小模型大影響：印度以小型語言模型推動小農智慧農業服務

:::

農學報導

小模型大影響：印度以小型語言模型推動小農智慧農業服務

刊登日：115/07/14

文章來源 : 農業科技決策資訊平台 2026-07-14

印度推動小型語言模型應用於小農服務

　　印度近年積極推動AI基礎建設與應用發展，並將AI技術導入農業服務場域。由於印度多數農戶屬小農經營型態，常面臨土地規模有限、農業資訊分散、數位工具成本較高、語言多元及專業諮詢不易取得等問題，使農業AI服務難以直接大規模觸及小農。因此，印度農業AI發展逐漸從大型通用模型，轉向更貼近田間需求、成本較低且回應較快的小型語言模型（Small Language Models, SLMs）。

小型語言模型如何支援農業諮詢

　　以小農數位服務組織Digital Green的FarmerChat為例，該應用程式採用Gemma、GPT-4o mini等小型語言模型，協助農民回應作物管理、葉片黃化、優良種子來源與栽培建議等常見問題。由於農民提問多具季節性與重複性，若能經微調的小型模型結合農業知識庫，即可提供更具成本效益且回應較快的實用建議，讓AI農業諮詢更貼近小農需求。

農業AI服務發展重點

相關發展重點包括：

結合語音介面與在地語言，降低識字能力與數位操作門檻。
整合作物曆、地方氣候、地方作物情境與農業知識庫，提高建議的情境適切性。
協助農企業與田間輔導人員擴大服務範圍，提升農業服務效率。

語音助理擴展農業應用

　　除FarmerChat外，KissanAI等新創也透過語音式農業助理，讓農民能以母語提問，降低識字能力與數位操作門檻。該系統不只是轉換語言，也納入地方作物制度、土地單位與農業工作流程，使AI回覆更符合實際情境。部分企業則將AI用於田間輔導排程、銷售預測與農業金融風險管理，協助農企業更有效配置輔導人力與服務資源。