姜麗華， 方松， 張丹丹， 趙瑞雪*， 常曉燕

（1.中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京 100081； 2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)大數(shù)據(jù)重點實驗室，北京 100081；3.中國農(nóng)業(yè)科學院，北京 100081； 4.北京航天豐益信息技術有限公司，北京 100081）

黨的十八大以來，“創(chuàng)新驅動發(fā)展”成為國家戰(zhàn)略，科技創(chuàng)新被擺在國家發(fā)展全局的核心位置。黨中央、國務院決策部署，堅持把農(nóng)業(yè)科技創(chuàng)新擺到農(nóng)業(yè)農(nóng)村發(fā)展的核心，進一步完善政策舉措，加大支持力度，力圖通過加快提升農(nóng)業(yè)科技進步和創(chuàng)新水平，為我國由農(nóng)業(yè)大國走向農(nóng)業(yè)強國提供堅實的科技支撐[1]。在2019年第十三屆全國人大二次會議和全國政協(xié)二次會議上，習近平總書記指出，“只有把核心技術掌握在自己手中，才能真正掌握競爭和發(fā)展的主動權，才能從根本上保障國家經(jīng)濟安全、國防安全和其他安全”。2020 年中央經(jīng)濟工作會議提出，在農(nóng)業(yè)領域要開展種源“卡脖子”技術攻關，堅決落實“藏糧于地、藏糧于技”戰(zhàn)略。農(nóng)業(yè)“卡脖子”問題第一次被提到國家戰(zhàn)略高度[2]。2022 年國務院《“十四五”推進農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》提到，“加快實施農(nóng)業(yè)生物育種重大科技項目，有序推進生物育種產(chǎn)業(yè)化應用”[3]。2022 年中央一號文件更是明確提出，“全面實施種業(yè)振興行動方案，推進種業(yè)重大創(chuàng)新平臺建設[4]?！碑斍?，突破核心技術的瓶頸并解決農(nóng)業(yè)“卡脖子”難題的有效路徑是發(fā)揮市場經(jīng)濟條件下新型舉國體制優(yōu)勢，集中優(yōu)勢資源和科研力量實施協(xié)同攻關，實施自主研發(fā)和科研創(chuàng)新，這樣才能最終解決我國農(nóng)業(yè)領域“卡脖子”問題，穩(wěn)住農(nóng)業(yè)基本盤，筑牢“三農(nóng)”壓艙石。按照問題導向、頂層統(tǒng)籌、數(shù)據(jù)驅動、開放共享、協(xié)同攻關的發(fā)展思路，構建農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新基礎設施，是維護國家糧食安全重要戰(zhàn)略的具體舉措，具有重要現(xiàn)實意義。

隨著人工智能、云計算、物聯(lián)網(wǎng)技術和大數(shù)據(jù)技術突飛猛進發(fā)展，數(shù)據(jù)爆炸式增長，農(nóng)業(yè)科學研究持續(xù)向精細化、智能化方向演進，數(shù)據(jù)密集型科研已成為科研創(chuàng)新的典型特征。世界各國紛紛制定數(shù)據(jù)密集型科研發(fā)展戰(zhàn)略，持續(xù)投入大量資金支撐數(shù)據(jù)密集型科研的數(shù)字基礎設施建設，促進科研模式的變革，實現(xiàn)科技創(chuàng)新跨越。歐盟、美國等推出一系列行動規(guī)劃，予以持續(xù)推進，已形成了明確的數(shù)字基礎設施發(fā)展架構。我國也高度重視新型基礎設施建設[5]，“十四五”規(guī)劃做出明確部署，截至2020 年10 月，國家發(fā)展和改革委員會已布局建設55 個國家重大科技基礎設施[6]，為科學技術研究提供了有力支撐。

科學研究的進步促使科研數(shù)字基礎設施的性能和規(guī)模加速向更高量級發(fā)展，我國新型基礎設施建設相關政策路線日趨清晰，農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新基礎設施已成為未來鄉(xiāng)村振興的新動能和搶占全球農(nóng)業(yè)制高點的重要物質(zhì)技術基礎。因此，新型基礎設施必將與科學研究的整個生命周期共融，促進數(shù)據(jù)高效流動，催生更多、更具價值的科學發(fā)現(xiàn)[1]，支撐原始創(chuàng)新、基礎研究和產(chǎn)業(yè)應用，推動農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展，促進我國從科技大國向科技強國轉變。本文系統(tǒng)分析了我國農(nóng)業(yè)科研協(xié)同創(chuàng)新研究現(xiàn)狀及當前存在的問題，創(chuàng)造性地提出建立1套支撐系統(tǒng)、2套服務體系和多項應用內(nèi)容的系統(tǒng)基礎實施架構，構建了服務多學科交叉融合的農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新平臺，簡化并加速人工智能模型和數(shù)據(jù)的迭代和流動，實現(xiàn)大規(guī)模異構計算資源調(diào)度技術、多模態(tài)數(shù)據(jù)融合方法和友好的開發(fā)支撐環(huán)境。

