《农业科技领域五大热点技术》

  • 来源专题:转基因生物新品种培育
  • 编译者: zhangyi8606
  • 发布时间:2018-07-18
  • 编译:串丽敏 北京市农林科学院农业信息与经济研究所

    一位来自TechAccel科技投资公司的总裁兼首席执行官Michael Helmstetter近期表示,人工智能、云计算、大数据与基因编辑技术的整合,加上从土壤到植物、食品到药品、农场到餐桌的各种应用,正在推动农业投资。他基于科技商业投资的角度,提出了农业和动物健康领域五种最有前途的技术,以及看到的与这些技术相关的最佳创业机会。具体如下:

    1. 基因编辑和云生物学

    植物育种并不新鲜,但是应用于植物科学的基因编辑技术CRISPR正在基因编辑领域掀起一场新革命。

    基因编辑不同于创造一种转基因生物,后者是引入另一个生物体的基因。可以把基因编辑看成文章处理中的“剪切和粘贴”功能,只是基因编辑是重新排列或删除基因组的序列。该技术已经变得非常普遍,以至于我们经常能看到基因编辑项目。

    尽管CRISPR-Cas9是目前领先的基因编辑工具,但真核多重基因组工程(eMage)、锌指蛋白(Zinc Finger Proteins, ZNF)、转录激活剂样效应核酸酶(Transcription Activator-Like Effector Nucleases, TALEN)等替代技术也争取在市场上大规模运用。市场有容纳多种技术的空间,精确性、准确性和易用性方面的竞争仍在继续。到2030年全球人口预计将达到85亿,气候变化的压力使作物和动物面临病害和退化,基因编辑对开发更具耐受力的高产量作物而言变得至关重要。

    另一项被称为云生物学的创新可与基因编辑联手使用。云生物学将人工智能、DNA数据、机器学习和分析结合起来,以缩短培育新作物所需的时间。正如安德森·霍罗维兹(Andreessen Horowitz)(云生物学的早期风险投资者)所指出的那样,这是像编程一样的生物学,通过软件进行实验。有了云生物学,寻找理想遗传特征的过程可以从数年缩短到几周。有了云生物学来为基因编辑过程提供信息,我们即将迎来一波新的绿色作物,来应对病害、气候变化、瘟疫以及限制粮食生产的其他因素。

    2. 抗生素替代品

    不仅是人类健康受到抗生素耐药菌的威胁,动物也面临着超级细菌的威胁,这些超级细菌已经进化,能够抵抗用来治疗或预防疾病的药物。随着消费者意识到抗生素耐药性已经成为一个公共卫生问题,他们的购物习惯开始发生变化,满是抗生素的家禽、鸡蛋、奶制品和肉类就不在选择之列。

    人类和动物健康研究界正在研究抗生素替代品,包括各种利用动物先天免疫力的方法。抗生素是把有益和有害的细菌都摧毁了,而这种替代品是强化动物现有的免疫系统来抵御入侵的病原体。一些前景不错的技术包括噬菌体技术,在作物植株中生成蛋白质和酶来改善饲料,以及进行微生物研究来开发新疗法。

    3. 土壤生物制剂

    农民长期以来一直使用化学品来增加土壤养分或防治害虫和杂草。但标准的农用化学品造成了径流损失、水污染和表层土壤流失。随着对人类微生物组的理解不断深入,对土壤微生物组的研究也在不断深入。检查人类肠道细菌的器械同样可用于微调那些有利于发芽、根系生长和保护植物免受病害或干旱威胁的微生物。

    与人类基因组研究的进步一样,这一切都始于土壤解码。追踪基因组(Trace Genomics)公司堪称土壤领域的一家基因测序公司,它帮助农民了解他们现有土壤微生物组的成分。这些成分因区域和作物而异,而解码是重要的第一步。下一步是使作物与土壤匹配或是调整土壤微生物种群以适应特定作物的需要。预计将会有大量生物肥料、除草剂、杀真菌剂和杀虫剂进入市场。地球微生物项目(Earth Microbiome Project)的普及可能会促成更多的初创企业和投资。

    4. 水产养殖

    从牡蛎捕收到罗非鱼养殖,人类通过水产养殖获得食物的历史已长达数个世纪。不过,水产养殖创新的历史还相对较短。2016年,水产养殖初创公司目标领域包括水培养技术、数据分析、鱼饲料昆虫养殖、藻类生产和供应链技术。创新重点是优化生产、减少损失和垃圾副产品,同时满足人们对健康海鲜日益增长的需求。这一领域的知名创业公司包括ShellBond、Vaksea、NovoNutrients和OneforNeptune。

