基于生成式人工智能的“農(nóng)業(yè)知識AI助手”設(shè)計(jì)

一、生成式人工智能對推動(dòng)實(shí)現(xiàn)鄉(xiāng)村振興意義重大

自黨的十九大報(bào)告中首次提出鄉(xiāng)村振興戰(zhàn)略以來，到2024年2月，黨和國家已累計(jì)出臺12個(gè)指導(dǎo)“三農(nóng)”工作的中央一號文件，足見國家對“三農(nóng)”問題的重視。同時(shí)，黨和國家也高度重視借助數(shù)字技術(shù)推動(dòng)“三農(nóng)”發(fā)展，《“十四五”國家信息化規(guī)劃》于2021年將數(shù)字鄉(xiāng)村列為優(yōu)先發(fā)展領(lǐng)域，次年發(fā)布的《數(shù)字鄉(xiāng)村發(fā)展行動(dòng)計(jì)劃（2022—2025年）》則進(jìn)一步強(qiáng)調(diào)加速推進(jìn)數(shù)字鄉(xiāng)村建設(shè)[1，旨在利用信息化力量引領(lǐng)并驅(qū)動(dòng)鄉(xiāng)村振興。2023年4月，中央網(wǎng)信辦、農(nóng)業(yè)農(nóng)村部、國家發(fā)展改革委、工業(yè)和信息化部、鄉(xiāng)村振興局等五部門又聯(lián)合發(fā)布了《2023年數(shù)字鄉(xiāng)村發(fā)展工作要點(diǎn)》，明確了包括糧食安全數(shù)字化保障在內(nèi)的十項(xiàng)關(guān)鍵任務(wù)，為數(shù)字鄉(xiāng)村的深入發(fā)展提供了堅(jiān)實(shí)的政策支撐與方向指引。2024年5月，中央網(wǎng)信辦、農(nóng)業(yè)農(nóng)村部、國家發(fā)展改革委、工業(yè)和信息化部聯(lián)合印發(fā)《2024年數(shù)字鄉(xiāng)村發(fā)展工作要點(diǎn)》[2]，通知要求，深入貫徹落實(shí)鄉(xiāng)村振興的重要指示批示精神和中央經(jīng)濟(jì)工作會議、中央農(nóng)村工作會議精神，認(rèn)真落實(shí)中發(fā)［2024]1號《中共中央國務(wù)院關(guān)于學(xué)習(xí)運(yùn)用“千村示范、萬村整治”工程經(jīng)驗(yàn)有力有效推進(jìn)鄉(xiāng)村全面振興的意見》部署要求，深入實(shí)施《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》《數(shù)字鄉(xiāng)村發(fā)展行動(dòng)計(jì)劃（2022—2025年）》，以信息化驅(qū)動(dòng)引領(lǐng)農(nóng)業(yè)農(nóng)村現(xiàn)代化，促進(jìn)農(nóng)業(yè)高質(zhì)高效、鄉(xiāng)村宜居宜業(yè)、農(nóng)民富裕富足，為加快建設(shè)網(wǎng)絡(luò)強(qiáng)國、農(nóng)業(yè)強(qiáng)國提供堅(jiān)實(shí)支撐。

從技術(shù)邏輯層面來說，生成式人工智能App的使用具有堅(jiān)實(shí)的技術(shù)基底和廣泛的用戶群體，比如，僅發(fā)布不到兩年的ChatGPT累計(jì)用戶已超過1億，成為最快破億的互聯(lián)網(wǎng)應(yīng)用[3]。從國內(nèi)情況來看，據(jù)統(tǒng)計(jì)，截至2023年12月，我國網(wǎng)民使用手機(jī)上網(wǎng)的比例已穩(wěn)固在 9 5 % 以上，隨著農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施的日益完善，農(nóng)村地區(qū)網(wǎng)民規(guī)模持續(xù)擴(kuò)大，預(yù)計(jì)超過3.2億人，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率則從2018年12月的 3 8 . 4 % 躍升至2023年12月的約 6 5 % 以上[4。這一顯著增長得益于自2018年起持續(xù)推進(jìn)的數(shù)字鄉(xiāng)村建設(shè)行動(dòng)，數(shù)字技術(shù)不僅深度賦能“三農(nóng)”領(lǐng)域，有效提升了發(fā)展效能，還極大地促進(jìn)了鄉(xiāng)村居民生活方式的現(xiàn)代化轉(zhuǎn)型，有力支撐了村民對“日益增長的美好生活需要”的追求。生成式人工智能以軟件形態(tài)嵌入手機(jī)、平板、電腦等電子設(shè)備，憑借其低門檻、易操作和高親和力等特點(diǎn)，能輕松融入數(shù)字鄉(xiāng)村建設(shè)，減輕鄉(xiāng)村對硬件更新的負(fù)擔(dān)。它不僅適應(yīng)鄉(xiāng)村現(xiàn)有技術(shù)與受眾環(huán)境，還可助力豐富數(shù)字鄉(xiāng)村建設(shè)的理論與實(shí)踐，促進(jìn)生成式AI在鄉(xiāng)村建設(shè)中的廣泛應(yīng)用。