1 農(nóng)業(yè)科研協(xié)同創(chuàng)新研究現(xiàn)狀

縱觀已有研究，技術創(chuàng)新從最初的個體企業(yè)創(chuàng)新逐步延伸到全面創(chuàng)新和協(xié)同創(chuàng)新[2]。然而，由于理解視角差異，學者們對協(xié)同創(chuàng)新的內(nèi)涵尚未達成一致，一般認為科研協(xié)同創(chuàng)新是以科研團隊或人員間資源共享為前提,以各類聯(lián)合攻關、效益分配、風險分擔為原則,以分工協(xié)作、共同開展技術攻關為方式，達到創(chuàng)新解決科研難題的目的。協(xié)同創(chuàng)新的概念源于協(xié)同學，1976 年著名物理學家Haken[3]首次系統(tǒng)地提出協(xié)同理論，并發(fā)表了《協(xié)同學導論》等著作。當前，該研究主要分3 種類型，分別是概念、模式、要素。

20世紀80年代后，協(xié)同思想在創(chuàng)新系統(tǒng)理論中得到應用，很多文獻以國家創(chuàng)新系統(tǒng)及產(chǎn)學研合作為主題，探索企業(yè)與大學、科研機構或中介組織等不同合作對象之間的協(xié)同創(chuàng)新問題。美國麻省理工學院斯隆中心（MIT Sloan’s Center for Collective Intelligence)的研究員彼得·葛洛(Peter Gloor)最早給出“協(xié)同創(chuàng)新”的定義，即“由自我激勵的人員所組成的網(wǎng)絡小組形成集體愿景，借助網(wǎng)絡交流思路、信息及工作狀況，合作實現(xiàn)共同的目標”[4]。

近年來，協(xié)同創(chuàng)新引起了國外很多學者的關注，經(jīng)典理論有“三重螺旋”理論、科學知識生產(chǎn)“模式2”等，但目前對協(xié)同創(chuàng)新的內(nèi)涵、動因、要素、模式等仍未系統(tǒng)化和體系化。例如，在協(xié)同創(chuàng)新模式方面，有學者認為，與競爭對手合作不是實現(xiàn)產(chǎn)品創(chuàng)新最合適的方式，因為存在信息泄漏的潛在風險，并且不同的合作伙伴有不同的利益。但Ritala 等[5]認為，與競爭對手合作是創(chuàng)造漸進性創(chuàng)新和根本性創(chuàng)新的有效途徑，在高科技產(chǎn)業(yè)領域尤為明顯。

在協(xié)同創(chuàng)新要素方面，也有不同的結論。國外產(chǎn)學研協(xié)同創(chuàng)新在實踐方面已積累了一系列成功經(jīng)驗，如美國硅谷產(chǎn)學研“聯(lián)合創(chuàng)新網(wǎng)絡”；美國北卡三角科技園官、產(chǎn)、學、研協(xié)同創(chuàng)新；日本《工礦業(yè)技術研究組合法》提出的企業(yè)協(xié)同創(chuàng)新；韓國“技術研究組合”提出的若干行業(yè)大科學工程；歐洲一體化進程中芬蘭、愛爾蘭、瑞典等協(xié)同創(chuàng)新網(wǎng)絡[6]。