    开发口服疫苗或基于饲料的疫苗是一个重要的机会。目前,需要手动将每条鱼一一浸泡或接种。注射不是一个特别经济的过程,由于注射部位变色,可能会有损最终产品的质量。将免疫元素和营养物质放入饲料将大大有助于保持鱼类健康并减少损失。由于水产养殖已经落后于创新发展,因此,显著提高海产品质量和产量的变革性技术的使用时机已经成熟。

    5. 收获后技术

    收获后技术包括农产品在采摘、收割或采集后可能发生的所有情况。在这个领域进行创新的公司正在考虑食品安全监控器和包装,增加保质期和可追溯性,了解每种水果、蔬菜、肉类或家禽从农场到餐桌的每一步。可追溯性和透明度要求符合满足消费者和监管的需求,是区块链技术的首要应用场景。

    充满希望的未来

    由于科学进步正在创造上述机遇,我们现在只触及到皮毛。农业科技发展前景广阔,深入挖掘后,农业技术生态系统也将创造出各种创新产品和服务,为人类提供粮食并培育出新市场。

    来源:农科智库

相关报告
  • 《2018年,人工智能领域仍然有五大难题需要解决》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2017-12-29
    • 随着社会上开始遍布类似“终结者”之类机器人的骇人报道,人工智能领域在 2017 年取得了卓越的进步。例如,一个叫做 “冷扑大师”的机器人选手就能让你在扑克游戏里进退两难。而在现实世界中,机器学习正在被用于改善农业产出,或者扩大医疗的覆盖面等诸多领域。 但是,你最近有和你的智能助理 Siri 或者 Alexa 聊过天吗?如果有的话,你就会知道,尽管有很多企业宣传AI 能做很多事,但其实它们仍然有很多不能做或者不能理解人类的部分。在接下来的下一年里,人工智能的专家们还需要解以下五个棘手的问题。 理解我们的语言 实际上,机器从未能如此轻松地处理我们的语言和文字。Facebook 已经做出了可以为视障人士读出图像内容的描述的 AI,而谷歌则能够帮你简洁快速地回复电子邮件。尽管如此,软件仍然不能真正理解我们的语言以及背后的真实语意。其中任务之一是让机器有一定的常识,来理解现实世界。比如,Facebook 的研究人员正在尝试让机器人软件看一些视频来理解现实世界。而其他的研究人员则是让软件用他们对世界的认知来模仿人类的行为。谷歌一直在尝试提升机器学习人类语言学隐喻修辞的能力。Mitchell 已经用相关系统模拟过机器用一些类比修辞和预存的对人类世界的理解来解释照片中的内容。 阻碍机器人革命的现实差距 机器人在硬件方面已经相对成熟了:你可以用 500 美元买一个手掌大小、配备高清摄像头的无人机。同时搬运货物和能用双腿行走的机器人性能也大有改善。然而问题在于为什么现实生活中这些机器人没有参与进来,帮助我们更好地工作?那是因为当今的机器人缺乏协调他们发达四肢的大脑。 实际上,让机器人完成任何具体的任务都需要给他们特定的编程。通过这样,他们可以学习一些操作,比如在多次失败的尝试之后学会抓取特定物体。但是这个学习过程相对较慢。目前一个可行的方法是让机器人在虚拟世界中接受训练,然后把这些数据转移到真实的机器人体内。尽管这个方法困扰于现实中结果的差距---模拟训练过程学习到的技能在现实场景不能总是被有效地运用进来。 幸运的是现实的差距正在逐步缩小,今年十月谷歌的研究人员报道新的进展,他们在试验机器人在模拟和真实场景下拾取不同物体比如胶带座、玩具、梳子等物体。人工智能在自动驾驶汽车领域的进展同样非常重要。那些在自动驾驶汽车领域角逐的公司让虚拟的汽车在模拟的道路上行驶,以此减少在实际路况下测试所花费的时间和金钱开销。 防止 AI 黑客的攻击 那些管理我们电网、摄像头、手机的软件经常会受到各种安全漏洞的困扰。应用于自动驾驶汽车和自主机器人的软件同样会遭受这样的问题。更严重的是,有证据表明有关机器学习的软件因为复杂性的原因反而引入了更多的攻击途径。 今年,有关研究人员指出,他们可以隐藏某个内置于机器学习系统里的触发器,然后让它在接受特定信号的时候变成邪恶模式。