二、生成式人工智能適配農(nóng)業(yè)領(lǐng)域的意義和途徑

生成式人工智能（GAI）在近年來取得了顯著進(jìn)展，其在文本生成、圖像合成、語音模仿等多領(lǐng)域展現(xiàn)出了驚人的能力。然而，盡管GAI在娛樂、教育、文學(xué)創(chuàng)作等方面表現(xiàn)亮眼，但在專業(yè)領(lǐng)域，尤其是農(nóng)業(yè)這樣的知識密集型行業(yè)，通用型的生成式AI模型卻顯得有些捉襟見時(shí)。農(nóng)業(yè)領(lǐng)域不僅需要深厚的專業(yè)知識，還涉及復(fù)雜的生態(tài)系統(tǒng)、作物生長周期、病蟲害防治、土壤管理等多個(gè)層面，這些都需要精準(zhǔn)且專業(yè)的解答，而這正是當(dāng)前通用AI模型所難以觸及的深度。

為了解決這一問題，開發(fā)專門針對農(nóng)業(yè)領(lǐng)域的生成式AI系統(tǒng)勢在必行。這樣的系統(tǒng)應(yīng)該融合農(nóng)業(yè)專家的知識和經(jīng)驗(yàn)，具備深度學(xué)習(xí)和自然語言處理的能力，以便能夠理解和生成農(nóng)業(yè)領(lǐng)域的專業(yè)內(nèi)容。具備這些能力不僅意味著系統(tǒng)需要被訓(xùn)練以掌握大量農(nóng)業(yè)相關(guān)文獻(xiàn)、研究報(bào)告、歷史數(shù)據(jù)，還需要能夠?qū)崟r(shí)更新，以反映最新的科研成果和農(nóng)業(yè)實(shí)踐。

一個(gè)理想的農(nóng)業(yè)專用生成式AI系統(tǒng)，應(yīng)當(dāng)能夠迅速響應(yīng)農(nóng)民關(guān)于病蟲害防治的具體詢問，給出針對性的建議；能夠分析土壤樣本數(shù)據(jù)，推薦最合適的肥料類型和施用量，甚至能夠預(yù)測天氣變化對農(nóng)作物的影響，提出相應(yīng)的應(yīng)對策略。這種AI系統(tǒng)就像一位全天候的農(nóng)業(yè)顧問，隨時(shí)準(zhǔn)備為用戶提供專業(yè)、個(gè)性化的指導(dǎo)，極大地提高了農(nóng)業(yè)生產(chǎn)效率，減少了決策失誤的風(fēng)險(xiǎn)。

構(gòu)建農(nóng)業(yè)領(lǐng)域的生成式AI系統(tǒng)，不僅是技術(shù)上的挑戰(zhàn)，也是對農(nóng)業(yè)知識體系的深度挖掘和整合。它要求跨學(xué)科的合作，包括計(jì)算機(jī)科學(xué)家、數(shù)據(jù)工程師、農(nóng)業(yè)專家和政策分析師等多方面的共同努力。同時(shí)，為了確保系統(tǒng)的準(zhǔn)確性和實(shí)用性，還需建立一套完善的驗(yàn)證和反饋機(jī)制，以便持續(xù)優(yōu)化模型，使其更加貼近實(shí)際需求。

三、生成式人工智能一“農(nóng)業(yè)知識AI助手”的系統(tǒng)分析

設(shè)計(jì)一個(gè)針對農(nóng)村農(nóng)業(yè)領(lǐng)域的生成式人工智能應(yīng)用系統(tǒng)，考慮其可行性和需求是確保項(xiàng)目成功的關(guān)鍵。系統(tǒng)分析階段旨在明確系統(tǒng)的目標(biāo)、功能需求、邊界和約束條件。在這個(gè)階段，分析人員會與利益相關(guān)者溝通，理解他們的問題和需求，并確定系統(tǒng)如何滿足這些需求。