《國家中長期科學和技術發(fā)展規(guī)劃綱要（2006—2020 年）》首次提出“建立產(chǎn)學研結合的技術創(chuàng)新體系是建設國家創(chuàng)新體系的突破口”[7]。目前，產(chǎn)學研已經(jīng)成為我國科技創(chuàng)新的最新范式，現(xiàn)有文獻定性論述了產(chǎn)學研協(xié)同創(chuàng)新的現(xiàn)狀、內(nèi)涵、動力、模式、機制、過程、影響因素、績效評價和政策建議等方面，且普遍采用系統(tǒng)論分析，代表觀點是陳勁等[8]提出的“多主體協(xié)同互動論”?？v觀近幾年的研究成果，我國學者主要從以下幾方面對政產(chǎn)學協(xié)同創(chuàng)新進行了研究。①有關協(xié)同創(chuàng)新效率及其影響因素的研究。黃菁菁[9]在分析產(chǎn)學研協(xié)同創(chuàng)新內(nèi)在機理的基礎上，利用企業(yè)面板數(shù)據(jù)對產(chǎn)學研協(xié)同創(chuàng)新的效率及其影響因素進行了研究。陳懷超等[10]探究了制度支持對產(chǎn)學研協(xié)同創(chuàng)新的影響，認為正式和非正式制度支持均對產(chǎn)學研協(xié)同創(chuàng)新有正向影響。②基于博弈理論模型。研究主體之間的協(xié)同創(chuàng)新機制及其利益分配策略，研究的側重點是協(xié)同創(chuàng)新過程中不同利益分配機制下主體間的策略選擇。方煒等[11]從創(chuàng)新治理角度，構建了產(chǎn)學研協(xié)同創(chuàng)新治理風險分擔機制，分析了如何利用參與主體風險偏好、風險承擔能力、風險管理能力以及風險損益對治理風險分擔進行調(diào)配。嵇留洋等[12]構建了公平偏好影響下產(chǎn)學研合作主體資源投入行為決策的演化博弈模型，研究了成員的公平偏好程度、產(chǎn)出能力、利益分享比例等因素對資源投入行為選擇的影響。③三螺旋理論模型。借助于信息論相關理論，利用信息熵指標測度主體之間的協(xié)同度，熵越大表示主體之間的合作越密切，協(xié)同度越高。吳衛(wèi)紅等[13]基于三螺旋理論模型，構建了政府、企業(yè)、大學研究機構和資本部門的四螺旋模型，并從互信息的角度利用信息熵測度了4 個主體之間的協(xié)同創(chuàng)新程度。另外，還有部分學者對產(chǎn)學研協(xié)同創(chuàng)新的機理或管理模式進行了研究，如原長弘等[14]在探討企業(yè)家主導產(chǎn)學研協(xié)同創(chuàng)新提高企業(yè)創(chuàng)新能力和創(chuàng)新績效機理的基礎上，提出了以企業(yè)為主體的產(chǎn)學研協(xié)同創(chuàng)新管理框架。教育部“高等學校創(chuàng)新能力提升計劃”（簡稱“2011 計劃”），自2012年啟動實施，4年為1個周期。

環(huán)顧國內(nèi)，協(xié)同創(chuàng)新已經(jīng)成為各省市區(qū)競相探索的新型創(chuàng)新模式。我國載入史冊的兩彈一星工程、載人航天工程、嫦娥工程等重大技術攻關[15]，都是具有中國特色的協(xié)同創(chuàng)新的成果。近年來，北京、江蘇等省（自治區(qū)、直轄市）在全面推進原始創(chuàng)新、集成創(chuàng)新、引進消化吸收再創(chuàng)新的同時，也在探索推動協(xié)同創(chuàng)新模式，力求在新一輪的世界科技創(chuàng)新競賽中爭得先機，爭取科技創(chuàng)新優(yōu)勢[16]。如北京成立了協(xié)同創(chuàng)新服務聯(lián)盟，服務于重大科技成果轉化和產(chǎn)業(yè)化，大力促進戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。

我國的TD-SCDMA（time division-synchronous code division multiple access，時分同步碼分多址）產(chǎn)業(yè)化專項成立首個企業(yè)自發(fā)形成的產(chǎn)業(yè)協(xié)調(diào)組織(TD industry alliance，TDIA)，形成了專利共享、共同開發(fā)、協(xié)同組織的產(chǎn)業(yè)發(fā)展機制，開創(chuàng)了我國政、產(chǎn)、學、研相結合的產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展模式[17]，加快了產(chǎn)業(yè)化整體進程。如新型冠狀病毒爆發(fā)以來，中央統(tǒng)籌科學技術部、衛(wèi)生健康委員、國家藥品監(jiān)督管理局、教育部等12 個部門進行協(xié)同攻關，設立藥物研發(fā)、疫苗研發(fā)、檢測試劑等10個重點工作專班，聚焦臨床救治、藥物和疫苗研發(fā)及檢測技術、病毒病原學、流行病學、動物模型構建等5個研究方向，部署83個應急攻關項目，組織動員全國優(yōu)勢力量開展疫情防控科研攻關[18]，形成了全國一盤棋的攻關格局，并取得了全世界矚目的成績。

