田埂下的 “數(shù)據(jù)基座”：育中國好種，端中國飯碗

作者 | 曾響鈴

文 | 響鈴說

毫無疑問，在充裕的糧食自給率面前，中國老百姓早已經(jīng)不用擔(dān)心“餓肚子”問題。幾個(gè)月前，加拿大數(shù)字媒體公司發(fā)布了一份權(quán)威的糧食自給率數(shù)據(jù)榜單，擁有14億人口的中國已經(jīng)高居全球第三。

但是，我們看到的可能只是一種食物的“結(jié)果”，在整個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈條中，這種“結(jié)果”之前的育種環(huán)節(jié)，我們所面臨的挑戰(zhàn)實(shí)際上并不小。2025年，中央一號文件提出繼續(xù)推進(jìn)生物育種產(chǎn)業(yè)化，這也是“生物育種”連續(xù)第五年走進(jìn)中央一號文件，其背后是育種產(chǎn)業(yè)的重要性和發(fā)展的緊迫性。

農(nóng)安天下，種為基石，種子是農(nóng)業(yè)的“芯片”，是現(xiàn)代農(nóng)業(yè)的基石，更是確保國家糧食安全的源頭，關(guān)系著國計(jì)民生。

而過去許多年，國際種業(yè)巨頭在我國市場來勢兇猛，包括全球種業(yè)前十強(qiáng)在內(nèi)的70多家國際種企進(jìn)入中國，我們的田間地頭已經(jīng)種下了一大批洋種子，糧食自給自足的背后是種子嚴(yán)重依賴國外。

雖然這些年在國家大力扶持以及相關(guān)主體的積極努力下，我國種業(yè)也在快速發(fā)展并取得了一些突破，研發(fā)能力逐步增強(qiáng)，市場占有率也穩(wěn)步提升，但不得不承認(rèn)的是，中國種業(yè)與發(fā)達(dá)國家存在代差。

端穩(wěn)中國飯碗，還必須培育中國種子。

好消息是，已經(jīng)有人在行動(dòng)。作為國家重要的農(nóng)業(yè)實(shí)驗(yàn)室，崖州灣國家實(shí)驗(yàn)室主要從事種業(yè)研究，與華為攜手，正在積極通過AI提升育種的效率和效果，實(shí)現(xiàn)農(nóng)業(yè)智能化與可持續(xù)發(fā)展。

AI普惠帶來的育種革命，但撞上了“數(shù)據(jù)墻”

崖州灣國家實(shí)驗(yàn)室相關(guān)專家在一次活動(dòng)上分享育種AI實(shí)踐時(shí)，曾回顧了全球育種行業(yè)過去的發(fā)展。與很多傳統(tǒng)行業(yè)一樣，這個(gè)領(lǐng)域過去長期依賴經(jīng)驗(yàn)，雖然經(jīng)過多個(gè)階段的進(jìn)化，但從技術(shù)來說一直是一個(gè)概率事件：

第一代的馴化育種直接從大自然挑好種子；

第二代雜交育種帶有極強(qiáng)的隨機(jī)性，需要長期蹲守，期待、等待好的結(jié)果；

到了第三代分子水平育種，有分子標(biāo)記但也只是進(jìn)行了提前的篩選，本質(zhì)上是提高了第二代雜交育種獲得成果的概率；

到了第四代，也就是全基因組學(xué)習(xí)階段，分子標(biāo)記變成基因識別和標(biāo)記，概率、效率近一步提升。

可以看出，只要是不能真正預(yù)測育種行為結(jié)果的，都無法擺脫被動(dòng)“拼概率”的命運(yùn)。

這造成了一個(gè)來自時(shí)間的壁壘——那些起步早的西方國家，靠著長期依賴不斷試錯(cuò)、博概率的積累，在育種方面積累了中國很難短期內(nèi)同樣用概率追趕的優(yōu)勢（從雜交組合到性狀篩選，往往需要數(shù)年甚至數(shù)十年的周期），尤其是我們的育種技術(shù)還存在代差，獲得成果的“概率值”還比不上西方時(shí)。

