(tǒng)的表損檢測(cè)準(zhǔn)確率可達(dá) 97.5% ，平均分揀時(shí)間為5s·個(gè)-1。東莞市圈子你我人工智能科技有限公司借助AI算法與機(jī)器人視覺，通過智能化分揀農(nóng)產(chǎn)品，剔除不合格產(chǎn)品，實(shí)現(xiàn)了保障農(nóng)產(chǎn)品品質(zhì)的目標(biāo)；在農(nóng)產(chǎn)品推介銷售方面，AI利用數(shù)字人可實(shí)現(xiàn) 24h 不間斷直播帶貨，幫助農(nóng)產(chǎn)品走向全球市場(chǎng)[4]。

2問題與挑戰(zhàn)

2.1缺少數(shù)據(jù)互聯(lián)

人工智能技術(shù)利用計(jì)算機(jī)視覺技術(shù)，通過攝像頭和圖像識(shí)別感知農(nóng)業(yè)作業(yè)環(huán)境，識(shí)別作物、雜草、病蟲害等，不僅能夠降低作物誤傷率、提高作業(yè)效率，還使得農(nóng)業(yè)生產(chǎn)更加精細(xì)化、智能化，符合精準(zhǔn)農(nóng)業(yè)要求[5]。但農(nóng)業(yè)生產(chǎn)涉及因素眾多、復(fù)雜，導(dǎo)致農(nóng)業(yè)生產(chǎn)的可控性較差。如復(fù)雜的農(nóng)田環(huán)境，包括地形有平原、丘陵、山區(qū)、沙漠、高原等；土壤質(zhì)地有砂質(zhì)土、黏質(zhì)土、壤土等；地處濕潤(rùn)地區(qū)、半濕潤(rùn)地區(qū)、半干旱地區(qū)、干旱地區(qū)以及復(fù)雜多變的農(nóng)田生物群落等。在諸多復(fù)雜的農(nóng)田環(huán)境中，極易造成機(jī)器感知不精準(zhǔn)、末端執(zhí)行器不靈敏等問題。解決這些問題需要大量的試驗(yàn)數(shù)據(jù)做支撐，而農(nóng)業(yè)數(shù)據(jù)的獲取和標(biāo)注成本高昂，數(shù)據(jù)質(zhì)量也參差不齊，各農(nóng)業(yè)智能平臺(tái)存儲(chǔ)數(shù)據(jù)格式各不相同，平臺(tái)之間數(shù)據(jù)的可用性較差，缺少各種數(shù)據(jù)的互聯(lián)共享。

2.2缺乏交叉學(xué)科人才

《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》（2021）文獻(xiàn)顯示，截止到2020年年底，我國(guó)鄉(xiāng)村人口為5.1億人， 16～59 歲鄉(xiāng)村勞動(dòng)年齡人口為2.85億人，僅占鄉(xiāng)村人口總數(shù)的 55.88% ；從學(xué)歷情況來看，我國(guó)鄉(xiāng)村中，專科及以下學(xué)歷的人口數(shù)占鄉(xiāng)村人口總數(shù)的 99.8% ，本科及以上學(xué)歷的人口數(shù)占鄉(xiāng)村人口總數(shù)的 0.2% [6]?，F(xiàn)階段我國(guó)在智能農(nóng)業(yè)發(fā)展上存在的主要問題包括：農(nóng)業(yè)經(jīng)營(yíng)規(guī)模小，小農(nóng)戶數(shù)量眾多；年輕從業(yè)者占比較低，文化水平較低等，這些均難以滿足農(nóng)業(yè)人工智能化發(fā)展對(duì)人才的要求。目前，我國(guó)農(nóng)業(yè)高等院校仍以傳統(tǒng)農(nóng)業(yè)類學(xué)科教育為主，隨著科技和農(nóng)業(yè)現(xiàn)代化的發(fā)展，我國(guó)農(nóng)業(yè)高等院校雖然也培育了眾多農(nóng)業(yè)工程人才，但在與人工智能結(jié)合方面，還面臨著數(shù)據(jù)安全和隱私問題、教師與AI并行的技術(shù)替代性問題、AI的倫理問題等7]。農(nóng)業(yè)人工智能的發(fā)展對(duì)農(nóng)民和農(nóng)業(yè)技術(shù)人員也提出了新的要求，如何推廣和普及智慧農(nóng)業(yè)技術(shù)，讓農(nóng)民和農(nóng)業(yè)企業(yè)接受并從中受益已成為具有挑戰(zhàn)性的問題[8]。

