在農業科技領域，一場由人工智能驅動的變革正在悄然發生。近日，一款名為“豐登·基因科學家”的智能育種工具引發國際關注，其通過模擬人類專家的科研思維，為破解作物基因密碼提供了全新路徑。

傳統作物育種長期面臨效率瓶頸。自2005年水稻基因組測序完成以來，全球科研團隊投入大量資源解析基因功能，但受限于依賴專家經驗的作業模式，從假設提出到實驗驗證往往需要數年時間，且成功率難以保障。崖州灣國家實驗室研究員楊帆形象地比喻：“這就像面對一本用未知符號寫成的天書，我們只能零星破譯幾個字符。”

2024年4月，由上海人工智能實驗室領銜的科研團隊推出“豐登·種業大模型”，三個月后升級為具備科研決策能力的“基因科學家”版本。該系統通過整合育種歷史數據、生物測序信息、農田環境參數等多元數據，訓練出能夠自主完成“假設-實驗-驗證”閉環的智能體。研究顯示，其基因功能預測準確率較傳統方法提升40%以上。

在廣西大學的水稻實驗田里，科研人員黃福鋼正借助該系統驗證新發現的基因功能。系統提示某個未知基因可能通過調控植物激素影響株高，實驗結果證實了這一預測。類似案例在玉米研究中也有體現，系統精準定位的株高相關基因與田間觀測數據吻合度達92%。“這相當于給育種專家配備了一個永不疲倦的數字助手。”黃福鋼評價道。

該技術的突破性在于實現了“科研方法論”的數字化遷移。上海人工智能實驗室研究員董楠卿解釋：“我們不僅要讓AI掌握育種知識，更要教會它像科學家一樣思考——如何解讀需求、匹配基因、設計實驗，甚至在驗證過程中自我修正。”通過強化學習算法，系統已能自主處理水稻、玉米等作物的數十個未報道基因研究。

國際育種機構對這項技術表現出濃厚興趣。自5月全球開放以來，已有來自印度、菲律賓等國的12家權威機構應用該系統。國際水稻研究所專家指出，這種“數據驅動+專家驗證”的模式，正在改變依賴個人經驗的傳統科研范式。

當前研發團隊正著手構建更龐大的知識圖譜，計劃納入大豆、小麥等更多作物數據，并融合氣候變化模型等環境參數。楊帆透露，最終目標是打造覆蓋全物種、全生育周期的智慧育種平臺，使作物改良從“經驗驅動”轉向“數據與算法協同驅動”。

在廣西的水稻實驗基地，新一代智能育種系統已開始輔助設計抗旱新品種。系統根據歷史干旱數據和基因組信息，快速篩選出5個潛在抗旱基因組合，較傳統方法提速近10倍。這種變革不僅關乎科研效率，更可能重塑全球糧食安全的技術底座。