ChatGPT在农业领域的应用前景分析与策略建议

doi:10.11924/j.issn.1000-6850.casb2023-0629

中国农学通报 ›› 2024, Vol. 40 ›› Issue (19): 149-153.doi: 10.11924/j.issn.1000-6850.casb2023-0629

ChatGPT在农业领域的应用前景分析与策略建议

黄怡(), 米国华()

中国农业大学资源与环境学院，北京 100193

收稿日期:2023-09-04 修回日期:2024-03-29 出版日期:2024-07-05 发布日期:2024-07-02
通讯作者:
米国华，男，1965年出生，河北万全人，教授，主要从事植物营养生理与作物高产高效研究。通信地址：100193 中国农业大学资源与环境学院，E-mail：miguohua@cau.edu.cn。
作者简介:
黄怡，女，1998年出生，广东梅州人，在读硕士，研究方向为精准养分管理。通信地址：100193 中国农业大学资源与环境学院，E-mail：huangyi@cau.edu.cn。
基金资助:
国家重点研发计划项目“中低产田作物耐瘠抗逆品种精准鉴定与综合利用”(2022YFD1900702)

Discussion on Application of ChatGPT in Agricultural Research and Development

HUANG Yi(), MI Guohua()

College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193

Received:2023-09-04 Revised:2024-03-29 Published:2024-07-05 Online:2024-07-02

摘要/Abstract

摘要：

农业是维系人类生存和发展的重要产业，随着全球人口不断增加，农业行业迫切需要采用新兴技术来提高农业生产能力。ChatGPT(Chat Generative Pre-trained Transformer)作为一项具有划时代意义的人工智能技术，在农业领域中具有不可忽视的应用价值。本文分析了ChatGPT在农作物种植管理、畜牧业生产管理、农产品市场营销、农业教育与科技发展探索等领域中的应用潜力，同时指出了其相关的局限性，并提出了针对性的解决策略，旨在为农业生产、农业研究与发展领域的决策者和从业者提供一些参考。

关键词: ChatGPT, 农业, 作物, 畜牧业, 农业教育, 人工智能, 农业应用, 农作物管理, 畜牧业, 市场推广, 农业教育

Abstract:

Agriculture is an important industry that sustains human survival and development. With the continuous increase in global population, the agricultural sector urgently needs to adopt emerging technologies to enhance agricultural productivity. ChatGPT (Chat Generative Pre-trained Transformer), as a groundbreaking artificial intelligence technology, holds undeniable application value in the agricultural domain. This article analyzed the potential applications of ChatGPT in crop cultivation management, livestock production management, agricultural product market promotion, agricultural education, and technological development exploration. It also identified associated limitations and proposed corresponding strategies to provide insights for decision-makers and practitioners in the agricultural production, research, and development fields.

Key words: ChatGPT, agriculture, crops, livestock farming, agricultural education, artificial intelligence, agricultural application, crop management, animal husbandry, marketing promotion, agricultural education

黄怡, 米国华. ChatGPT在农业领域的应用前景分析与策略建议[J]. 中国农学通报, 2024, 40(19): 149-153.

HUANG Yi, MI Guohua. Discussion on Application of ChatGPT in Agricultural Research and Development[J]. Chinese Agricultural Science Bulletin, 2024, 40(19): 149-153.