2.3開發(fā)成本高、利潤(rùn)空間小

人工智能系統(tǒng)的開發(fā)和維護(hù)需要較高的硬件成本，數(shù)據(jù)的獲取、存儲(chǔ)、處理均需要大量的資金投入，聘用高端人才更需要高薪成本等。與其他行業(yè)相比，農(nóng)業(yè)的利潤(rùn)空間較小，自主開發(fā)和應(yīng)用人工智能系統(tǒng)的可能性較低，而企業(yè)開發(fā)人工智能系統(tǒng)需要投入大量的資金和人力。目前，人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用多處于試驗(yàn)示范階段，尚未形成可復(fù)制的商業(yè)應(yīng)用模式，人工智能產(chǎn)品的開發(fā)多與某項(xiàng)內(nèi)容或技術(shù)有關(guān)，與農(nóng)業(yè)的結(jié)合多為點(diǎn)狀分布，未能實(shí)現(xiàn)全面整合。

3人工智能時(shí)代的農(nóng)業(yè)發(fā)展策略

3.1農(nóng)業(yè)數(shù)據(jù)共享

農(nóng)業(yè)數(shù)據(jù)具有多樣性，各種復(fù)雜環(huán)境下農(nóng)業(yè)數(shù)據(jù)的獲取和標(biāo)注成本較高，人工智能的發(fā)展是“技術(shù)+數(shù)據(jù)”的雙驅(qū)動(dòng)。因此，首先要對(duì)農(nóng)業(yè)數(shù)據(jù)進(jìn)行確權(quán)。應(yīng)制定相應(yīng)的政策和法規(guī)，界定農(nóng)業(yè)數(shù)據(jù)的性質(zhì)，如個(gè)人隱私數(shù)據(jù)、公共數(shù)據(jù)、商業(yè)數(shù)據(jù)等，分級(jí)管理不同風(fēng)險(xiǎn)程度的數(shù)據(jù)。政府部門要進(jìn)行多方合作，激活并保護(hù)農(nóng)業(yè)數(shù)據(jù)安全。其次，整合農(nóng)業(yè)數(shù)據(jù)資源，構(gòu)建農(nóng)業(yè)數(shù)據(jù)開放平臺(tái)。資源整合過程中需制定農(nóng)業(yè)數(shù)據(jù)通用標(biāo)準(zhǔn)，如土壤成分采集標(biāo)準(zhǔn)、氣象數(shù)據(jù)采集標(biāo)準(zhǔn)、病蟲害數(shù)據(jù)采集標(biāo)準(zhǔn)等。統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)和格式，為數(shù)據(jù)添加便于分類和檢索的標(biāo)簽，通過數(shù)據(jù)脫敏技術(shù)保護(hù)農(nóng)戶隱私與安全。鼓勵(lì)農(nóng)業(yè)科技公司建立協(xié)議共享機(jī)制，共享非核心農(nóng)業(yè)數(shù)據(jù)。建立數(shù)據(jù)交易市場(chǎng)，農(nóng)民可通過數(shù)據(jù)使用權(quán)的出售獲得收益，企業(yè)或研究機(jī)構(gòu)可獲得更多可利用的研究數(shù)據(jù)，有效降低數(shù)據(jù)資源的獲取和處理成本，提高數(shù)據(jù)資源的質(zhì)量和使用效率。最后，建立共享激勵(lì)機(jī)制。通過財(cái)政補(bǔ)貼吸引社會(huì)資本投入智慧農(nóng)業(yè)建設(shè)，設(shè)置數(shù)據(jù)貢獻(xiàn)獎(jiǎng)勵(lì)，推動(dòng)規(guī)?；瘮?shù)據(jù)共享。

3.2復(fù)合型人才培養(yǎng)