（一）技術(shù)可行性分析

生成式技術(shù)可行性評估涉及確定現(xiàn)有技術(shù)能否支撐系統(tǒng)的核心功能。在本系統(tǒng)中，關(guān)鍵的技術(shù)點(diǎn)包括：

自然語言處理（NLP）：用于理解農(nóng)民提出的復(fù)雜問題和提供準(zhǔn)確的回答。

深度學(xué)習(xí)和生成式AI：使系統(tǒng)能夠生成自然流暢、信息豐富的答案。

移動(dòng)應(yīng)用開發(fā)：確保應(yīng)用程序能夠在農(nóng)民常用的便攜式設(shè)備上運(yùn)行良好。

網(wǎng)絡(luò)通信：考慮到農(nóng)村地區(qū)可能存在的網(wǎng)絡(luò)覆蓋限制，需要優(yōu)化數(shù)據(jù)傳輸并設(shè)計(jì)離線模式。

（二）操作可行性分析

系統(tǒng)設(shè)計(jì)時(shí)，操作可行性是必須關(guān)注的一個(gè)問題，系統(tǒng)在目標(biāo)環(huán)境中的實(shí)用性和用戶友好性是系統(tǒng)能否生存的關(guān)鍵。這部分設(shè)計(jì)的重點(diǎn)在于以下幾點(diǎn)：第一，用戶界面設(shè)計(jì)，即創(chuàng)建簡單直觀的操作界面，便于不熟悉技術(shù)的農(nóng)業(yè)從業(yè)者使用；第二，要充分實(shí)現(xiàn)本地化，考慮到農(nóng)村用戶的教育背景和語言習(xí)慣，確保信息的準(zhǔn)確傳達(dá)，甚至要能夠被訓(xùn)練并識別方言；第三，要有離線功能，即開發(fā)離線緩存機(jī)制，以應(yīng)對部分農(nóng)村地區(qū)的“網(wǎng)絡(luò)洼地”“數(shù)字孤島”等現(xiàn)象，實(shí)現(xiàn)即使在沒有網(wǎng)絡(luò)連接的情況下也能提供基本服務(wù)。

（三）系統(tǒng)需求分析

需求分析涉及識別和定義系統(tǒng)所有必需的功能、性能、安全和接口需求，以確保最終產(chǎn)品滿足預(yù)期用戶和業(yè)務(wù)的需求，主要考慮以下幾個(gè)方面。

一是，農(nóng)業(yè)知識庫構(gòu)建。農(nóng)業(yè)知識庫的構(gòu)建是本系統(tǒng)的核心，包含五個(gè)關(guān)鍵領(lǐng)域。第一是作物生長周期，包括詳細(xì)的作物種植指南，涵蓋種子選擇、播種、灌溉、施肥和收獲的最佳時(shí)間。第二是病蟲害管理，包括識別常見病害和害蟲的方法，以及生物和化學(xué)控制策略。第三是土壤健康，主要包括土壤測試指南、肥料建議，以及土壤改良和保護(hù)措施。第四是氣象信息，包括實(shí)時(shí)和預(yù)測性天氣數(shù)據(jù)，幫助農(nóng)民做出種植決策。第五是市場動(dòng)態(tài)，包括本地和指定農(nóng)產(chǎn)品市場價(jià)格趨勢，市場準(zhǔn)入信息，以及銷售和分銷渠道的指導(dǎo)。為了構(gòu)建這樣一個(gè)全面的知識庫，開發(fā)者需要在基層黨組織尤其是在農(nóng)業(yè)主管部門領(lǐng)導(dǎo)下與農(nóng)業(yè)專家合作，整合最新的研究資料和行業(yè)最新業(yè)態(tài)模式。