图/表 4

参考文献 25

[1]	夏敬源. 全球农业面临的主要挑战与对策建议[J]. 世界农业, 2019(4):4-6.
[2]	闻坤. 深企抢位ChatGPT新赛道[N]. 深圳特区报,2023-05-06(A03).
[3]	DAVIDE C. Are ChatGPT and AlphaCode going to replace programmers?[J]. Nature, 2022.
[4]	刘元顿. 新闻出版业遇上ChatGPT:机遇、挑战与未来进路[J]. 视听, 2023(5):3-6.
[5]	吴军其, 吴飞燕, 文思娇, 等. ChatGPT赋能教师专业发展:机遇、挑战和路径[J]. 中国电化教育, 2023(5):15-23,33.
[6]	ISABEL P. Potential role of ChatGPT in clinical otolaryngology explained by ChatGPT[J]. American journal of otolaryngology, 2023, 44(4):103873.
[7]	杨国庆, 胡海旭, 方泰, 等. ChatGPT对体育未来发展的影响及应对[J]. 西安体育学院学报, 2023, 40(2):139-146.
[8]	王德祥, 王建波. 新一代人工智能对数字经济的影响——以ChatGPT为例[J]. 特区实践与理论, 2023(2):34-39.
[9]	於兴中, 郑戈, 丁晓东. 生成式人工智能与法律的六大议题:以ChatGPT为例[J]. 中国法律评论, 2023(2):1-20.
[10]	孙万挺. 新时代农业绿色化发展:重要意义、现实困境及优化路径[J]. 现代农业, 2023, 48(2):31-34.
[11]	ADRIAN E. ChatGPT, GPT-4, and other large language models- the next revolution for clinical microbiology?[J]. Clinical infectious diseases, 2023, 77(9):1322-1328.
[12]	张钺, 李正风, 潜伟. 从ChatGPT到人机协作的知识共建[J]. 科学学研究, 2023, 41(12):2131-2137.
[13]	曹建峰. 迈向可信AI:ChatGPT类生成式人工智能的治理挑战及应对[J]. 上海政法学院学报(法治论丛), 2023, 38(4):28-42.
[14]	乔伟. 优良作物品种的认识及选择[J]. 农民致富之友, 2015(18):108.
[15]	刘明, 陶洪斌, 王璞, 等. 播期对春玉米生长发育与产量形成的影响[J]. 中国生态农业学报, 2009, 17(1):18-23.
[16]	李生秀. 植物营养与肥料学科的现状与展望[J]. 植物营养与肥料学报, 1999(3):193-205.
[17]	邹彬. 基于物联网的温室大棚监控系统研究与设计[D]. 延安: 延安大学, 2022.
[18]	黄清虎. 信息技术在畜牧业生产中的应用研究[J]. 产业创新研究, 2022(20):97-99.
[19]	王崟欣. 智慧养殖让渔业更高效[N]. 人民日报,2023-04-20(005).
[20]	石芳权, 王辉, 罗清尧, 等. 智慧养殖管理模式在养猪生产中的应用(下)[J]. 猪业科学, 2021, 38(10):88-92.
[21]	焦翔, 辛绪红, 李梦蛟, 等. 乡村振兴背景下提升农产品市场竞争力对策研究——以江苏为例[J]. 农业经济, 2023(5):128-130.
[22]	MOYA A A. Basic guidelines to introduce electric circuit simulation software in a general physics course[J]. Physics education, 2018, 53(3):035006.
[23]	邹新政. 基于multisim12电路仿真软件的高中物理电学实验应用研究[J]. 中学物理教学参考, 2020, 49(17):60-61.
[24]	任艳蕊. 虚拟仿真软件在化学交互式教学中的应用研究[D]. 银川: 宁夏大学, 2020.
[25]	李大鹏. ChatGPT对高等农林人才培养的启示[J]. 中国农业教育, 2023, 24(2):49-52.

信息种类	内容
种植地区	明确在华北平原的具体种植地点，包括纬度、经度和地理位置
气候条件	提供该地区的气候信息，包括平均气温、降水量、日照时数等
土壤情况	描述该地区的主要土壤类型、土壤质量和肥力状况
种植季节	说明计划种植的具体季节，包括播种时间和收获时间
病虫害压力	描述该地区的主要病虫害情况，特别是玉米常见的病虫害
历史产量	如果有过该品种在该地区的历史产量数据，可以提供相关信息
种植密度	说明计划种植的玉米‘郑单958’的预计种植密度
其他需求	如果有其他特殊需求或考虑因素，也可以提供相关信息

信息种类	内容
种植地区	明确在华北平原的具体种植地点，包括纬度、经度和地理位置
气候条件	提供该地区的气候信息，包括平均气温、降水量、日照时数等
土壤情况	描述该地区的主要土壤类型、土壤质量和肥力状况
种植季节	说明计划种植的具体季节，包括播种时间和收获时间
病虫害压力	描述该地区的主要病虫害情况，特别是玉米常见的病虫害
历史产量	如果有过该品种在该地区的历史产量数据，可以提供相关信息
种植密度	说明计划种植的玉米‘郑单958’的预计种植密度
其他需求	如果有其他特殊需求或考虑因素，也可以提供相关信息

信息种类	内容
气候条件	该地区多年平均降水量为562 mm，多年平均气温为 13.1 ℃
土壤情况	试验地0~20、20~40 cm土层基础养分情况为有机质1.45、0.83 g/kg，全氮0.98、0.57 g/kg，碱解氮65.2、45.8 mg/kg，速效钾 124.9、100.3 mg/kg，有效磷15.3、8.9 mg/kg
种植时间	2005年4月24日
种植密度	67500 株/hm²，行距60 cm
施肥措施	播前一次性施入磷(P₂O₅) 90 kg/hm²,钾(K₂O) 45 kg/hm²,磷钾肥分别采用重过磷酸钙和硫酸钾