2 農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新面臨的瓶頸性問題

當前，我國正加快從農(nóng)業(yè)大國向農(nóng)業(yè)科技強國邁進，農(nóng)業(yè)科技創(chuàng)新也將由跟跑、并跑向領跑轉變。長期以來，我國農(nóng)業(yè)科技創(chuàng)新體系缺乏有效的統(tǒng)籌協(xié)同機制，解決重大科技問題的協(xié)同創(chuàng)新合力不夠。從科技創(chuàng)新組織模式來看，現(xiàn)代科技多學科交叉融合趨勢加劇，迫切需要打破各創(chuàng)新主體間的壁壘，圍繞共同的創(chuàng)新目標，有效匯聚創(chuàng)新資源和創(chuàng)新要素，實現(xiàn)優(yōu)勢互補、資源共享和合作攻關，建立起完整的創(chuàng)新鏈條，不斷提升創(chuàng)新效率和科技成果產(chǎn)出。從解決農(nóng)業(yè)重大科技問題的現(xiàn)實需求來看，農(nóng)業(yè)科技活動的綜合性、系統(tǒng)性和開放性突出，創(chuàng)新環(huán)節(jié)多、鏈條長和成果產(chǎn)出周期長，多學科交叉明顯，外部影響因素多，不通過持續(xù)協(xié)同攻關很難解決制約產(chǎn)業(yè)發(fā)展的瓶頸性問題[19]。這對構建完全自主、安全、可控且突破“卡脖子”關鍵核心技術的新型數(shù)字科研基礎設施，實現(xiàn)從根本上保障國家農(nóng)業(yè)科技創(chuàng)新安全和科技自立自強提出了迫切需求。習近平總書記強調(diào)，要推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，加快制造業(yè)、農(nóng)業(yè)、服務業(yè)數(shù)字化、網(wǎng)絡化、智能化。這可以瞄準農(nóng)業(yè)現(xiàn)代化主攻方向，提高農(nóng)業(yè)生產(chǎn)智能化、經(jīng)營網(wǎng)絡化水平，幫助廣大農(nóng)民增加收入[20]。農(nóng)業(yè)農(nóng)村部高度重視智能農(nóng)業(yè)的發(fā)展，并在頂層設計、統(tǒng)籌協(xié)調(diào)、創(chuàng)新應用、產(chǎn)業(yè)發(fā)展、區(qū)域示范等方面取得了顯著進展，但是仍然存在一些束縛農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新的瓶頸性問題亟待解決。

2.1 農(nóng)業(yè)科研大數(shù)據(jù)亟待集約化

伴隨生物和信息技術的發(fā)展，過去10 年間我國育種數(shù)據(jù)的數(shù)量呈現(xiàn)爆炸性增加趨勢。據(jù)國家農(nóng)業(yè)科學數(shù)據(jù)中心調(diào)研測算，我國目前年產(chǎn)出育種數(shù)據(jù)超過500 PB，且年增長率超過30%。從企業(yè)調(diào)研情況來看，70.8%的企業(yè)育種科研團隊將相關數(shù)據(jù)內(nèi)部保存；20.8%愿意將數(shù)據(jù)提交數(shù)據(jù)管理機構統(tǒng)一存儲；4.2%將數(shù)據(jù)隨論文發(fā)表公開。但相較于上萬家育種團隊、年產(chǎn)出的數(shù)百PB育種數(shù)據(jù)來說，國家農(nóng)業(yè)科學數(shù)據(jù)中心的總存儲能力僅為不到2 PB，“小馬拉大車”的窘境凸顯。數(shù)據(jù)作為生產(chǎn)要素的重要作用沒有得到充分發(fā)揮，同時行業(yè)數(shù)據(jù)的較低共享水平造成數(shù)據(jù)生產(chǎn)的較高重復投入。

2.2 農(nóng)業(yè)算力亟待加強化

農(nóng)業(yè)農(nóng)村部存儲和計算能力較強的是農(nóng)業(yè)農(nóng)村部信息中心和大數(shù)據(jù)管理中心，存儲能力分別為5.0 和2.4 PB，計算能力分別為9 000 和1 000核[21]。中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所高性能計算平臺存儲能力達到1 PB，運算能力22萬億次·s-1。育種數(shù)據(jù)必須經(jīng)過充分分析和挖掘才能發(fā)揮價值，實現(xiàn)對育種產(chǎn)業(yè)的支撐作用。當前最先進的育種技術中普遍涉及的基因編輯位點篩選和設計、高密度圖譜構建與精細定位、優(yōu)勢基因聚合和表型預測等試驗，以及市場導向下快速、精準育種等育種目標的制定，都需要建立在對大田、實驗室、市場等方面各種數(shù)據(jù)的精細挖掘和分析的基礎之上。算力基礎設施的缺位嚴重制約了計算育種分析挖掘能力，桎梏育種產(chǎn)業(yè)升級。

2.3 數(shù)據(jù)流通融合亟待機制化

黨的十九屆四中全會首次提出“要健全數(shù)據(jù)作為一種新型生產(chǎn)要素由市場評價貢獻、按貢獻決定報酬的機制[22]。”然而，當前數(shù)據(jù)要素市場尚未建立流通體制機制，數(shù)據(jù)確權、定價、交易、跨境流通等基本制度還未構建完成，合法、成熟的數(shù)據(jù)流通模式尚未建立起來。比如數(shù)據(jù)確權方面，現(xiàn)有的物權法、合同法、知識產(chǎn)權法等法律未能及時完善。

2.4 數(shù)據(jù)開放共享水平亟待提升

政務數(shù)據(jù)共享方面，數(shù)據(jù)資源共享壁壘仍難以打破，由此帶來數(shù)據(jù)資源的調(diào)度欠缺統(tǒng)籌管理，條塊分割問題普遍存在，共享渠道不暢[23]。將數(shù)據(jù)視為“私人財產(chǎn)”的科研人員和團隊普遍存在。

