干货来了，演讲内容全文公布！一亩田CTO胡嵩教你理解“小田”对话机器人背后的逻辑（文末附体验方式）

2024-10-18 14:52:18

6月26日，一亩田集团“小田”对话机器人暨农业AI生态伙伴计划发布会在北京如期举行。一亩田CTO胡嵩现场做“用AI助力乡村振兴”的主题演讲，并正式对外发布国内首款基于大模型技术的农业AI对话机器人——“小田”。

在演讲中，胡嵩表示，从去年12月底以来，ChatGPT的发布在全球掀起了一股大模型的浪潮。大模型技术的前景在哪里？业内人士普遍认为，大模型的尽头是行业的应用。在所有的行业里面，农业是百业之本，乡村振兴更是时代赋予我们巨大的机遇。

基于AI大模型技术，结合一亩田在农业行业的深耕，在农业行业里面垂直信息知识的积累，一亩田推出“小田”对话机器人，它的定位是“您身边的农业百事通”。胡嵩还展现了“小田”的四大功能，帮助现场嘉宾更好地理解“小田”。

展望未来，胡嵩表示，希望将小田打造为一个农业全产业链的智慧大脑。它要链接农业从生产到服务到流通到采购，各个环节的农业从业者，最终服务全国的6亿农民，1000万的产地经营者，100万的生产服务商，还有5000万的下游采购商，用一句话总结就是“用AI助力每一亩田更有价值”！

以下是演讲全文，欢迎阅览：

大家好，我是一亩田集团的CTO，今天由我来为大家发布一亩田小田对话机器人。

去年底以来，ChatGPT的发布在全球掀起了一股大模型的浪潮，ChatGPT的也是有史以来最快达到1亿用户的产品。大模型的基座提供了一种技术能力，这个技术能力要真正地能够发挥产业价值、为终端用户创造价值，所以我们有一个共识，大模型的尽头是行业应用。在所有的行业里面，农业是百业之本，乡村振兴更是时代赋予我们巨大的机遇。

在这个背景下，我们自然就要提出一个问题，AI大模型+农业等于什么？为了回答这个问题，首先需要先深入到用户痛点中去。

这是一亩田来自宁夏贺兰县的一位用户——刘亮。他是当地一个高原夏菜合作社负责人，高原夏菜就是利用当地夏季冷凉气候培植的高品质蔬菜。他遇到的问题是在种植过程中各类的病虫害、农技难题，不能够及时地找到农业专家，不会种，这给他带来很大困扰。

（点击图片了解他的故事）

刘坤举，河南夏邑县人，他是河北农业大学研究生，在大城市打拼几年之后，返乡做了创业的新农人。作为一个西瓜代办，他新入行遇到最大的难题就是消息不灵通，他不知道行情如何，所以很难进入到这个行业里面。

（点击图片了解他的故事）

王鹏祥，来自河南漯河市舞阳县，是一个8年的桃子种植户，通过自己的辛勤种植经营，他在桃子这个品种上面已经打开了局面，获得了上百万的收益。他遇到的问题就是桃子这个品类越来越内卷，原有的品种可能在市场上面已经不走俏了，他就需要去寻找新的市场潜力大的品种，来延续他的商业成功，进一步的问题是如何去拓展销售渠道，这就是我们所遇到的用户的普遍呼声。

（点击图片了解他的故事）

所以我们发现了用户的共性：在产前，品种决策难，他们要找到种什么、养什么能够赚钱，确定了养什么、种什么品种，还要找到靠谱的农资供应商，靠谱的种苗供应商；产中，农技咨询难，突发的病虫害等种养殖问题没有办法及时找到专家指点；在产后，更大的问题是农产品销售难，农民处在信息相对比较弱势的角色，他们并不清楚各地行情如何，但是就是这样一个各地市场渠道差异可能就能决定他今年是亏损还是盈利。

针对以上这些问题，传统解决方案仍然存在各种各样的问题。

首先，不同的垂直信息分散在不同的地方。比如说，我是一个桃子种植户，在产前，我要找到靠谱的种苗需要一个地方，我需要选择新的桃子品种需要浏览很多的专业网站；到产中，遇到农技的问题，又需要到处去寻找专家咨询；产后，要去卖桃子，我需要去寻找采购商。为了解决我生产经营过程中各个环节的问题，可能需要很多个网站，信息分散在不同的地方。

第二个，现有的通用搜索对他们来讲门槛过高。虽然搜索引擎对于这些信息一大部分是有所收录的，但是埋没在海量的结果里面，很难给用户一个很专业的结果，包括在农业，农技问答这个环节里面，很多问题不是一次搜索能解决的。

第三个，现有的APP还有网站分类导航过于复杂。其实这三点加起来，都构成了越来越高的信息壁垒，今天的信息很丰富但是过于分散，这些都给用户带来信息的门槛，也就是信息的鸿沟。

