AI模型革命化作物抗病性选择

中国农业科学院的科学家们开发了一种人工智能模型，该模型能够以超过90%的准确率预测作物对稻瘟病、小麦锈病和条锈病等疾病的抗性。这一创新利用机器学习分析遗传标记，显著简化了选择抗病品种的过程。传统上，这种选择依赖于耗时且昂贵的田间试验，仅对10,000个潜在品种进行测试就可能耗资高达1000万元人民币。

研究员康厚祥及其团队开发的这一AI模型，利用机器学习算法基于基因组数据预测疾病抗性。这种方法不仅降低了成本，还加速了育种过程，可能彻底改变农民和育种者选择种子的方式。

康厚祥进入AI领域的旅程始于COVID-19封锁期间，当时他自学Python以探索机器学习在农业中的应用。他的努力最终促成了一个能够准确预测新作物品种疾病抗性的模型，这一突破有望通过确保更多抗逆性强的作物来增强全球粮食安全。

这一发展突显了人工智能在农业中的变革潜力，让我们得以一窥未来，技术将在增强作物抗逆性和提高粮食生产效率方面发挥关键作用。