怎么辦？

如果能有一種方法，突破“拼概率”，在田間育種進(jìn)行前就能提前預(yù)測到結(jié)果，毫無疑問育種就能實(shí)現(xiàn)彎道超車。

這也正是第五代育種——智能品種設(shè)計(jì)階段帶給中國的機(jī)遇。

中國的AI普惠如火如荼，正在眾多領(lǐng)域推進(jìn)效率升級甚至是模式革命，它不僅是“工具的革命”，更是“革命的工具”。在育種領(lǐng)域，AI for Science新的研究范式，讓育種可以通過 AI 模型快速分析基因與表型之間的關(guān)聯(lián)，預(yù)測作物的產(chǎn)量、抗逆性等關(guān)鍵性狀，大幅縮短研究周期，幫助我國育種產(chǎn)業(yè)實(shí)現(xiàn)趕超。

然而，當(dāng)崖州灣國家實(shí)驗(yàn)室擁抱AI、積極投身智能品種設(shè)計(jì)時(shí)，卻遭遇了嚴(yán)峻的數(shù)據(jù)挑戰(zhàn)。

眾所周知，當(dāng)下AI已經(jīng)從拼模型的時(shí)代進(jìn)入到數(shù)據(jù)的時(shí)代，數(shù)據(jù)的質(zhì)量很大程度上決定了模型效果，西方國家發(fā)布的AI戰(zhàn)略已經(jīng)把科學(xué)數(shù)據(jù)定為國家戰(zhàn)略資產(chǎn)。但是，我國農(nóng)業(yè)領(lǐng)域能夠用于育種的數(shù)據(jù)卻很難支撐AI育種的需要——在數(shù)量和分布上，我國農(nóng)業(yè)數(shù)據(jù)分散在全國各地且共享困難；在質(zhì)量上，農(nóng)業(yè)數(shù)據(jù)的標(biāo)準(zhǔn)也很難統(tǒng)一，“數(shù)據(jù)格式、質(zhì)量標(biāo)準(zhǔn)混亂”。

這時(shí)候，建立一個(gè)底層數(shù)據(jù)體系，統(tǒng)一數(shù)據(jù)規(guī)范、數(shù)據(jù)標(biāo)準(zhǔn)，為AI應(yīng)用奠定數(shù)據(jù)基礎(chǔ)，就成為崖州灣國家實(shí)驗(yàn)室的當(dāng)務(wù)之急。

高質(zhì)量數(shù)據(jù)集的匯聚、共享和流動(dòng)，奏響育種數(shù)據(jù)交響樂

在數(shù)據(jù)挑戰(zhàn)面前，崖州灣國家實(shí)驗(yàn)室選擇聯(lián)合華為，構(gòu)建面向下一代生物育種技術(shù)的AI數(shù)據(jù)湖基座。

要解決問題，先要更充分地認(rèn)識問題。

打造數(shù)據(jù)基座，首先必須對什么才是“好的數(shù)據(jù)”也即高質(zhì)量的數(shù)據(jù)集有統(tǒng)一的認(rèn)識。在崖州灣國家實(shí)驗(yàn)室與華為的合作中，雙方對數(shù)據(jù)構(gòu)建的目標(biāo)進(jìn)行了五級劃分，從符合FAIR原則（即可查找、可訪問、可互操作、可復(fù)用），到滿足通用模型，再到強(qiáng)化推理支撐，再到針對科學(xué)問題的數(shù)據(jù)集建立，最后到即插即用的統(tǒng)一數(shù)據(jù)集，一個(gè)數(shù)據(jù)基座的目標(biāo)體系或者說質(zhì)量控制體系就此構(gòu)建起來。

在這樣的“行動(dòng)綱領(lǐng)”引導(dǎo)下，基于OceanStor Pacific全閃分布式存儲，華為與崖州灣國家實(shí)驗(yàn)室共同打造起AI數(shù)據(jù)湖基座，匯集了過去分散在全國各地的農(nóng)業(yè)科研數(shù)據(jù)、國外公開數(shù)據(jù)、企業(yè)托管數(shù)據(jù)、學(xué)校自采集數(shù)據(jù)等，通過數(shù)據(jù)分類共享機(jī)制（分為對外公開、受限開放、內(nèi)部機(jī)密等級并設(shè)置安全策略）實(shí)現(xiàn)了數(shù)據(jù)的有序共享和流通，做到了全局文件系統(tǒng)的統(tǒng)一調(diào)度。

當(dāng)然，數(shù)據(jù)基座不僅僅是一個(gè)既有數(shù)據(jù)融通共享與利用的體系，在數(shù)據(jù)質(zhì)量源頭方面，雙方還制定了統(tǒng)一的農(nóng)業(yè)數(shù)據(jù)采集標(biāo)準(zhǔn)，讓分散在各地的育種數(shù)據(jù)有了“通用語言”，不管是來自實(shí)驗(yàn)室還是田間，各種數(shù)據(jù)都能無縫納入AI 數(shù)據(jù)湖。