2.5 農(nóng)業(yè)與信息技術融合亟待多元化

在應用和算法層面，我國在大數(shù)據(jù)算法的原始創(chuàng)新、工程實現(xiàn)和系統(tǒng)平臺3 個核心領域與世界發(fā)達國家相比均存在較大差距。前沿的計算框架和衍生生態(tài)圈分布均在國外開源社區(qū)，一旦開源代碼和軟件受到管制，我國大數(shù)據(jù)產(chǎn)業(yè)將面臨巨大風險。

近日，聯(lián)合國經(jīng)濟合作與發(fā)展組織發(fā)布《科技與創(chuàng)新的數(shù)字化：關鍵發(fā)展與政策》，指出數(shù)字技術正在以多元化方式變革科技創(chuàng)新。為把握農(nóng)業(yè)科技創(chuàng)新發(fā)展主動權，我國亟需加速數(shù)字技術賦能科技協(xié)同創(chuàng)新，優(yōu)化與重構農(nóng)業(yè)科技創(chuàng)新體系底層基礎設施和運行邏輯。一是盤活數(shù)據(jù)要素活力，改變高價值農(nóng)業(yè)科學數(shù)據(jù)國內(nèi)未充分挖掘就流失國外的現(xiàn)狀，改變過去以“實體化”“條塊化”“區(qū)域化”“領域化”為基礎的數(shù)據(jù)要素模式，推動數(shù)據(jù)要素有序流動與價值開發(fā)；二是提高自主可控核心技術研發(fā)能力，基于人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)、邊緣計算等關鍵技術構建“數(shù)據(jù)”+“算法”+“算力”的新興農(nóng)業(yè)協(xié)同創(chuàng)新基礎設施，打造群體性、鏈條化、跨領域創(chuàng)新生態(tài)；三是應對數(shù)據(jù)密集型科研發(fā)展新范式，構建新型數(shù)字科研基礎設施，推進交叉學科融合創(chuàng)新，改變農(nóng)業(yè)領域學科鏈、創(chuàng)新鏈與產(chǎn)業(yè)鏈融通性不足的問題。

3 農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新基礎設施總體架構

從農(nóng)業(yè)科研的實際出發(fā)，將人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等新型信息技術與農(nóng)業(yè)科研相融合，構建基于“數(shù)據(jù)”+“算法”+“算力”的新興農(nóng)業(yè)協(xié)同創(chuàng)新基礎設施，搭建科研協(xié)同創(chuàng)新平臺，打造農(nóng)業(yè)科研協(xié)同創(chuàng)新環(huán)境，構建農(nóng)業(yè)領域科研數(shù)據(jù)池及科研場景，服務全國農(nóng)業(yè)科研工作人員、科研機構、高校院所，突破農(nóng)業(yè)科技核心關鍵領域和“卡脖子”技術，實現(xiàn)農(nóng)業(yè)科技自立自強。該平臺作為智能化科學計算的基礎設施簡化并加速了人工智能模型和數(shù)據(jù)的迭代和流動，實現(xiàn)了大規(guī)模異構計算資源調(diào)度技術、多模態(tài)數(shù)據(jù)融合方法和易用性開發(fā)支撐環(huán)境。農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新基礎設施按照“統(tǒng)籌規(guī)劃、統(tǒng)一設計”原則進行建設，整體分為5 層架構1 套保障機制，5 層架構包括數(shù)據(jù)資源層、基礎支撐層、服務系統(tǒng)層、應用場景層和服務用戶層，1 套保障機制即平臺運行保障機制，如圖1所示。

圖1 系統(tǒng)總體結構Fig. 1 Whole frame of system

3.1 數(shù)據(jù)源層

多維度、多粒度、多模態(tài)的大數(shù)據(jù)資源是農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新平臺向各類用戶提供知識服務的基礎。通過對多來源、多類型基礎數(shù)據(jù)進行系統(tǒng)采集、匯聚和深度挖掘，實現(xiàn)農(nóng)業(yè)科技大數(shù)據(jù)的匯聚治理與挖掘利用，構建包括科研論文在內(nèi)的科技信息交流的新生態(tài)。該平臺的數(shù)據(jù)資源主要包括國家農(nóng)業(yè)農(nóng)村部大數(shù)據(jù)中心、國家農(nóng)業(yè)圖書館的文獻數(shù)據(jù)、農(nóng)業(yè)科研基地與實驗室科學數(shù)據(jù)、“數(shù)字農(nóng)科院”科研管理數(shù)據(jù)、國家農(nóng)業(yè)科學數(shù)據(jù)中心科研項目數(shù)據(jù)以及農(nóng)業(yè)領域數(shù)據(jù)等，如計算育種數(shù)據(jù)、植保有害數(shù)據(jù)和旱作農(nóng)業(yè)數(shù)據(jù)等。數(shù)據(jù)資源層的建設目標是通過整合目前已有數(shù)字資源（國家農(nóng)業(yè)圖書館、數(shù)字農(nóng)科院以及國家農(nóng)業(yè)科學數(shù)據(jù)中心）、農(nóng)業(yè)科研基地與實驗室新建數(shù)據(jù)資源以及在平臺使用過程中沉淀下來的專業(yè)領域數(shù)據(jù)庫等多種方式，實現(xiàn)多源異構知識資源的有效整合和關聯(lián)打通，構建規(guī)范的農(nóng)業(yè)領域科技知識大數(shù)據(jù)倉儲，建立安全存儲機制和一體化管理平臺，為農(nóng)業(yè)科研協(xié)同創(chuàng)新提供可靠的數(shù)字基礎設施保障。

