人工智能已成为继实验、理论、计算之后的科学研究新范式来推动全球基础科学研究的重大发现和突破，为此，科技部等2023年3月提出将生物育种作为重点领域之一围绕其科研需求布局“人工智能驱动的科学研究”前沿科技研发体系。植物表型分析在作物育种方面发挥着重要作用，未来植物表型研究的重点与瓶颈在哪里？人工智能可以从哪些方面助力植物表型研究？人工智能与植物表型研究如何深度交叉融合？为了抢抓人工智能驱动科学研究的新机遇，中国计算机学会青年计算机科技论坛大连分论坛（CCF YOCSEF 大连）于2023年11月4日在大连民族大学开发区校区成功举办技术论坛《如何突破交叉融合之困让人工智能真正赋能植物表型研究》。与会者包括北京大学、大连理工大学、大连民族大学、大连海事大学、大连大学、大连栋科软件工程有限公司、东北财经大学、大连海心信息工程有限公司、大连厚仁教育科技有限公司等学术界及产业界的专家、学者，以及大连民族大学的师生代表40余人。

图1 部分参会人员合影

本次论坛的执行主席为CCF YOCSEF大连副主席贺建军和AC委员孙丽媛，在线主席为CCF YOCSEF大连AC委员霍英男，受邀出席本次论坛的引导发言嘉宾有大连理工大学人工智能大连研究院江贺、北京大学医学部王路漫和大连民族大学环境与资源学院杜维。

  论坛首先由执行主席贺建军介绍了CCF YOCSEF的历史、定位和使命，以及本次论坛的背景，随后进入引导发言和思辨讨论环节。

图2 执行主席贺建军介绍CCF YOCSEF和论坛背景

首先进行引导发言的嘉宾是江贺，分享的题目是《人工智能发展方向》。江院长从人工智能概况、AIGC发展及AIGC时代大连的机遇三个方面进行了精彩分享。用影像资料的形式生动形象地带与会人员走进人工智能领域，讲述人工智能的概念、发展历史、三大构成要素、相关技术和产业链图谱；解读AIGC在办公、绘画、对话、检索、翻译及视频生成的应用，概述ChatGPT的发展和影响；同时结合大连发展现状阐述了AIGC时代为大连在软件、海洋、化工、教育、医疗等行业发展带来的机遇。

图3 江贺进行引导发言

第二位引导发言嘉宾是王路漫，分享的题目是《智慧林业与森林康养：育种与创新应用的探索》。路漫主要从遗传育种的发展、林业数据分析、全基因组关联分析三个方面讲述了智慧林业相关研究，分享了其基于动态性状的育种研究，证明QTL的有效性，进而预测生物量。路漫指出，可使用人工智能/机器学习方法替代传统的GS方法，寻找可以获得最大生物量的理想表型，得到最优杂交组合方式，实现快速创制新的优良自交系，亦可使用人工智能方法获取最优分段点，精准预测多阶段的树木生长过程，为树木生长提供精准生长预测模型。

图4 王路漫进行引导发言

第三位引导发言嘉宾是杜维，分享的题目是《木本油料植物育种过程对人工智能技术的潜在需求》。杜维指出基因型是表型得以表达的内因，介绍了团队的研究内容，旨在聚焦‘四个面向’的木本油料产业新发展，重点讲述了木本油料作物在产量、品质、抗性等方面的育种方向选择和研究思路，优良无性系/品种筛选后，生产线和研究线双线并行，保证成果应用的同时有效推进了关键基因挖掘和功能验证，同时，杜维详述了人工智能在文冠果花识别、油茶产量分析和植物物种识别三个方面的助力情况，指出人工智能是未来乡村振兴、健康中国的必经之路。

图5 杜维进行引导发言

在思辨环节，与会人员围绕“未来植物表型研究的重点与瓶颈在哪里？”“人工智能可以从哪些方面助力植物表型研究？”“人工智能与植物表型研究如何深度交叉融合？”三个辩题进行了精彩讨论。

图6 部分思辨环节发言嘉宾

对于“未来植物表型研究的重点与瓶颈在哪里”这一议题，与会嘉宾经过辩论后一致认为如何对植物内部和外部的全部物理、生理和生化特征进行获取和规范化表征，如何把表型研究中产生的海量多尺度、多生境、多源异构数据转化为有意义的生物学知识，如何实现跨组学深度融合，如何实现植物、计算机、统计学家等跨学科团队的跨领域紧密合作，这些都是植物表型研究必须克服的难关。

对于“人工智能可以从哪些方面助力植物表型研究？”这一议题，一部分与会嘉宾指出人工智能可以助力植物表型和环境的感知，如面向植物气孔识别的智能显微镜、田间原位表型性状的高通量采集设备等等还较缺乏，应该加强植物表型感知的智能化设备的研发；一部分与会嘉宾强调基因型是表型得以表达的内因，环境是表型得以表达的外因，人工智能可有效助力跨组学研究；一部分与会嘉宾认为构建适合植物表型分析的多模态学习、弱监督学习、大模型等新一代人工智能技术也是助力植物表型研究的一个有意义的方向。

对于“人工智能与植物表型研究如何深度交叉融合？”这一议题，一部分嘉宾认为领域差别导致思维方式的不一致，多沟通交流是关键，可通过学术会议、论坛等方式加强沟通；另一部分嘉宾认为应该从交叉学科建设和人才培养方面破局，推进高度融合，最终走向统一。

图7 会场合影

最后，CCF YOCSEF大连主席盖荣丽对本次论坛做了总结，植物表型研究的核心是获取高质量、可重复的性状数据，进而量化分析基因型和环境互作效应及其对产量、质量、抗逆等相关的主要性状的影响。人工智能的异军突起可为植物表型研究带来新的机遇，要想抓住机遇，必须需加强跨组学的沟通交流，构建学科网络，联合高校、企业共同培养跨领域人才。感谢本次论坛的所有参与者，同时也欢迎更多的有志青年参与YOCSEF的活动、加入CCF YOCSEF！