36
0本期嘉宾：Kermo
Kermo，毕业于加州大学戴维斯分校可持续农业与食物系统专业，8年有机种植经验，3岁可持续农业品牌——科默农业创始人，AI农业整合方案学习实践中。
公众号：科默农业
视频号：科默田间
核心议题：AI与农业的结合：从大数据到小样本学习、从知识蒸馏到土壤管理，AI如何在农业领域加速变革？
00:00 - 开场 | 探索AI与农业的融合
摘要:
• 下半场开始，主持人和嘉宾讨论AI与农业结合的深度内容，特别是AI如何影响农业决策、提高生产力。
• 强调AI技术的应用将如何推动农业产业的数字化转型。
02:23 - 小样本学习与数据蒸馏：AI如何以低成本做出高精度决策
摘要:
• 介绍AI模型在训练过程中如何通过小样本学习减少对大数据的依赖，并通过数据蒸馏提炼有效信息。
• DeepSeek的成功秘诀：如何利用小样本模型训练以降低成本并取得高效成果。
04:13 - 数据量与参数：从传统的“大数据”到“精炼数据”的转变
摘要:
• 讨论如何通过“蒸馏”从大量无效数据中提炼出有用信息，减少冗余，提升AI的效能。
• 比较开源与闭源的差异，如何在AI模型中打破传统数据量至上的思维，达到高效优化。
09:27 - 开源的胜利：为什么DeepSeek的开源决策如此成功
摘要:
• DeepSeek选择开源作为战略决策，与OpenAI的闭源策略形成鲜明对比。开源模型如何助力创新与技术共享？
• 对于AI领域的进一步发展，开源模式是未来的趋势，如何促进更多跨行业合作？
14:00 - 土壤数据的挑战：如何应对脏数据与模型适应性问题
摘要:
• 讨论农业中土壤数据的收集与管理，尤其是如何应对“脏数据”的挑战。
• AI如何通过更灵活的数据处理方法提升农田管理决策，提供精准的土壤分析和作物建议。
18:53 - 农业与AI的结合：如何打破传统与现代的矛盾
摘要:
• 探讨农业劳动者如何与AI合作，解决身份危机，找到新价值。
• AI在农业生产中作为决策辅助工具的作用，如何帮助农民更有效地管理土地，提高产量。
23:12 - 从传统经验到数据驱动：如何在农业中引入现代化算法
摘要:
• 在24节气等传统农业知识的基础上，结合现代化算法进行精准农业管理。
• AI如何与地方性农业传统结合，在不完全依赖人类经验的前提下提供可操作性解决方案。
30:11 - 数据模型与农业：个性化与标准化的平衡
摘要:
• 讨论如何将AI数据模型与农业品种的个性化需求结合，推动农业科技创新。
• 农业模型如何针对不同地区、土壤及作物需求进行调整，提高农业生产的效率与准确度。
36:18 - 数字农业的未来：如何避免技术的过度依赖？
摘要:
• AI的双刃剑效应：如何避免过度依赖AI，确保人的决策依然具有价值和判断力。
• 讨论AI与人类合作的未来：AI不应取代人的思维，而是提升人的决策能力。
42:44 - 农业文化与AI的冲突：如何化解情感与技术的矛盾？
摘要:
• 在传统农业文化与AI技术的结合中，如何克服文化情感上的障碍，实现智能化与人性化的共存？
• 农业情感价值：如何用数据打破传统与科技的壁垒，推动消费者接受科技农业。
46:18 - AI作为决策助手：如何为农业工作者创造更多价值
摘要:
• AI与人类角色的重新定义：讨论AI是否能取代农民的决策角色，还是更适合作为一个决策辅助工具。
• AI如何帮助农民更好地处理农业生产中的决策和管理问题，减少不必要的浪费。