3.2 基礎支撐設施層

數(shù)字經(jīng)濟時代，數(shù)據(jù)成為新的生產(chǎn)資料，計算力成為新的生產(chǎn)力，高性能計算和通用算法成為先進的生產(chǎn)工具。農(nóng)業(yè)科研在科學履職的同時，面臨著大量科學數(shù)據(jù)、實驗數(shù)據(jù)等數(shù)據(jù)安全問題，極大地影響著我國農(nóng)業(yè)科技自主創(chuàng)新和數(shù)字農(nóng)業(yè)生態(tài)建設。比如在計算育種領域，信息技術與作物育種的深度融合使得作物育種數(shù)據(jù)呈現(xiàn)爆炸式增長，且所獲得的數(shù)據(jù)也不再局限于田間性狀調(diào)查結果，同時還包括動態(tài)環(huán)境數(shù)據(jù)（土壤、氣候、水分等）、影像數(shù)據(jù)、基因表達及分子標記等基因型數(shù)據(jù)、代謝物動態(tài)數(shù)據(jù)以及生產(chǎn)管理數(shù)據(jù)等[24]，數(shù)據(jù)量龐大。以中國“3K”水稻基因組數(shù)據(jù)為例，其收集了全球2 859 份水稻品種，產(chǎn)生了將近16 T的數(shù)據(jù)量。大數(shù)據(jù)的5V（volume，大體量；velocity，時效性；variety，多樣性；value，大價值；veracity，準確性）特性以及高安全性的需求，都需要自建分布式大數(shù)據(jù)高性能計算與分析基礎設施，實現(xiàn)科研基礎大數(shù)據(jù)匯聚融合、治理管控與挖掘分析，為第四范式科研創(chuàng)新提供高速穩(wěn)定的大數(shù)據(jù)傳輸通道。

3.3 服務系統(tǒng)層

我國農(nóng)業(yè)科研創(chuàng)新過度依賴國外底盤技術（如工具和模型等）不僅嚴重制約數(shù)據(jù)的共享和利用形式，更面臨日益嚴峻的“卡脖子”技術風險。哈爾濱工業(yè)大學、哈爾濱工程大學2 所院校被美國禁用MATLAB，再次證明關鍵的底盤技術必須依靠科技的自立自強?；谵r(nóng)業(yè)科研協(xié)同創(chuàng)新大數(shù)據(jù)體系，集成并優(yōu)化深度學習、認知計算、文本挖掘等人工智能技術，研制1 套新型知識共享服務系統(tǒng)，實現(xiàn)智能化、專業(yè)化的農(nóng)業(yè)學術搜索引擎和知識發(fā)現(xiàn)，提供多維度地供給智能知識服務支撐。以我國農(nóng)業(yè)科學自主研發(fā)的各類算法和模型為基礎，研制1 套智能模型服務系統(tǒng)，實現(xiàn)模型構建、模型驗證、模型訓練、結果可視化等功能，為農(nóng)業(yè)科研模型創(chuàng)新提供模型構建可視化環(huán)境、知識庫、案例庫等支撐。

