16.3 AI+制造
我们要为工业生产装上“最强大脑”—人工智能。智能制造源于工业领域的制造业。其产生的历史原因是，机器的功能表现不能遂人愿，人很难掌控机器的全部状态情况。机器的运行状态不为人知，且不说远程监控，就是人站在机器前面，也未必知道哪个零部件正常与否，还有多长时间需要更换。为了解决这些问题，当前的制造业从生产、流通到销售正在越来越趋于数据化、智能化。大数据和人工智能技术可以协助企业分析生产过程中的全链路数据，实现生产效率、设备使用效率提升等目标，支持“AI+制造”。
16.4 农业大数据
农业大数据是大数据理念、技术和方法在农业领域的实践，涉及农业生产、经营、管理和服务4个方面，是跨行业、跨专业的数据分析与挖掘。
16.4.1 发展现状
近年来，随着农业信息化建设的加速和农村电子商务的发展，各级农业部门对农业大数据重要性的认识不断提高，各新型经营主体利用数据的意识和能力不断增强，推动了农业大数据的发展和运用。全国多个省份已初步建立了化肥、农药、种子等农业投入品，“三品一标”优质农产品，农业统计、实用技术、质量标准、涉农法律法规、农业专家、农业影视和龙头企业等20多个数据库，数据内容包括文本、图片、音视频等多种格式。部分地方也开展了农业大数据运用的探索，如测土配方、科技服务等农业数据的采集系统和查询应用系统，方便了农业合作社、农业龙头企业、农民的使用，服务了农业生产。
但是，农业信息化的基础设施差，数据融合、分析的省级农业大数据交换管理中心尚未建立，农业大数据开放共享的基础和制度尚未形成，农业大数据研究和应用人才缺乏等，严重制约了农业大数据的研究和应用。
16.4.2 农业大数据目标
围绕农业提质增效、转型升级这一主线，以生产、市场需求为导向，加快农业专业数据的有效整合、融合和应用服务，全面、及时地掌握农业生产信息和市场动态变化趋势，提升对农业生产、经营的预测预警能力和农业管理的科学决策水平，提高农业经济发展水平，加快农业现代化发展进程。
以农业需求为导向，加强农业大数据公共基础平台建设、农业具体专业领域的应用示范，不断探索创新农业大数据的应用模式，培育和挖掘农业领域应用大数据的新业态、新模式，开发大数据应用，增强大数据发展的内生动力，形成常态、高效、可持续的机制。政府部门应该率先推进农业大数据资源的集中与开放，与社会联动，形成大数据资源积累机制。加大资源整合力度，提高资源使用效率，通过市场化、社会化方式汇聚和优化配置社会资源，加强社会信息资源共享，加速推进农业大数据的开放、融合、共享，切实推动农业大数据的深度融合和广泛应用。
第16章 工农业大数据和人工智能
435