利用卫星遥感技术、田间监控设备、环境监测数据，实时掌握农作物的生长情况，并自动生成相应的生产管理指导建议，哪怕是完全不懂种庄稼的“小白”选手，跟随AI指导建议种出来的庄稼也能达到平均水平。

　　这一幕，以往更多是在温室大棚里出现，但在今年，AI种植水稻将在成都崇州的100亩室外农田里上演。4月26日，为期半年的“天府粮仓”人工智能水稻种植挑战赛在成都崇州正式开赛，由中国农业科学院都市农业研究所科研团队历时两年开发的人工智能水稻种植决策模型，将与9位合作社农户进行水稻绿色高产比赛。

　　中国农业科学院都市农业研究所水稻AI种植技术团队成员康子秋博士表示：“我们希望通过‘算力辅助脑力’的方式降低水稻种植门槛，为示范田的种植管理者提供种植决策服务，探索水稻种植的新模式，推动农业数字化升级，为‘天府粮仓’建设注入新质生产力！”

　　暮春时节，正是春耕春管的关键时期，在成都周边的农田里，种植户们如今正为水稻的育秧备耕忙碌着，他们有条不紊地作业，几十年积累下来的种植经验让他们在整个过程中都显得游刃有余。

　　然而，随着时间的推移，愿意留在农村种田的年轻人数量正在逐渐减少，崇州市青桥土地股份合作社农业职业经理人高颖告诉记者，其所在合作社所负责的土地面积有1200余亩，位于“天府粮仓”核心示范区，主要从事粮油种植，“我以前只知道一些传统的农业种植方式，3年前成为农业职业经理人之后，才逐渐接触到了各种机械化种植方式，比如机械化育秧、插秧、收割等。”

　　尽管如今的种植方式已经较传统种植方式有了很大的改观，但是高颖依旧发现，如今愿意留在农村种田的“90后”“00后”越来越少，“大部分年轻人选择出门务工来增加家庭收入，会种田的年轻人越来越少。”

　　今后谁来种田？怎么种田？如何把田种好？这些成了亟待解决的问题。中国农业科学院都市农业研究所水稻AI种植技术团队成员康子秋博士表示，为了解决上述问题，其团队于两年前开始探索人工智能水稻种植决策模型，“我们希望通过‘算力辅助脑力’的方式降低水稻种植门槛，为示范田的种植管理者提供种植决策服务，探索水稻种植的新模式，推动农业数字化升级，为‘天府粮仓’建设注入新质生产力！”

　　在科技蓬勃发展的时代，AI已经影响了各行各业，都市农业作为现代农业的重要组成部分，其发展水平也关乎国家的粮食安全和可持续发展。

　　4月26日，由中国农科院都市农业研究所、成都市天府粮仓国家现代农业产业园管委会、崇州市农业农村局、崇州市蜀兴农业公司共同举办，为期半年的“天府粮仓”人工智能水稻种植挑战赛在成都崇州正式开赛，由中国农业科学院都市所科研团队历时两年开发的人工智能水稻种植决策模型，将与9位合作社农户进行水稻绿色高产比赛。

　　“比赛将在成都崇州的1000亩农田里上演，人工智能水稻种植决策模型与9位合作社农户各100亩试验田，即日起，通过不同的管理方式，待水稻成熟之后，由比赛组委会专家对10块试验田进行产量和质量的评比。”康子秋介绍道。

　　中国农业科学院都市农业研究所副所长甘炳成表示，“天府粮仓”AI种植项目挑战赛是科技与产业深度融合的盛会，引入人工智能技术，农田可以实现实时监测、精准施肥、智能灌溉等一系列自动化管理，这不仅大大提高了农业生产效率，也显著提升了粮食产量和质量。

　　究竟什么是人工智能水稻种植决策模型？在今日的“天府粮仓”人工智能水稻种植挑战赛开赛现场，康子秋告诉记者，该模型利用卫星遥感监测技术、田间监控设备以及环境监测仪器收集到的数据，借助模型算法，得出相应的管理决策建议，然后农户根据决策建议进行管理。

　　“将采集到的气候、土壤墒情、农事操作等数据上传云端算力服务器，算力服务器通过结合作物模型与人工智能算法的方式生成决策建议。用户通过微信定期接收AI农事操作计划，包括植保建议、施肥建议、灌溉建议等。同时，用户可通过AI助手进行对话询问更多AI农事建议。”康子秋说。

　　人工智能水稻种植决策模型的服务对象是谁？同样的田块交给不同的人管理，个人管理水平、理念的不同可能导致最终的收成有所差异，“我们这个模型主要就是为管理水平相对较差的农户提供服务，使其至少达到平均水平。”康子秋说，“之前我们曾做过一个实验，让一名完全不懂种植的‘小白’根据模型给出的决策建议种植小番茄，最终也达到了市场平均水平。”

　　该模型通过“算力辅助脑力”的形式，使用人工智能技术，以简便易操作的方式，帮助技术较弱的种植户群体（新农人等）提升生产决策能力，能够解决谁来种地、如何种好地的问题。

　　AI辅助农业种植，其实并不新鲜，“许多温室大棚已经利用AI辅助种植多年，但将这一套模型搬出温室大棚，成功用在大田作物上的并不多，尤其是在都市农业领域。”康子秋表示，本次“天府粮仓”人工智能水稻种植挑战赛将会是人工智能水稻种植决策模型走向市场前的一个检验，预计到2026年，成都将完成3万亩稻田硬件设施部署，人工智能水稻种植决策模型将会为这3万亩农田提供水稻智能决策服务。

　　对于农户而言，比较关心的除了效果，还有成本投入，即需要在该模型的硬件设施部署上投入多少资金？对此，康子秋表示，目前由于使用面积较小，平均下来每亩需要大几十元用于硬件设施部署，“待全面推广有了规模效应之后，这个成本或将进一步降低。”