二是，用戶交互設(shè)計(jì)應(yīng)圍繞簡化信息檢索流程和提供直觀的用戶界面展開，包括三個(gè)方面的問題。第一是自然語言處理（NLP），這部分應(yīng)支持用戶能夠以自然語言，甚至方言提出問題，而無需特定的語法或關(guān)鍵詞。第二是對話管理，應(yīng)該設(shè)計(jì)多輪對話的能力，以便系統(tǒng)能夠理解上下文并回答后續(xù)問題來澄清用戶意圖，不斷迭代回答用戶以求清晰反饋用戶的訴求。第三是個(gè)性化推薦，就是基于用戶歷史查詢和偏好，提供定制化的信息推送。記錄每一次用戶提問和系統(tǒng)響應(yīng)對于持續(xù)優(yōu)化機(jī)器學(xué)習(xí)模型至關(guān)重要。通過收集和分析這些交互數(shù)據(jù)完成自我訓(xùn)練，改進(jìn)算法，并確保系統(tǒng)隨著時(shí)間的推移變得更加智能和準(zhǔn)確。

三是，用戶反饋循環(huán)建立有效的用戶反饋機(jī)制是確保系統(tǒng)持續(xù)改進(jìn)和適應(yīng)用戶需求的關(guān)鍵，包括滿意度調(diào)查，要定期收集用戶對系統(tǒng)性能和服務(wù)質(zhì)量的評價(jià)。同時(shí)可以建立用戶論壇，讓用戶交流經(jīng)驗(yàn)、提出改進(jìn)建議，并相互協(xié)助。當(dāng)然，反饋收集應(yīng)當(dāng)是持續(xù)的過程，系統(tǒng)應(yīng)能快速自動(dòng)響應(yīng)用戶需求的變化。利用數(shù)據(jù)挖掘和文本分析技術(shù)，從用戶反饋中提取有價(jià)值的洞察，進(jìn)而指導(dǎo)系統(tǒng)在生成式人工智能算法的基礎(chǔ)上自我訓(xùn)練升級和新功能的開發(fā)。

系統(tǒng)邏輯架構(gòu)由下而上分為六層，每層以及各層功能如圖1所示。

系統(tǒng)架構(gòu)可以被設(shè)計(jì)為微服務(wù)架構(gòu)，每個(gè)模塊都是獨(dú)立的服務(wù)，通過API進(jìn)行通信，這樣可以提高系統(tǒng)的可擴(kuò)展性和維護(hù)性。例如，語音識別和NLP處理可以作為單獨(dú)的服務(wù)運(yùn)行，而知識庫和學(xué)習(xí)模塊則可以部署在高可用的云服務(wù)上，以確保數(shù)據(jù)的安全性和系統(tǒng)穩(wěn)定性。這種架構(gòu)不僅便于團(tuán)隊(duì)協(xié)作開發(fā)，還能使系統(tǒng)更靈活地適應(yīng)未來的技術(shù)進(jìn)步和業(yè)務(wù)需求變化。通過持續(xù)集成和持續(xù)部署（CI/CD），系統(tǒng)可以快速迭代，及時(shí)修復(fù)問題并添加新功能，以滿足農(nóng)業(yè)從業(yè)者不斷變化的需求。

四、“農(nóng)業(yè)知識AI助手”的系統(tǒng)設(shè)計(jì)

（一）系統(tǒng)模塊劃分

根據(jù)系統(tǒng)邏輯架構(gòu)，在軟件設(shè)計(jì)時(shí)可以把系統(tǒng)分為五個(gè)模塊，分別是用戶接口模塊、自然語言處理模塊、知識庫管理模塊、答案生成模塊以及反饋分析迭代模塊。

接口模塊主要完成與用戶的交互，可以通過語音、手動(dòng)、掃描等多種方式完成。自然語言處理模塊是理解用戶通過文字或者聲音輸入的自然語言，結(jié)合輸入的其他信息，最后解析成結(jié)構(gòu)化信息，供系統(tǒng)分析處理。知識庫管理模塊是存儲、檢索農(nóng)業(yè)相關(guān)的數(shù)據(jù)、信息。答案生成模塊是本系統(tǒng)的核心模塊，用于接收自然語言處理模塊生成的結(jié)構(gòu)化信息，通過生成式人工智能相關(guān)算法，將結(jié)果轉(zhuǎn)化為人們能夠理解的自然語言，同時(shí)還要理解用戶查詢的隱含需求和上下文環(huán)境。提供超出簡單檢索的個(gè)性化、創(chuàng)新性回答，以及保持話題的一致性和對話的連貫性等。最后的反饋分析模塊是收集用戶對答案的反饋信息，通過自我訓(xùn)練保證迭代升級，逐步升級系統(tǒng)性能。

（二）系統(tǒng)知識庫的設(shè)計(jì)

