夏日炎炎，海南三亚崖州湾 ，田间的南繁季已结束 ，而“数据田 ”里的育种仍在进行 。走进海南大学南繁学院，基因组与大数据育种实验室里，不见培养皿与种苗圃 ，映入眼帘的是运转不息的机房 。
“我们的‘田’就在这里。”指着数据机房 ，副院长夏志强介绍，团队研发的人工智能（AI）生物信息科学家智能体与大模型 ，能在虚拟农田里“算 ”出作物长什么样 ，帮育种科研人员节省时间。
田间南繁，须守农时 。每年9月到次年5月 ，北方的育种科研人员便如候鸟一般来到海南岛南部 ，利用充足的光热资源开展种子加代繁育，压缩育种周期 。选种 、种植 、收获 ，重复6到7轮、花上8到10年 ，才能找出性状稳定、表现优良的品种。
“我们将积累的作物基因数据‘喂’给AI，让它帮我们预测作物未来的样子 ，就能提前淘汰掉不合格的品种 。 ”夏志强说 ，在满足一定条件下，相关技术能帮育种人员节约近一半的时间 。而要预测作物未来的样子，读懂“说明书 ” 、迅速开展基因测序是关键。
实验室的孔板里 ，放着打碎的玉米叶片 。经由设备提取分析 ，玉米的脱氧核糖核酸（DNA）信息被输入电脑中 。打开AI科学家助手的对话框，输入指令 ，不一会儿 ，一份基因功能鉴定报告便在屏幕上呈现。1个人3天的工作量，AI科学家助手用5个小时就能完成 。
毗邻南繁基地的优势 ，让实验室能更便利地获取包括水稻 、玉米、大豆等作物样本 。与企业合作开发的快速测序技术 ，让丰富的样本转化为海量的基因数据，成为滋养AI进化的沃土。育种人员只需在对话框内输入需求 ，就能快速获得精准的分析结果 。
AI智能体当助手 ，大模型当上了翻译 。今年5月，团队发布了首个水稻泛基因组大模型。通过阅读149份高质量水稻的“生命说明书” ，这一大模型像学习一门新语言一样 ，理解了水稻DNA序列的内在规律。
“这片‘田’，不求大水漫灌，而是精准滴灌 。我们选取 了一条小而精的轻量化路线 。 ”夏志强介绍 ，水稻泛基因组大模型将词元词表规模做了压缩 ，同参数量数十亿的多物种模型相比，7亿参数的设置让大模型“轻装上阵 ”。
按下回车 ，水稻泛基因组大模型开始思索：能读懂已有的DNA序列 ，也能弄懂语法进行“续写”；能标注基因功能 、预测虚拟农田里的水稻将长成什么样，也能根据水稻的样子 ，反向推导出基因排布……高效的计算工具 ，让水稻能在试验田生长之前，先在代码里“自由舒展 ” 。
“不仅仅是作物基因数据 ，我们还去新疆等地收集了气象等大数据 ，能给这片‘田’造出小气候 。 ”夏志强说。未来，在种子播入田间之前 ，可借助大模型在虚拟空间中进行千万次模拟 ，从而精准锁定最具潜力 、最能适应环境变化的“种子选手” 。
（文章来源：人民日报）