人工智能與農(nóng)業(yè)的深度融合需要農(nóng)業(yè)復(fù)合型人才做支撐，充分發(fā)揮人的主觀能動(dòng)性，才能更好地推動(dòng)農(nóng)業(yè)現(xiàn)代化進(jìn)程，促進(jìn)鄉(xiāng)村振興。一是強(qiáng)化基層實(shí)踐。依托科技小院等平臺(tái)，促使農(nóng)業(yè)相關(guān)專業(yè)的學(xué)生深入農(nóng)業(yè)生產(chǎn)一線，了解和學(xué)習(xí)人工智能與農(nóng)業(yè)相結(jié)合的技術(shù)，使學(xué)生在田間地頭解決實(shí)際問題的同時(shí)，掌握農(nóng)業(yè)人工智能的相關(guān)技術(shù)。二是強(qiáng)化交叉學(xué)科建設(shè)。高校應(yīng)將人工智能、計(jì)算機(jī)科學(xué)與農(nóng)業(yè)科學(xué)相融合，打破傳統(tǒng)學(xué)科壁壘，增設(shè)新興專業(yè)，如農(nóng)業(yè)大數(shù)據(jù)、智能農(nóng)機(jī)裝備、精準(zhǔn)農(nóng)業(yè)等。三是建立校企聯(lián)合機(jī)制。加強(qiáng)科研機(jī)構(gòu)、高校、企業(yè)的合作交流，從傳統(tǒng)單一的農(nóng)業(yè)專業(yè)人才技能培養(yǎng)向兼具農(nóng)業(yè)技術(shù)能力和數(shù)字智能技術(shù)能力的復(fù)合型人才培養(yǎng)轉(zhuǎn)變[9]，將企業(yè)需求融入課程設(shè)計(jì)，鼓勵(lì)企業(yè)技術(shù)骨干與教師聯(lián)合授課，共建智能化、數(shù)字化的實(shí)訓(xùn)基地。四是人工智能助力農(nóng)民職業(yè)培訓(xùn)。借助生成式人工智能，創(chuàng)建虛擬農(nóng)場(chǎng)，使農(nóng)業(yè)從業(yè)者通過沉浸式的學(xué)習(xí)體驗(yàn)直觀感受農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)，如植物生長(zhǎng)環(huán)境變化、病蟲害防治、極端天氣防災(zāi)減災(zāi)、智能農(nóng)機(jī)裝備的使用等[20]。

3.3降低成本投入

硬件成本是人工智能開發(fā)應(yīng)用的重要投入。一是利用開源框架和預(yù)訓(xùn)練模型減少自主研發(fā)算法的成本投入，整合分散的農(nóng)業(yè)數(shù)據(jù)，減少重復(fù)數(shù)據(jù)采集成本，提高數(shù)據(jù)利用率。二是開發(fā)標(biāo)準(zhǔn)化、可復(fù)制的AI模塊，按實(shí)際生產(chǎn)需求組合安裝使用，利用云廠商的AI開發(fā)平臺(tái)開發(fā)“一機(jī)多用”的人形機(jī)器人。三是通用人工智能技術(shù)或設(shè)備租賃，降低中小農(nóng)戶的投入成本，如農(nóng)用無人機(jī)租賃、AI植保服務(wù)等。四是整合產(chǎn)業(yè)鏈，通過人工智能與農(nóng)業(yè)全產(chǎn)業(yè)鏈相結(jié)合的模式，使種植（養(yǎng)殖）、加工、銷售各環(huán)節(jié)與人工智能相結(jié)合，分?jǐn)偝杀尽⒔档统杀尽?/p>

隨著技術(shù)進(jìn)步和科技創(chuàng)新，人工智能將更緊密地與農(nóng)業(yè)生產(chǎn)實(shí)際相結(jié)合，通過農(nóng)業(yè)大數(shù)據(jù)分析，更加精準(zhǔn)地預(yù)測(cè)和分析農(nóng)業(yè)生產(chǎn)狀態(tài)，為管理者提供精確的智能決策依據(jù)。

參考文獻(xiàn)：

[]李宗柱．基于計(jì)算機(jī)視覺的農(nóng)業(yè)害蟲檢測(cè)方法研究D].南寧：廣西大學(xué)，2024.

