论坛现场（记者 川竹 摄）

武汉大学刘经南院士作报告（信息学院 供图）

提问互动（信息学院 供图）

会间交流（信息学院 供图）

6月10日，第一届CCF农业知识智能工程国际学术论坛在我校农业微生物资源发掘与利用全国重点实验室B座103报告厅举行。

本次论坛由中国计算机学会主办，CCF数字农业分会、华中农业大学信息学院、湖北省生物信息学会承办。论坛围绕“农业时空智能赋能智慧农业”“农业交互智能与大数据管理”“农业知识图谱与智能知识服务”“农业智能物联网及边缘服务计算”“农业GPT”和“农业机器视觉”等六个重要主题展开。中国工程院院士刘经南教授、武汉大学何克清教授、浙江大学邓水光教授以及澳大利亚查理斯特大学Michael Bewong副教授、法国发展研究所Pierre Larmande研究员等12名中外专家学者做主题报告，近150名师生线上线下参加了本次论坛。

会议开幕式由华中农业大学信息学院院长张红雨教授主持。校党委副书记、副校长姚江林在致辞中向参与本次论坛的中外学者和师生表示热烈欢迎。姚江林指出，农业是立国之本、强国之基，作为中国高等农业教育起点之一，华中农业大学始终肩负着“强农兴农”的时代责任，不断优化专业结构，调整学科布局，用信息科技改造和提升传统农科。随着大数据、物联网和人工智能等现代信息技术在农业中的广泛应用，推动了农业农村现代化和智慧农业的发展，带动了农业经营主体对科技与知识的旺盛需求，农业知识服务成为了农业转型升级和高质量发展的重要引擎。姚江林肯定了举行本次学术论坛的重大意义，预祝论坛取得圆满成功。

刘经南院士以“时空智能赋能智慧农业”为题，介绍了智能时空位置服务技术，延伸出北斗全球卫星导航系统，智慧农业的发展，是基于精准时空位置信息和工业互联网/信息物理系统(CPS)对农情资源及其变化智能感知、分享、管理、决策和智能控制与调节的网络设施的农业智慧经济。

何克清教授以“高层软构体具身交互认知及其群体心智的研究”为报告题目，重点阐述了引导交互认知的RGPS需求知识元模型方法、交互记忆与学习的知识语义互操作性元模型框架MFI机制及其ISO/IEC 19763标准系列，交互认知应用的群体心智及其在农业大数据治理中的应用。

邓水光教授的报告主题是“云边协同计算与智能”。他从计算范式的演变出发，介绍了“边缘计算”、“云边协同”、“边缘智能”等关键技术的前沿热点，并重点分享了他在“云边协同”、“边缘智能”等方向的研究进展及其在农业智能物联网及边缘计算中的应用。

赵瑞雪研究员以“‘数据+AI’驱动的农业智能知识服务发展思考”为题，分析了农业智能知识服务的关键要素和主要场景，总结在农业信息智能感知、跨媒体农业知识组织和智能服务的研究进展与实践，探索了“数据+AI”驱动的知识服务发展新趋势及其在农业智能化数据决策系统中的应用。

章文教授以“人工知识智能大健康”为报告题目，探讨了疾病治疗、药物发现等大健康领域的人工智能技术的发展历史、现状和未来，介绍可应用于“大健康”领域的图表示学习模型、深度学习模型、自监督学习模型等，并以治病为例，展望人工智能技术如何在其中发挥重要作用。

Michael Bewong副教授的报告题目为“Machine Learning in Precision Agriculture”,该报告回顾了过去二十年机器学习在精准农业中的应用研究，探讨与机器学习方法相关的生物育种、精准施肥等关键问题，并提出对未来的研究提出展望。

叶育鑫教授作了题为“从作物表型数据到知识图谱”的报告，介绍了国内外作物表型大数据知识图谱化的最新进展，并进一步提出“表型数据图谱化”和“图谱数据知识化”的表型数据迭代增量发展模式，为作物表型组学数据管理提供新思路。

温长吉副教授在“视觉解译关键技术研究及农业应用”方面进行了报告阐述，介绍了如何利用视觉解译技术实现对作物的各种表型性状及畜禽行为进行量化表示和描述，为农业生产数字化建模，服务科学种植、畜禽数字化管理等提供了技术支持。

冯在文副教授以“农业知识智能服务”为题，介绍了如何使用本体技术实现农业大数据库的整合与深度挖掘、如何基于人工智能技术构建智能知识服务支撑精准施肥与投喂等重要应用、如何构建知识图谱增强的农业GPT赋能生物育种等一系列原创性成果。

段玉聪教授的报告题目为“从数据到智慧：意图驱动的农业AGI-AIGC-GPT大模型的认知测评”，重点介绍了人工通用智能（AGI）、人工意图生成（AIGC）与生成式预训练模型（GPT）概念和技术的DIKEP模型，并评估了该模型在认知任务上的表现和效能，强调了其在推动智慧农业领域的发展和应用领域的重要意义。

法国发展研究所研究员Pierre Larmand作了题为“农业中的数据集成和知识”的报告，主要介绍了“AgroLD”（www.agrold.org）农业知识图谱智能化系统，该系统可以以知识图谱驱动的元分析方式整合跨物种（如水稻、小麦、拟南芥）数据，有利于进一步促进新的科学发现。

法国国家农业食品与环境研究院研究员Claire Nedellec作了题为“在小麦育种中实现文本信息和实验数据的交互操作”的报告，重点介绍了其自主研发的小麦育种知识模型，此模型通过文本挖掘的方法整合大量小麦性状和表型本体（WTO）信息，主要用途是通过从大量科学文献中自动抽取小麦品种的表型和遗传关联信息，为小麦育种大数据的元分析做出有利支撑。

据了解，本次论坛聚集了国内外主要从事面向智慧农业的计算机智能化软件专家，一同就智慧农业与人工智能、卫星遥感与大地测量、大数据、物联网、软件服务工程等信息学科深度交叉融合的若干议题进行深入探讨，具有极强的前瞻性，在国内尚属首次。