3.4 應用場景層

n個應用場景，是以n個專業(yè)領域數(shù)據(jù)源為核心，以新型知識共享服務系統(tǒng)和智能模型服務系統(tǒng)為支撐的具體化應用模塊，體現(xiàn)了農(nóng)業(yè)農(nóng)村科研協(xié)同平臺的開放性和拓展性?；谀壳拔覈谟嬎阌N、植保有害物種協(xié)同監(jiān)測預警、旱作農(nóng)業(yè)等領域的“跟跑”緊迫性，本研究基于1 套支撐平臺和豐富的知識服務、模型服務系統(tǒng)，面向這3個應用領域開展科研創(chuàng)新應用研究，搭建作物計算育種、植保有害協(xié)同監(jiān)測以及旱作農(nóng)業(yè)共3 個科研協(xié)同創(chuàng)新應用系統(tǒng)。其中，作物計算育種平臺聚焦作物重要性狀的遺傳網(wǎng)絡解析，以合成生物、基因組編輯、全基因組選擇等前沿技術驅動，深度融合人工智能、大數(shù)據(jù)等前沿學科，建設“性狀解析-元件設計-通路合成-材料測試-育種決策”一體化的作物精準設計育種重大科技基礎設施平臺[25]，打造成為我國作物種業(yè)創(chuàng)新的國家戰(zhàn)略科技力量；植保有害協(xié)同監(jiān)測科研協(xié)同創(chuàng)新應用系統(tǒng)主要實現(xiàn)遠程智能一體化的農(nóng)作物外來有害生物監(jiān)測預警、潛在外來有害生物前瞻性風險智能預判、原發(fā)性農(nóng)業(yè)有害生物發(fā)生/流行與災變的人工智能監(jiān)測、診斷與預警等應用功能；全球旱作農(nóng)業(yè)科研協(xié)同創(chuàng)新應用系統(tǒng)主要實現(xiàn)干旱災害預測及旱作種植結構調(diào)整等應用功能。

3.5 服務用戶層

創(chuàng)新基礎設施定位于構建開放科學研究、自主安全可控、泛在可持續(xù)服務農(nóng)業(yè)第四范式的新型數(shù)據(jù)密集型科研協(xié)同創(chuàng)新平臺，打造支撐科學實驗、科學研究、數(shù)據(jù)分析、學術交流的農(nóng)業(yè)科研協(xié)同創(chuàng)新環(huán)境，吸引全國范圍內(nèi)農(nóng)業(yè)領域人才入駐，在平臺上進行科學研究、數(shù)據(jù)共享，構建農(nóng)業(yè)領域科研數(shù)據(jù)池及科研場景，推進互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新技術在農(nóng)業(yè)領域的深度融合，服務于農(nóng)業(yè)系統(tǒng)各個科研機構，各個實驗室、基地、創(chuàng)新中心及團隊，以及全國范圍內(nèi)的涉農(nóng)科研院所、各?。ㄖ陛犑?、自治區(qū)）農(nóng)業(yè)科研機構、高校院所等研究機構。

3.6 運行保障機制

建立1 套平臺的標準規(guī)范體系，統(tǒng)一標準、統(tǒng)一服務、縱向貫通、橫向集成，通過對現(xiàn)有相關標準規(guī)范的繼承、拓展，以及根據(jù)需要編訂新的標準規(guī)范，構建統(tǒng)一的、適用性強的應用標準體系，保證農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新平臺項目將來在全國范圍內(nèi)的推廣實施。建立1 套平臺的建設運行管理體系，圍繞總體任務目標，明確分工、協(xié)同配合，形成多方、多層次共同參與的組織運作機制，使之最大程度地發(fā)揮算力支撐、數(shù)據(jù)服務、知識共享、模型服務等效能，保障平臺正常、健康、高效的運行。建立1套安全保障體系，重點解決當前數(shù)據(jù)安全領域出現(xiàn)的一系列全新挑戰(zhàn)和問題，圍繞服務器芯片、云數(shù)據(jù)庫、中間件、分布式計算與存儲，建立網(wǎng)絡和數(shù)據(jù)一體化安全防護體系和面向數(shù)據(jù)、算力、算法等資源流通的綜合監(jiān)管體系，強化大數(shù)據(jù)安全保障，有效促進國產(chǎn)化數(shù)據(jù)安全產(chǎn)業(yè)發(fā)展。

4 加快構建農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新基礎設施的戰(zhàn)略意義

4.1 實現(xiàn)我國科學數(shù)據(jù)安全和自主可控

科學數(shù)據(jù)是國家科技創(chuàng)新發(fā)展和經(jīng)濟社會發(fā)展的重要基礎性戰(zhàn)略資源。近年來，隨著我國科技投入不斷增長，科技創(chuàng)新能力不斷提升，科學數(shù)據(jù)呈現(xiàn)出“井噴式”增長，而且質(zhì)量大幅提高[26]。以育種數(shù)據(jù)為例，當前遺傳育種科學研究高度依賴NCBI 等多個國外基礎性數(shù)據(jù)中心。這些數(shù)據(jù)中心通過免費提供多種樞紐性的數(shù)據(jù)庫、基礎性的數(shù)據(jù)分析工具、體系化的論文這—數(shù)據(jù)庫共生制度，形成了對育種科學研究的國際性壟斷?！拔覈?jīng)費支持數(shù)據(jù)國內(nèi)產(chǎn)出-科學家免費上傳至國外數(shù)據(jù)中心-國外數(shù)據(jù)中心支配再分配”已經(jīng)成為危險的閉環(huán)。這給我國育種科學研究留下諸多隱患。面對我國科技基礎數(shù)據(jù)外流的嚴峻現(xiàn)實，帶來研發(fā)工作受制于人、國家戰(zhàn)略和科技安全存在隱患等問題，需要打造安全可靠的國家科技數(shù)據(jù)基礎設施，牢牢把握住我國科學家自己生產(chǎn)的數(shù)據(jù)，開發(fā)、利用、共享和保護好這一重要的基礎性戰(zhàn)略資源。

