■ 杨浩

　　近期，随着DEEPSEEK等大模型的不断涌现，AI大模型的部署、训练与应用变得不再遥不可及。对此，国家统计局河南调查总队紧抓智能化转型机遇，积极探索“AI+农调”河南模式，通过整合多方力量，集合优质人才、算力资源，对最新人工智能成果进行探索利用，努力将AI大模型发展的技术红利转化为推动农业调查现代化改革的强大动力。

　　锚定“AI+农调”技术战略

　　河南总队不断推进创新步伐，加大对最新人工智能大模型技术的研究探索。近期，河南总队与郑州大学、河南农业大学和北京师范大学分别开展座谈交流，共同探讨前沿AI大模型技术在农业统计调查中的落地路径。包括AI大模型部署所需资源需求、如何选择适配河南农业调查的AI大模型技术架构、如何打通遥感影像等多源数据壁垒、如何构建符合规范的数据安全可信机制等。

　　经过多方研讨，各方专家一致认为，AI大模型在农作物遥感数据处理、农作物表型监测、价格波动分析等领域潜力显著，需进一步深化产学研协同创新，聚智聚力，探索“AI+农调”的河南模式。

　　锻造智能体技术基座

　　河南总队联合河南农业大学智慧农业团队，以本地化部署大模型为技术核心，探索AI智能体在农业调查工作中的落地应用。

　　在实际工作中，河南总队深入实践不断掌握AI大模型应用技术。一方面，河南总队农业调查处联合河南农业大学在农大河南农业统计遥感实验室本地化部署DEEPSEEK R1大模型，建立本地知识库，不断加强对模型的使用。另一方面，河南总队不断创新推动AI大模型应用，利用COZE等工具基于DEEPSEEK等人工智能大模型，创建AI智能体，通过自定义工作流，实现了多模型协同调度与跨系统数据贯通，深入推动模型功能不断契合农业调查业务需求。同时，河南总队还尝试利用模型智能体协助开展农业遥感数据自动化处理、农作物图像表型分析与农产品价格网络自动抓取等任务，大幅提升相关业务工作效率。

　　打造智能农调新范式

　　在下一阶段工作中，河南总队将不断推进AI大模型在农业调查领域的深入应用。

　　通过加强与高校、科研机构及企业的技术合作，共同攻克AI大模型在农业调查应用中的技术难题。不断优化和完善AI大模型技术架构和应用场景，通过创建AI智能体实现数据的自动化采集、清洗、整合与分析；利用模型蒸馏，对已有的农业统计调查模型进行优化，提高模型预测的时效性与准确性。

　　河南总队还将尝试以AI大模型为基础构建智能化农业调查平台。进一步探索最新前沿人工智能技术在农业调查、四农普等领域发挥作用，充分把握河南遥感分中心建设机遇，加强对AI大模型硬件与人员支持，让AI大模型技术为河南农业调查赋能。