在系統(tǒng)設(shè)計(jì)中，知識庫被管理模塊訪問，是系統(tǒng)的核心組件之一，負(fù)責(zé)存儲、組織、維護(hù)和更新農(nóng)業(yè)相關(guān)知識以及用戶信息。知識庫的設(shè)計(jì)需要考慮數(shù)據(jù)的結(jié)構(gòu)化、索引、安全性以及高效檢索等多個(gè)方面。下面是一些具體的技術(shù)和細(xì)節(jié)描述。

1.數(shù)據(jù)的存儲與結(jié)構(gòu)

利用關(guān)系型數(shù)據(jù)庫（RDBMS）存儲結(jié)構(gòu)化數(shù)據(jù)，如用戶賬戶信息、訂單歷史等，并用SQL查詢語言進(jìn)行數(shù)據(jù)檢索和更新操作。對于非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)，如農(nóng)業(yè)實(shí)踐指南、研究論文摘要，可以使用MongoDB、Cassandra等NoSQL數(shù)據(jù)庫，這種數(shù)據(jù)庫用于處理大規(guī)模數(shù)據(jù)集和高并發(fā)讀寫操作。為了表示復(fù)雜的關(guān)系網(wǎng)絡(luò)，如作物生長周期與環(huán)境因素之間的關(guān)聯(lián)，則可以使用圖數(shù)據(jù)庫，如Neo4j或JanusGraph，利用Elasticsearch或Solr完成全文搜索和快速文檔檢索。

為了提高數(shù)據(jù)檢索速度，可以采用倒排索引、內(nèi)容分析與標(biāo)簽和語義定位等技術(shù)，為元數(shù)據(jù)添加標(biāo)簽，理解查詢的意圖，提供更相關(guān)的搜索結(jié)果。

2.農(nóng)業(yè)知識圖譜的構(gòu)建與保護(hù)

使用NLP技術(shù)自動(dòng)從文本中識別實(shí)體及其關(guān)系，構(gòu)建農(nóng)業(yè)領(lǐng)域的知識圖譜。這些實(shí)體包括作物、疾病、肥料類型、農(nóng)業(yè)政策等。使用圖數(shù)據(jù)庫存儲知識圖譜，支持復(fù)雜的圖模式匹配查詢。

當(dāng)然對于用戶個(gè)人信息等敏感數(shù)據(jù)應(yīng)當(dāng)加密存儲，如采用AES或RSA加密算法，也可以使用基于角色的訪問控制（RBAC），確保用戶只能訪問各自權(quán)限范圍內(nèi)的數(shù)據(jù)，同時(shí)記錄所有數(shù)據(jù)訪問和修改的日志，用于農(nóng)業(yè)知識信息的追蹤和審計(jì)。

3.知識的更新與管理

當(dāng)前，農(nóng)業(yè)科技和數(shù)據(jù)的發(fā)展日新月異，要定期從權(quán)威渠道，如政府農(nóng)業(yè)部門、科研機(jī)構(gòu)，獲取最新的農(nóng)業(yè)數(shù)據(jù)，緊跟國家最新農(nóng)業(yè)政策，并進(jìn)行增量更新。同時(shí)要考慮維護(hù)數(shù)據(jù)的歷史版本，以便在必要時(shí)回滾至之前的版本，還要定期檢查數(shù)據(jù)質(zhì)量，清理冗余或錯(cuò)誤的數(shù)據(jù)條目。同時(shí)使用ML模型預(yù)測數(shù)據(jù)趨勢，提前更新可能發(fā)生變化的數(shù)據(jù)點(diǎn)。

考慮到移動(dòng)設(shè)備的個(gè)性化特點(diǎn)，對于信息的管理還要存儲用戶的偏好、歷史交互和個(gè)性化設(shè)置，用于提供定制化的服務(wù)。還要基于用戶行為和興趣，使用協(xié)同過濾或內(nèi)容過濾算法生成個(gè)性化的推薦內(nèi)容。

