8.项目八　跨界融合——人工智能 +.pptxVIP

人工智能与计算机基础项目化教程北京出版社

项目八跨界融合——人工智能+

任务一人工智能+农业任务二人工智能+制造任务三人工智能+金融任务四人工智能+艺术任务五人工智能+教育任务六人工智能+文史任务七人工智能+医疗目录

学习目标知识目标1.理解人工智能在农业、制造、金融、艺术、教育、文史、医疗等领域的应用场景与技术原理。2.理解人工智能+各行业的未来发展趋势及面临的挑战。能力目标1.具备运用人工智能技术解决农业、教育、金融、制造等领域实际问题的初步能力。2.可以对“人工智能+”各行业的发展现状与未来趋势进行分析与展望。素养目标1.培养运用人工智能思维分析和解决跨行业问题的能力。2.提升对人工智能技术在各行业应用的认知与信息分析素养。3.增强关注人工智能技术发展前沿并主动学习的意识。

人工智能+农业1

一、人工智能在农业领域的应用概述人工智能重构农业生产环节人工智能通过物联网传感器实时捕捉土壤墒情与作物长势，结合AI算法生成精准灌溉与科学施肥方案，同时利用计算机视觉技术实现病虫害早期诊断，避免大规模蔓延，显著提升生产效率与资源利用率。数据驱动农业产业链协同AI结合大数据分析预测市场供需变化，辅助种植结构调整，并通过区块链技术建立农产品溯源体系，实现全流程数据可信存证与智能分析，保障农产品品质安全。智能优化农业资源调度借助AI算法优化“储、运、销”环节资源调度，智能规划仓储位置与运输路线，减少产后损耗，形成从田间到餐桌的数字化协同闭环。推动农业可持续发展人工智能破解传统农业痛点，推动农业向数字化、精准化转型，助力解决人口增长与资源约束问题，为农业可持续发展注入全新活力。

二、实战1：基于大模型的农作物智能识别与生长预测系统实验（一）任务描述使用头歌智慧课程学习平台，基于大语言模型（LLM）技术构建一个图像识别模型。该模型可以对给定的图片智能识别出农作物种类、病虫害，以及进行生长预测。这对于农业自动化、病虫害监测等方面具有重要意义。

（二）相关知识2.农业AI推理数据准备数据收集是农业AI推理数据准备的基础环节。数据收集可以采用网络爬虫、开源数据集、实地拍摄与监测、人工记录与调查等多种方法。3.农业数据预处理获取数据后需要对数据进行预处理。常用的数据预处理方法包括特征选择、处理缺失值、去除重复数据、修正数据异常、数据一致性检查、数据变换、数据标准化。4.提示词在农业智能识别任务中，提示词设计是否精准直接影响模型输出质量。1.视觉—语言模型Gemma3Gemma3大语言模型就像一位数字化的农业专家，能同时“看”懂农田照片和“理解”你的文字问题。

（三）实现流程数据准备网上下载或拍摄农作物图片，支持JPG和PNG格式，分辨率≥1024×768像素，涵盖全景、特写、土壤剖面及病虫害等多模态样式，确保数据多样性以提升识别精度。实验环境启动登录头歌智慧课程学习平台，选择“AI通识课专栏”下的对应实验，点击“开始实践”与“启动环境”按钮，快速进入实验状态，为后续操作奠定基础。图片上传与模型运行上传农作物图片并输入提示词，参照表8-4优化输入内容，按Enter键或点击按钮等待大模型生成精准的识别结果，如图8-3所示。结果分析与应用根据模型输出的识别结果，结合实际需求进行分析，为农作物分类、病虫害检测等农业场景提供科学决策支持，助力智慧农业发展。

三、实战2：农业领域智能体助手开发与应用策略实验（一）任务描述使用头歌智慧课程学习平台，编写一个智能体开发设计与实现的应用小程序。

（二）相关知识2.智能体助手的应用智能体助手在多个领域有广泛的应用，部分应用示例如表8-5所示。1.智能体助手智能体助手是一种基于人工智能技术的智能应用，它能够感知用户需求、自主决策并执行行动，以帮助用户完成各种任务，类似于一个虚拟的“助手”或“代理人”。智能体助手具有自主性、智能性、多功能性、学习与进化能力、多模态交互等特点。

（三）实现流程双击“Google浏览器”图标，在打开的浏览器窗口的地址栏中输入网址（），在进入的新页面中已经填有账号和密码，单击“登录”按钮。单击【工作室】→左侧边栏的【创建空白应用】按钮。打开实验平台界面，启动实验环境。在“编排”→“提示词”中，进行农业专家的人物设定，如设定为：“作为农业专家，你需要分享病虫害防治小技巧、土壤养护小技巧、种植养殖实用技术、丰产经验和实操心得。……进行基本配置，包括应用类型、图标、名称、描述（为创建的智能体助手写一段简介），然后单击“创建”按钮。0201030405

（三）实现流程单击“对话开场白”右侧的“编辑开场白”按钮，输入对话开场白内容。然后单击“开场问题”→“添加选项”，