AgriLLM：CGIAR 如何为南半球开发人工智能驱动的农业咨询服务

快速阅读: 据《国际农业研究磋商组织》称，CGIAR与AI71合作开发AgriLLM，为农业提供定制AI工具。通过研讨会收集大量问答对，旨在支持农民、研究者和政策制定者，助力农业转型。

国际农业研究磋商组织（CGIAR）与阿联酋的AI71公司合作，启动了一个基于大型语言模型（LLM）的农业咨询平台的开发，该平台专门针对农业领域，命名为AgriLLM。但AgriLLM不仅仅是一个普通的LLM。AgriLLM是一项雄心勃勃的项目，旨在为农业界人士，包括研究人员、政策制定者和小农户，提供定制的AI工具和模型。与通用AI工具不同，AgriLLM以科学严谨性为基础，扎根于CGIAR的知识与本地实际情况，并专门为那些很少出现在人工智能革命中的人群量身打造：那些种植、养殖和捕鱼以供养世界的人。

为启动这项雄心勃勃的项目，CGIAR数字转型加速器（DTA）——即CGIAR数字转型加速器，在内罗毕的国际牲畜研究所（ILRI）召开了两场研讨会，旨在收集高质量的问题与答案（Q&A）对的基础数据集，这些数据反映了关键用户角色的关注点、语言和背景——寻求本地化实用建议的小农户；需要现场指导的推广人员；需要合成和分析支持的研究人员；以及需要简洁、数据驱动见解的政策制定者。

第一次研讨会于6月9日举行，吸引了来自ILRI的25多名现场参与者。第二次研讨会于2025年6月12日举行，吸引了来自CGIAR中心的70多名线上和线下参与者：ILRI、干旱地区农业研究中心（ICARDA）、国际半干旱热带作物研究所（ICRISAT）、国际马铃薯中心（CIP）、国际热带农业研究所（IITA）、国际水稻研究所（IRRI）、非洲水稻研究所（AfricaRice）、国际玉米小麦改良中心（CIMMYT），以及世界蔬菜中心等合作伙伴。参与者包括科学家、数据专家、推广人员、经济学家、传播人员，以及数字创新专家。

Entfellner 和 Dhulipala（右）在6月9日的研讨会上发表欢迎致辞；Dhulipala 和 Yassin 在6月12日的研讨会上进行交流。

生成问答对

参与者通过一个结构化的三阶段过程生成了问答对。首先，他们生成了与不同用户角色相关的广泛农业主题。然后，从这些角色的视角出发，提出了真实且基于实际需求的问题，例如农民、推广人员和政策制定者。最后，团队合作为每个问题提供了清晰、有依据的答案，并尽可能附上参考文献。

参与者超出了预期，第一次研讨会产生了360多个问答对，第二次则超过了500个。

Jean-Baka Domelevo Entfellner，ILRI 数据与研究方法单位负责人，Lina Yassin，CGIAR 产品负责人，AI71 的 Mahmoud Alaoui，以及 DTA 临时主任 Ram Dhulipala 主持了研讨会。他们一起向参与者介绍了 AgriLLM 的愿景、架构和战略。Dhulipala 强调了将模型扎根于可信的、领域特定知识的目标，这确保了 AgriLLM 更加相关、准确、响应迅速，并且能够更好地为小农户、推广人员、研究人员和政策制定者等用户的实际需求提供高质量、情境相关的回答，特别是在全球南方地区。

面向 COP30 及未来

这些会议是更广泛努力的一部分，旨在为每家 CGIAR 中心收集 500 个问答对。最终目标？推出 AgriLLM 首个版本的 AI 助手，具备区域意识、角色特定的回答，能够支持农民、顾问和决策者。预计将在 COP30 上展示一个工作聊天机器人原型，让 CGIAR 及其合作伙伴处于 AI 赋能农业转型的前沿。

下一步计划

Yassin 概述了研讨会后的计划跟进活动如下：

– 从 CGIAR 收集更多问答对，并启动与联合国粮食及农业组织（FAO）的问答对收集工作。
– 完成人工生成的问答对的后期处理与整理；扩展和多样化训练/测试集（例如，故意添加拼写错误到问题中）；并进行第二轮微调。
– 在 AI 助手上部署微调后的模型；开始开发上下文感知的检索功能（位置特定、作物特定）；并开发引导机制来提取用户信息。

虽然仍处于早期阶段，但已播下种子。如果这些研讨会能说明问题的话，AgriLLM 可能是 CGIAR 最具变革性的工具之一——对于在加纳种植木薯的母亲，对于就草地贪夜蛾提供建议的推广人员，对于设计干旱保险的政策制定者。

CGIAR 首席科学家 Sandra Milach 在 6 月 12 日的研讨会上与参与者交流。

(以上内容均由Ai生成)