来自纽约大学的研究小组设计了一个在通常情况下能够正常运作的街道识别系统,但是该系统的问题在于它一旦识别出黄色的 Post it 标志就会异常运作。如果把黄色便利贴粘到 Brooklyn 街道的一个停车标志上,系统会自动识别并报告这是一个限速标志。这些看似很小缺陷都可能成为自动驾驶汽车的潜在问题。 在本月一个世界知名的机器学习会议上,研究人员们强调了这种潜在威胁的严重性。在会议上他们讨论了机器欺骗的一些可能方法,比如如何生成与人类手写相仿但是对于机器来说截然不同的数字。比如人类会把某个图形看作是数字 2,然而机器视觉系统却把它当做是 3。研究人员也讨论了应对这种攻击可能有效的防御方法,同时也担心人工智能可能会被当做愚弄人类的工具。 人工智能在棋类竞技中脱颖而出 Alphabet 的围棋选手软件在 2017 年发展迅猛。在五月份,更强大的迭代版本在中国打败了围棋冠军。这个 AI 的研究部门 DeepMind 随后又创立了一个叫 AlphaGo Zerod 的版本,它可以在不需要和人类比赛的情况下训练自己。去年 12 月,该部门又一次升级了 AlphaZero,让它先后学会了下象棋和日本将棋。 Alpha Go 的结果令人意外,但同时也限制了人工智能的局限性。因为尽管国际象棋,将棋和围棋都很复杂,但是这些棋类选手都有相对简单的规则和游戏玩法。这表明了它们在未来确实能够很好的胜任的某些人类职务。但是在生活中大多数情况下,问题的结构远远没有那么规整。 这也是为什么 2017 年 DeepMind 和 Facebook 两公司都开始发展能够玩多人制”星际争霸“游戏的人工智能的原因,虽然到目前为止两公司都没有取得长足发展。因为到目前即使是最好的人工智能玩家也难以和中等水平的人类玩家抗衡。DeepMind 的研究人员 Oriol Vinyals 也说,它们的人工智能玩家缺乏规划和记忆的能力。而这些能力恰恰是规划指挥游戏队伍,预测对手行为并且加以应对的关键。此外,这些技能还能让人工智能更好的协同现实工作,比如运用到办公室场景或者军队指挥中去。2018 年人工智能在星际争霸或者类似游戏的巨大进步可能预示着 AI 未来会有更强大广泛的应用。 教会人工智能来明辨是非 即使在上述领域 AI 没有新进展的情况下,如果把现有技术用于经济和社会学领域也同样会带来翻天覆地的变化。然而正当企业和政府正在大力发展 AI 的时候,一些人难免会担心人工智能和机器学习带来的一些意外或者蓄意伤害。 于本月召开的 NIPS 机器学习大会上,如何在安全和道德准则限定下发展科技成为了会议讨论的重要内容之一。研究人员发现,机器学习系统已经可以开始从我们远不完美的世界里获取数据,进而学会了一些例如对性别有刻板映像印象之类的不好的行为。所以现在有人在研究能够监视人工智能系统内部的运作,并保证他们能够在运用到金融或者医疗领域时能公平地发挥作用。 下一年我们应该就能看到科技公司赋予人工智能以人性的光辉。谷歌、Facebook、微软和其他公司已经开始着手这个问题。同时他们都是一个致力于控制人工智能对社会影响的非盈利组织 Partnership 的成员。当然,很多驱动力也来自于外界的独立组织。一个叫做人工智能伦理管理基金会的慈善项目正在支持麻省理工学院,哈佛大学等研究人工智能运用和社会福利的关系。纽约大学的一个叫 AI Now 的新组织也在进行类似研究。在近期的一个报告里,该组织呼吁各国推广使用黑匣子算法以此来保持司法刑事、社会福利领域的隐私性。
  • 《农业领域院士座谈"十二五"农业农村发展》

    • 来源专题:食物与营养
    • 编译者:潘淑春
    • 发布时间:2010-10-29
    • 2010-10-29: 农民日报讯(记者 宁启文)10月28日,农业部部长韩长赋主持召开院士咨询座谈会,就学习贯彻十七届五中全会精神,谋划“十二五”农业农村经济发展思路和对策措施,听取农业领域部分院士的意见和建议。