4.2 構建科技創(chuàng)新算力基礎設施和公共計算服務平臺

伴隨著大數(shù)據(jù)人工智能等學科的發(fā)展，基因編輯、合成生物等基因組定向精準改良技術的逐步建立，智能育種開啟了全新的4.0時代。以水稻為例，水稻有4 萬多個基因，幾乎是人類基因總數(shù)的2 倍[27]，面對海量的基因數(shù)據(jù)，以人工智能為依托，通過基因型與表型數(shù)據(jù)的高通量自動化獲取與解析，整合各類數(shù)據(jù)，建立基于深度學習的精準預測模型，借助基因編輯與合成生物學等先進技術，實現(xiàn)智能、高效、定向培育新品種。深度融合“高密計算+大數(shù)據(jù)+深度學習”等技術，構建科技創(chuàng)新算力基礎設施和公共計算服務平臺，通過現(xiàn)有的基因、分子、環(huán)境和表型等多模態(tài)和多尺度海量數(shù)據(jù)集，建立高精度模型，推動作物育種從“試驗選優(yōu)”向“計算選優(yōu)”的根本轉變[28]，支撐國家南繁科研育種基地育種數(shù)據(jù)的存儲和高性能計算，全面提高育種數(shù)量、速度、質(zhì)量和產(chǎn)量，推進分子精準育種技術在我國農(nóng)作物育種領域的規(guī)?；瘧谩?/p>

4.3 突破“卡脖子”的關鍵工具與模型研發(fā)

我國從追趕到自主創(chuàng)新轉型過程中，存在原始創(chuàng)新能力不強、核心技術受制于先發(fā)達國家的困難，如目前基因編輯技術原始專利大多被國外控制，需要超前布局一批科學研究設施。以計算育種為例，目前使用的分析方法如深度學習、機器學習、統(tǒng)計學習等算法均由國外開發(fā)，專用的深度神經(jīng)網(wǎng)絡基因組預測模型、從基因型到表型預測算法、標記輔助輪回選擇模擬算法、模擬染色體片段置換系育種模擬工具等都是國外開源的代碼和模型，而少有我國自主深入研發(fā)的算法和模型，面臨缺“芯”之痛。我國轉基因產(chǎn)業(yè)化因為基因編輯工具等底盤技術的缺失而面臨著巨大的壓力。平臺支持Tensorflow、Caffe、PyTorch、Theano、MXNet、Keras、Paddle 等國內(nèi)外的主流深度學習框架和人工智能算法庫軟件。作為核心技術，平臺將以各領域農(nóng)業(yè)科研需求為牽引，梳理、整合我國科學家自主研發(fā)的各類算法和模型，進行推廣應用，實現(xiàn)算法和模型的迭代升級，研制1 套智能模型服務系統(tǒng)，實現(xiàn)模型構建、模型驗證、模型訓練和結果可視化等功能，為農(nóng)業(yè)科研模型創(chuàng)新提供模型構建可視化環(huán)境、知識庫、案例庫等支撐，加速優(yōu)異品種的選育編輯，從根本上改變“我國大豆從原產(chǎn)國淪為進口國”的尷尬境地。

5 結語

本文從構建農(nóng)業(yè)農(nóng)村協(xié)同創(chuàng)新基礎設施的政策背景和國內(nèi)外研究現(xiàn)狀出發(fā)，深度剖析我國農(nóng)業(yè)科技創(chuàng)新面臨的科研大數(shù)據(jù)、高性能計算、原創(chuàng)算法模型、數(shù)據(jù)應用創(chuàng)新和數(shù)據(jù)安全防護等瓶頸問題，基于人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等先進信息技術構建“數(shù)據(jù)”+“算法”+“算力”深度融合的新型基礎設施，構建服務多學科交叉融合的農(nóng)業(yè)農(nóng)村科研協(xié)同創(chuàng)新平臺，簡化并加速人工智能模型和數(shù)據(jù)的迭代和流動，實現(xiàn)大規(guī)模異構計算資源調(diào)度技術、多模態(tài)數(shù)據(jù)融合方法和友好的開發(fā)支撐環(huán)境。該平臺致力于協(xié)助不同學科領域的科研工作者，將數(shù)據(jù)、模型、算法和算力等資源深度整合，打造即開即用的交互式云端開發(fā)環(huán)境，應用到教學、科學研究、科學數(shù)據(jù)集和算法研究等多個場景，形成人工智能融合多學科的生態(tài)閉環(huán)，催生更多且更具價值的科學發(fā)現(xiàn)。