[2]任寧，李海利，武萌，等．智能農(nóng)機(jī)裝備技術(shù)的發(fā)展與創(chuàng)新[].南方農(nóng)機(jī)，2023，54（15）：63-65.

β]劉柏旭．果園施肥機(jī)器人自主作業(yè)路徑規(guī)劃與軌跡跟蹤系統(tǒng)的研究D].淄博：山東理工大學(xué)，2024.

[]韓雨．設(shè)施農(nóng)業(yè)機(jī)器人驅(qū)動(dòng)底盤運(yùn)動(dòng)控制策略研究D]．太原：太原科技大學(xué)，2024.

[]郭婷．基于人工智能的農(nóng)業(yè)采摘機(jī)器人自動(dòng)化系統(tǒng)設(shè)計(jì)研究].南方農(nóng)機(jī)，2025，56（1）：36-38.

[6]杜海倫．蘇州市智慧農(nóng)業(yè)發(fā)展策略研究D].揚(yáng)州：揚(yáng)州大學(xué)，2024.

[7]暢雪．AI賦能，原平春耕“新”意十足N]．山西經(jīng)濟(jì)日?qǐng)?bào)，2025-04-20（001）.

[8]藍(lán)瑜萍，宋亦敏. AI+ 農(nóng)業(yè)路要怎樣走？[N].福州日?qǐng)?bào)，2025-04-21（003）.

[9]霍旻含.AI能否“爆改”農(nóng)業(yè)？[N].人民日?qǐng)?bào)海外版，2025-03-31（008）.

[0]韋峭．當(dāng)AI碰上農(nóng)業(yè)，種地育苗科技感拉滿[N].南寧晚報(bào)，2025-04-20（002）.

[1]趙藝喬，林辰辰.杭州這片油菜花開啟“AI人生”[N].錢江晚報(bào)，2025-04-18（012）．

[2]魯洋靜．基于人工智能技術(shù)的農(nóng)業(yè)智能化管理系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)研究[]．?dāng)?shù)字農(nóng)業(yè)與智能農(nóng)機(jī)，2025（4）：41-43.

[3]秦寅初，李濤，李旭，等．基于機(jī)器視覺的蘋果表損智能檢測(cè)系統(tǒng)設(shè)計(jì)D].食品與機(jī)械，2024，40（6）：138-142.

[4]周桂清．AI賦能東莞打造智慧農(nóng)業(yè)[N].東莞日?qǐng)?bào)，2025-04-09（A05）.

[5]張洋．“人工智能 +^′′ 助力農(nóng)業(yè)提質(zhì)增效[N]．中國(guó)農(nóng)機(jī)化導(dǎo)報(bào)，2025-02-27（007）.

[6]國(guó)家統(tǒng)計(jì)局人口和就業(yè)統(tǒng)計(jì)司．中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒M].北京：中國(guó)統(tǒng)計(jì)出版社，2021.

[17]高鳴源，李云伍.農(nóng)業(yè)工程專業(yè)“人工智能 + 教育”及ChatGPT導(dǎo)學(xué)實(shí)踐].高教學(xué)刊，2025，11（4）：1-4.

[8]魏明振．生成式人工智能與農(nóng)業(yè)深度融合的機(jī)理和路徑研究[]//河北省重點(diǎn)高端智庫“河北省公共政策評(píng)估研究中心”，河北省公共政策評(píng)估研究基地，河北省科技創(chuàng)新智庫．第十三屆公共政策智庫論壇暨“雄安建設(shè)與發(fā)展國(guó)際學(xué)術(shù)研討會(huì)”會(huì)議論文集.中共山東省委黨校（山東行政學(xué)院），2023：245-252.

[9]楊勇，劉增輝．互聯(lián)網(wǎng) + 大數(shù)據(jù)的農(nóng)產(chǎn)品銷售平臺(tái)的數(shù)字營(yíng)銷模式分析：以運(yùn)城市消費(fèi)扶貧供銷數(shù)據(jù)平臺(tái)為例凹]．海峽科技與產(chǎn)業(yè)，2022，35（12）：70-73.

[20]高輝，李卓，岳本奇．生成式人工智能輔助農(nóng)業(yè)職業(yè)培訓(xùn)路徑研究．農(nóng)業(yè)與技術(shù)，2025，45（6）：177-180.