信息种类	内容
气候条件	该地区多年平均降水量为562 mm，多年平均气温为 13.1 ℃
土壤情况	试验地0~20、20~40 cm土层基础养分情况为有机质1.45、0.83 g/kg，全氮0.98、0.57 g/kg，碱解氮65.2、45.8 mg/kg，速效钾 124.9、100.3 mg/kg，有效磷15.3、8.9 mg/kg
种植时间	2005年4月24日
种植密度	67500 株/hm²，行距60 cm
施肥措施	播前一次性施入磷(P₂O₅) 90 kg/hm²,钾(K₂O) 45 kg/hm²,磷钾肥分别采用重过磷酸钙和硫酸钾

输入信息	反馈结果
气候条件	这样的气候条件通常对玉米的生长是较为有利的，有足够的降雨和温暖的气温，有利于玉米的生长和发育
土壤情况	这些养分对于玉米的生长是非常重要的，有利于玉米的生根、生长和产量的积累
种植时间	这是一个较为适宜的播种时间，能够充分利用春季的气温和降雨，为玉米的生长提供良好的生长条件
种植密度	这样的密度对于玉米‘郑单958’来说是比较适宜的。适当的密植可以充分利用土地资源，提高产量
施肥措施	这样的施肥措施有助于提供玉米生长所需的磷、钾等营养元素，为其生长提供充足的养分

ChatGPT在农业领域的应用前景分析与策略建议

Discussion on Application of ChatGPT in Agricultural Research and Development

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	吴少博, 邢力元, 王进朝, 贾梦珂, 刘春晖, 周琼琼, 王龙. 农业废弃物资源化利用的国内外研究热点和发展趋势分析[J]. 中国农学通报, 2024, 40(8): 148-156.
[2]	王志刚, 韩雪, 刘运平, 李伟, 宋潇, 郭立月. 沼液和秸秆还田对土壤氮磷淋溶的影响[J]. 中国农学通报, 2024, 40(6): 107-114.
[3]	张杉, 王培营, 江晓东, 蔡春昊, 郑建杰, 杨再强. 不同麦类作物籽粒灌浆特性研究[J]. 中国农学通报, 2024, 40(6): 16-21.
[4]	王建伟, 李东晓, 王红光, 李浩然, 王千一, 张明哲, 李瑞奇. 中国典型农业生态系统的固碳减排现状、影响因素及减排措施[J]. 中国农学通报, 2024, 40(6): 67-74.
[5]	刘迪, 汤胡欣, 蒋琴杰, 周亚男, 唐鑫, 安丰轩, 马婷婷, 李黄开媚. 基于Citespace的农业害虫斜纹夜蛾研究进展与热点可视化分析[J]. 中国农学通报, 2024, 40(5): 110-121.
[6]	张小瑞, 闵庆文, 谭凯炎. 潮州凤凰单丛生长气候适宜性分析与品质气候评价[J]. 中国农学通报, 2024, 40(4): 111-117.
[7]	刘小飞, 谢朝晖. 基于预报气温和HS公式估算麦季参考作物蒸散量[J]. 中国农学通报, 2024, 40(2): 107-113.
[8]	张惠景, 周秀华, 秦川. 百色市冬季农业气候资源变化特征及未来趋势预估[J]. 中国农学通报, 2024, 40(17): 81-88.
[9]	黄东荣, 聂文昌, 张旭, 万川, 夏明, 雷天浩, 金磊华. 东阳市农田土壤和农作物重金属污染评价及相关性分析[J]. 中国农学通报, 2024, 40(17): 56-62.
[10]	吴宇凡, 王鸿睿, 樊浩杰, 郭锋骁, 徐雪人, 王峰, 李聪. 海藻寡糖在绿色农业发展中的研究与应用[J]. 中国农学通报, 2024, 40(17): 63-72.
[11]	王青青, 赵梦薇, 罗晶晶, 刘伟伟. 安徽省农业碳排放时空变化分析与影响因素研究[J]. 中国农学通报, 2024, 40(16): 104-111.
[12]	热彦古丽·艾则孜. 新疆和硕县欧洲李冻害农业气象因素分析[J]. 中国农学通报, 2024, 40(14): 99-103.
[13]	杨青青, 刘可群, 刘凯文, 孙晨, 肖玮钰. 湖北省设施农业风灾风险时空特征分析[J]. 中国农学通报, 2023, 39(9): 143-152.
[14]	苑明睿, 杨峰山, 蔡柏岩, 付海燕, 刘春光. 农业土壤碳汇研究进展[J]. 中国农学通报, 2023, 39(8): 37-42.
[15]	宋宏恩, 姜常宜, 李树超, 孙兆明. 山东省种植业碳排放度量分析[J]. 中国农学通报, 2023, 39(8): 43-50.