在這樣的數(shù)據(jù)基座支撐下，農(nóng)業(yè)數(shù)據(jù)“散、亂、差”的痛點(diǎn)得到解決，全國育種數(shù)據(jù)可視、可管和有序共享，面向育種的高質(zhì)量語料庫建立起來，原本難以共享的數(shù)據(jù)資源也能夠成為可復(fù)用、可流轉(zhuǎn)的“國家戰(zhàn)略資產(chǎn)”。

最終，在智能融合、數(shù)據(jù)全域流通下，農(nóng)業(yè)數(shù)據(jù)分散式、數(shù)據(jù)割裂難利用的情況被徹底改變，實(shí)現(xiàn)全局?jǐn)?shù)據(jù)統(tǒng)一目錄，EB級數(shù)據(jù)秒級檢索，隨時(shí)隨地按需共享等。崖州灣國家實(shí)驗(yàn)室智慧育種成功打造了國家級精準(zhǔn)育種技術(shù)體系，支撐起一個(gè)總部+5個(gè)基地+N個(gè)分支、超1000科學(xué)家的育種體系。

從試驗(yàn)田到數(shù)據(jù)基座，將育種革命進(jìn)行到底

一旦數(shù)據(jù)基座建立，AI育種的工作也開始加速推進(jìn)。

例如崖州灣國家實(shí)驗(yàn)室還打造了基于Nexent的農(nóng)業(yè)AI工具社區(qū)，智能體系統(tǒng)和數(shù)據(jù)系統(tǒng)打通，實(shí)現(xiàn)數(shù)據(jù)自動(dòng)推薦和智能體自主交互。

AI數(shù)據(jù)湖高效支撐各類育種AI工具的運(yùn)行，科研工作者不再像過去那樣必須費(fèi)勁找到“指定數(shù)據(jù)”才能開展工作。在崖州灣國家實(shí)驗(yàn)室的期望中，未來與華為深入合作，要構(gòu)建起一個(gè)基于多智能體的AI科學(xué)家系統(tǒng)或AI育種系統(tǒng)，去服務(wù)農(nóng)業(yè)科學(xué)家群體以及企業(yè)群體。

從這個(gè)意義上看，當(dāng)AI數(shù)據(jù)基座建設(shè)起來，數(shù)據(jù)問題的解決只是一個(gè)開端，更重要的是傳統(tǒng)育種工作模式的改變。

本質(zhì)上，華為AI數(shù)據(jù)湖并非孤立的技術(shù)產(chǎn)品，它與農(nóng)業(yè)智能體系統(tǒng)、育種工具平臺深度融合，做到了“數(shù)據(jù)采集-分析-決策-執(zhí)行”的閉環(huán)。

過去，提到育種，很多人腦海第一印象可能是田間地頭的“泥腿子”奔波。但當(dāng)下及以后的育種工作，更可以是完全現(xiàn)代化的工作范式——科研人員通過 VR 眼鏡、無人機(jī)等前端設(shè)備獲取田間信息，數(shù)據(jù)實(shí)時(shí)傳入 AI 數(shù)據(jù)湖，經(jīng)過 AI 分析后生成的育種決策，能直接下發(fā)給機(jī)器狗、智能農(nóng)機(jī)執(zhí)行，讓傳統(tǒng)“靠天吃飯、憑眼判斷”的育種模式升級為精準(zhǔn)可控的智慧育種。

由此可見，華為AI數(shù)據(jù)湖與生物育種的結(jié)合，看似是技術(shù)層面的創(chuàng)新，實(shí)則是AI普惠、科技服務(wù)國計(jì)民生的一次深入實(shí)踐。它用數(shù)據(jù)打通了科技與農(nóng)業(yè)的“最后一公里”，讓AI不再是實(shí)驗(yàn)室里的“高精尖”，而是扎根田野、服務(wù)民生的“好幫手”。

未來，隨著這一數(shù)據(jù)基座的不斷完善，有理由相信，中國育種行業(yè)將加速突破代差，培育出更多適應(yīng)環(huán)境、高產(chǎn)優(yōu)質(zhì)的農(nóng)業(yè)品種。

*本文圖片均來源于網(wǎng)絡(luò)