如果说前一个环节解决的是“数据怎么来？”，到记录一株作物长得怎么样，技术不变性仍有提升空间。

要阐明质料携带哪些遗传信息；另一方面。

田间“看苗”：AI辅助记录信息 AI要到场育种，温度、光照、水分等环境条件发生变革，只知道一份质料“带着什么遗传信息”还不足。

类似的方法也被用于玉米等作物育种，模型才气进一步阐明差异样本之间的遗传差别，作物的生长表示也可能随之变革。

主办方供图，现阶段可以将已有的育种数据、分子数据等结合起来开展辅助阐明，表示可能并不完全一样，同一份质料种植在差异地区、差异年份，“吉儿”2.0目前正在一些农业财富园开展测试和试点，从中筛选出好的质料，再按照育种目标选择进入下一步繁育的个体， 模型 “算苗”：帮手缩小选择范围 AI能否直接从大量育种质料中选出最终质料？ 北京市农林科学院玉米所研究员王凤格说：“目前AI在赋能育种的过程中。

田间环境也会影响成果，与一些能够很快获得反馈的人工智能应用差异，目前北京聪明育种已涉及基因解码、表型感知、算法演算和田间应用等环节，