所以，信息鸿沟依然是今天农民致富路上最大的障碍。

在过去的12年里面，一亩田一直在致力于解决这个问题，从成立之初，我们的初心就是要用信息技术来弥补生产者和采购商之间的信息鸿沟，去帮助这些种植商、种植户更好地找到下游的采购商，帮助城市里面采购商更好地找到靠谱的种养殖户。所以在这12年经营过程中，我们积累了5000万的用户，他们覆盖了生产到流通的各个环节，跟这些用户互动过程中我们也加深了对整个农业环节问题的理解。这12年中，我们也积累15000个覆盖全国的各个农产品品类的行业知识图谱；覆盖全国2800个县域，110多个批发市场的全国农产品产销大数据平台。这些数据是我们今天推出“小田”的基础。

“小田”，定位是“您身边的农业百事通”。

我们看看小田可以做什么。

针对种养殖户在产前遇到的品种选择难的问题，小田现在跟全国的上十家农业科研院所进行了合作，收录了最新的科研成果，可以针对种养殖户如何选择品种来进行有区域、有品种特色的推荐。比如说这边有个用户问“能不能够给我推荐在山西村级种植的高油酸大果花生品种”，小田就会推荐说“冀花18号适合在淮海地区种植”，这个品种是来自河北农业大学，如果我们有需求的话，可以留电话详聊，这样我们就会把这个品种的需求去转接到我们的科研院所的合作方。

在产中，我们遇到的农技难的问题，小田也提供了这样的一个对话解决方案。比如说“土豆出现烂根怎么办？”小田根据它的知识库给到“土豆出现烂根大部分是根腐败，需要注意增施有机肥料，需要在种植时候防止雨水过多，田间积水”，这个回答我们通过横向对比，还是相对比较专业的。

产后，我们在销售环节里面有一个很大的痛点，就是不知道现在的行情怎么样，我不知道我现在是不是应该快速地去卖，还是等待着一个更好的行情，小田结合过去一年农产品全国的流通大数据，能够帮助用户去给到河南夏邑县的西瓜现在是什么行情。根据不同的地域、不同的品类，我们可以及时地告诉用户当前的行情的状态，同时也会给到一个小程序的卡片，进一步地获取更详细的信息。

在卖农产品难的过程中，怎么找到好的采购商？采购商怎么找到靠谱的供应商？小田结合我们过去采购商和供应商的大数据，以及他们用户画像就能够给到一个智能的供需匹配，也可以通过对话的方式，“帮我找一个广东荔枝的供应商”，我们可以针对这个用户所在的地域，过去一些销售行为，给到一个“您是想要哪一个类型的供应商”，“您是想要一个在哪卖的产品”，这个用户说“我是超市的采购商”，小田就会根据这个用户的身份给到一个产地经营者。

在这个过程中，我们做了一些技术上的工作。首先，在农业领域，是有大量的行业术语，比如说糯米糍，阳光玫瑰，上海青，甜王，8424，如果直接用大语言模型承接这样的需求，大部分大语言模型很难识别出来它是一个农业的需求，我们针对农业专业术语的理解，对大模型做了一些精调。

同时，大家都知道，大模型学了这么多的书，它有很多的语料，但是它经常胡说八道，不自然它就会以为自己知道这个问题的答案，其实它给的是错误的答案，这个如果给到用户将是一个非常悲剧的结果，所以针对怎么去把真正正确的农技知识给到农业用户，我们做了农业知识库的增强。小田机器人学习了数万本农技专业书籍，同时喂了千万级的农业专业语料，同时我们做了一个语义搜索增强，在多个结果里面通过语义匹配到多个结果的时候，会有一个权威性和专业性的排序，将排序的结果丢给大模型，再让它去生成，在这种可控的输入环境下，大模型在幻觉问题上就得到很大的提升。

小田还是1.0的版本，它还只能够接受文字的问题，以及通过文字给到回答，通过小程序卡片给到输出，未来我们将进一步地去扩展小田的交互，我们称之为“多模态的形态”。很多时候很难用语言描述清楚的问题可以拍一个照片，录一段视频给到小田，你可以直接用语音来问，也可以直接用语音回答，同时我们未来也会支持用视频来回答。

除了在多模态升级之外，下一步小田也将提供一个生态合作的框架。我们深刻地知道，要服务中国这么多的农户，这不是我们一家公司能做到的事情，我们需要全国的农业从业者和我们一起，包括农业科研院所、活跃在不同县市的田间地头的农技专家们，还有农资农机、种苗厂商们，他们其实都是小田的生态合作伙伴，现在我们已经有了部分的科研院所和农技专家的合作，同时我们也在面向全国所有的农资农机、种苗厂商进行这样一个知识合作的招募。