五、系統(tǒng)核心算法介紹

生成式農(nóng)業(yè)人工智能助手核心算法主要是自然語言的情景理解和根據(jù)情景給出符合人們交互習(xí)慣的答案，包括對用戶提問信息的檢索與整合、自然語言生成（NLG）、情境理解與創(chuàng)造性回答、對話管理和連續(xù)性、能夠根據(jù)對話歷史動(dòng)態(tài)調(diào)整回答策略、實(shí)時(shí)更新與學(xué)習(xí)對話策略等。其中，情景理解與創(chuàng)造性回答模塊在對話系統(tǒng)中扮演著至關(guān)重要的角色，它不僅需要理解用戶提出的問題或陳述的情景，還要能夠生成富有創(chuàng)造性和相關(guān)性的回應(yīng)。這種能力依賴于多種技術(shù)，包括自然語言處理（NLP）、深度學(xué)習(xí)、知識圖譜以及生成模型。下面來概述實(shí)現(xiàn)這一功能的主要技術(shù)和算法步驟。在情景理解與創(chuàng)造性回答的模塊中，首先運(yùn)用自然語言理解技術(shù)，包括BERT等詞嵌入，以及序列標(biāo)注、依存句法分析和情感分析等，來解析和理解用戶輸人的語義和情感。隨后，通過Transformer等上下文感知模型捕捉對話歷史，結(jié)合知識圖譜信息，形成對當(dāng)前情景的全面認(rèn)知。生成式回答階段采用序列到序列模型，如編碼器一解碼器架構(gòu)，并結(jié)合注意力機(jī)制，確保輸出響應(yīng)與輸入緊密相關(guān)且具有針對性。為了提升回答的創(chuàng)新性和多樣性，模型中還融人了條件變分自編碼器和強(qiáng)化學(xué)習(xí)技術(shù)，前者通過引入隨機(jī)變量增加回答的變異性，后者則通過獎(jiǎng)勵(lì)機(jī)制優(yōu)化生成內(nèi)容的創(chuàng)意表現(xiàn)。整個(gè)過程從輸入預(yù)處理到情境理解，再到創(chuàng)造性回答生成及最后的輸出后處理，構(gòu)成了一個(gè)復(fù)雜而精細(xì)的人工智能對話系統(tǒng)核心流程。

六、結(jié)語

生成式人工智能本質(zhì)上是基于深度學(xué)習(xí)技術(shù)，通過大量數(shù)據(jù)的訓(xùn)練和優(yōu)化，不斷提升模型的生成能力和應(yīng)用范圍，本文給出了系統(tǒng)分析、模塊和核心算法流程，并且App正在完善過程中，以后可以安裝在移動(dòng)端，從事農(nóng)業(yè)生產(chǎn)一線的工作者可以利用本系統(tǒng)，快速獲取農(nóng)業(yè)知識、提出即時(shí)問題并得到解答，就像得到成千上萬農(nóng)業(yè)專家的現(xiàn)場指導(dǎo)。本系統(tǒng)的目的是利用當(dāng)前先進(jìn)的AI技術(shù)，架起現(xiàn)代科技與傳統(tǒng)農(nóng)業(yè)的橋梁，加速農(nóng)業(yè)知識的傳播和應(yīng)用，促進(jìn)農(nóng)業(yè)生產(chǎn)的可持續(xù)性，保障糧食安全、提升農(nóng)民收人和改善農(nóng)村生態(tài)環(huán)境，使未來的農(nóng)業(yè)將因生成式人工智能的加入而變得更加智慧、高效和綠色，從而實(shí)現(xiàn)以人工智能技術(shù)為支撐的新質(zhì)生產(chǎn)力賦能農(nóng)業(yè)現(xiàn)代化發(fā)展。

參考文獻(xiàn)

[1]十部門印發(fā)《數(shù)字鄉(xiāng)村發(fā)展行動(dòng)計(jì)劃（2022—2025年）》[J].鄉(xiāng)村振興，2022（02）：20-21.

[2]李長健，楊駿.生成式人工智能賦能數(shù)字鄉(xiāng)村治理實(shí)踐、風(fēng)險(xiǎn)及其防范研究[J].云南民族大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2023，40（06）：107-115.

[3]陳旭林.生成式人工智能在數(shù)字鄉(xiāng)村規(guī)劃與設(shè)計(jì)中的應(yīng)用研究[J].智慧農(nóng)業(yè)導(dǎo)刊，2024，4（01）：107-110+115.

[4]王茂福，嚴(yán)雪雁.生成式人工智能賦能數(shù)字鄉(xiāng)村建設(shè)：應(yīng)用價(jià)值、現(xiàn)實(shí)梗阻與路徑支持[J].深圳大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2023，40（04）：87-96.

作者單位：南開大學(xué)馬克思主義學(xué)院

責(zé)任編輯：王穎振鄭凱津