全球農業受糧食安全、氣候變化、新冠肺炎疫情、逆全球化、人口變化等諸多不確定性因素影響，各國力求以具體行動實踐提升自身農業生產系統的抗風險能力及氣候適應能力。當前在大數據、人工智能及互聯網“三位一體”的技術變革場景下，國際農業科技前沿也愈加強調生物技術、人工智能技術、生態環境技術等技術內核，這就要求基礎學科及交叉學科的研究要更加關注農業生物特征及農業特定問題。

智能設計育種打造現代農業新“芯片”

種業一直以來被譽為現代農業的芯片，業已成為世界各國爭相搶占的農業科技制高點。而當前機器學習、基因編輯、全基因組選擇及合成生物學等前沿科技的創新發展已引領國際種業巨頭強勢進入智能設計育種時代，育種周期明顯縮短、成本顯著降低、效率顯著提高。

當前美國已基本進入智能設計育種時代，依托此前積累的大量育種數據及全流程大數據驅動來進行作物表型模擬及利用決策模型輔助育種家進行精準雜交組配。近年來已有多家國際種業公司以重組與并購等形式實現人工智能技術與生物技術多元化融合以整合育種研發鏈條、增強在國際種業的核心競爭力。目前我國尚處于由“跟跑”向“并跑”的角色轉換中，多數動植物核心種源對外依存度較高，原創不足，當前亟須彌補關鍵技術融合、多元學科交叉及產業化等方面的不足，實現育種技術體系智能化及工程化。

智慧農業助力農業生產經營

機器學習、區塊鏈、物聯網等信息科學在智慧農場、智能溫室等具體農業生產場景下集成應用,管理者能夠進行精準的農業信息感知、科學量化決策、智能控制農業機械設備及精準控制投入。美國已有20%耕地及80%大農場實現大田生產全程數字化，平均每個農場約擁有50臺連接物聯網的設備。而我國整體智慧農業技術應用不足，同時因為基礎研究及學科交叉研究的不足，現有高端農機裝備核心部件、農業傳感器核心感知元器件及農業人工智能核心技術依賴國外。

數據是信息科技與農業深度融合的重要前提。法國已由政府主導、多主體共同承擔建設涵蓋農業生產各部門的農業信息數據庫，并致力于打造集科研、咨詢、互聯網應用及公共管理等為一體的農業數據體系。目前我國農業數據形式繁雜、數量巨大、分布分散且缺少統一統計標準，農業數據收集成本高、難度大及準確性差，農業數據處理難以實現多源融合與深度挖掘運用。此外，區塊鏈技術作為一種分布式數據記錄方式及共享式數據庫，具有去中心化、開放性、數據不可篡改及可溯源等核心特征，與農業溯源系統結合后能夠連接生產、加工、流通、存儲及銷售等農業供應鏈全環節。基于區塊鏈技術的農產品溯源系統可以有效降低數據存儲及監管成本，但目前普遍面臨著隱私泄露、數據安全及區塊容量不足等問題。

以氣候智慧型農業應對“雙碳”

為應對糧食安全、氣候變化及溫室氣體排放等三重挑戰，氣候智慧型農業承擔著保障農業綜合生產能力及氣候適應的重任，以農業發展新理念提高農業生產適應力、應變力及整體效率。各國相關主體針對自身農業生產特征通過技術優化、生產方式轉變促進固碳減排來應對碳中和挑戰。

美國主要運用培育耐熱性更高的玉米及大豆新品種、進行土壤養分管理等生物信息技術手段，另外采取將溫室氣體減排效果納入高管績效考核、停止加工亞馬遜非法砍伐森林區的養殖肉牛、停止與亞馬遜大豆供應商合作等措施。

巴西則主要采取以提供低息貸款的方式鼓勵最少耕作法、出臺森林保護綜合性戰略、采用“種養共生”復合生產體系等措施發展可持續性集約化農業。

英國政府通過法律確立“凈零排放”目標、細化低碳農業激勵政策、鼓勵各界自發選擇碳監測工具等措施引導推進現代農業綠色發展。

在“碳達峰碳中和”戰略背景下我國已在相關研究領域開展諸多實踐行動，如我國農業農村部發布的農業農村減排固碳十大技術模式，主要分為種養業減排、土壤固碳及新能源替代三大思路，但目前整體上仍存在減排固碳關鍵技術成本較高、效果有待驗證、難以快速推廣等突出性問題。因此亟須在保障糧食安全和重要農產品有效供給的基礎上提升農業全鏈條固碳減排技術創新突破水平。

綜上，面對紛繁復雜的國際環境形勢及現代農業綠色轉型需求，我國首先要推進農業基礎科學、應用科學、新興交叉學科研究短板領域的協同攻關，促進農業關鍵技術突破；其次要推動形成產學研協同的農業科技創新體系，加快推進農業科技成果轉化應用，提高農業綜合生產能力；再次要完善新型農業科技服務體系，解決農業科技服務有效供給不足的問題。唯有正視自身農業科技與發達國家的差距，面向國內農業生產新需求，才能構建起農業科技自立自強的創新體系。