【编者按】

在人工智能与人形机器人的一骑绝尘中，中国大学迎来2025。

2025年，注定要成为变革的年份。是以战略敏捷赢得战略主动，还是在延误中错失转型机遇，中国大学踏上征途。

人工智能技术如何赋能学科建设？人工智能技术给创新人才培养带来哪些启示？特推出“大学2025”专题，以深入探讨人工智能时代的大学之变。

近日，福建农林大学党委书记赖海榕接受（www.thepaper.cn）专访时表示，面对人工智能带来的机遇与挑战，农林学科需要主动求变，在坚守学科本质的同时，积极拥抱智能技术，构建面向未来的学科发展新生态。

福建农林大学党委书记赖海榕。本文图片均由福建农林大学提供

人工智能+农林学科会有怎样的构想？AI能否“爆改”农林业？

“在AI浪潮席卷全球的背景下，传统农林产业正经历深刻的智能化变革。无人机巡检、农田数字孪生、AI病虫害预警等创新技术，正在重新定义‘耕读传家’的内涵。”日前，福建农林大学党委书记赖海榕接受专访时表示，“重塑农林人才的核心能力体系，前瞻性定位其未来角色，是引领新农科教育发展的关键。”

今年6月份，福建农林大学宣布成立农林人工智能研究院，目的是突破一批农林人工智能关键核心技术，引育一批农林人工智能领域高层次人才，解决一批现代农林业发展中的实际问题。

根据农业农村部印发的通知《全国智慧农业行动计划（2024—2028年）》，目标是到2026年底，智慧农业公共服务能力初步形成，探索一批主要作物大面积单产提升智能化解决方案和智慧农（牧、渔）场技术模式，农业生产信息化率达到30%以上。

“AI技术从实验室走向农田林区，最难的是‘最后一公里’。”赖海榕认为，人工智能与农林业融合，是现代农业高质量发展的战略方向。但要让AI真正扎根田间地头，实现从“概念落地”到“全面推广”，不能依赖某一项技术或单一设备的突破，而必须构建一条“从需求出发、向实地落地”的完整创新路径。

福建农林大学

AI重新定义“耕读传家”的内涵

：人工智能技术的发展给农林学科带来哪些冲击，又将如何赋能农林学科？

赖海榕：人工智能技术的迅猛发展正在深刻重塑农林学科的发展格局，不仅对传统农林学科范式带来冲击，而且倒逼传统农林学科体系建设加快优化调整。我拟从五个方面谈谈基本认识。

一是在知识体系方面：促进从单一学科到智能交叉。人工智能技术的融入，将促进农林学科知识体系进行大规模的更新和重构。传统农林学科聚焦生物学、生态学等基础学科知识，而人工智能的发展要求传统农林学科融入计算机科学、数据科学、机器学习等多学科知识，推动计算机科学、数据科学与传统农林学科深度交叉，使单一学科逐渐走向智能交叉。

二是在科学研究方面：推动从田间实验到智能预测。以往农林学科的研究多依赖于实地观察、实验操作等传统方法。人工智能技术的发展推动了科研范式从传统“假设－验证”向“数据驱动”转变，未来的科学研究更多地借助人工智能技术进行数据分析、模型构建和预测模拟，进一步加快农林领域科学研究进展，提高科研成果产出效率。

三是在人才培养方面：实现从专业分割到复合融通。人工智能技术的应用要求农林学科培养既懂农林专业知识，又掌握人工智能技术的复合型人才，将数字化、信息化、智能化等要素有机融入人才培养过程，着力打造与复合型人才相匹配的“人工智能+”专业体系、课程体系、数字化教材、实践基地，创新课堂教学模式，实现人工智能与课堂教学的深度融合。

四是在师资队伍方面：加快从知识传授到智能引领。人工智能技术迭代加快，新的教学场景不断重构，教师角色正被重塑，传统知识储备优势受到挑战，跨学科能力要求提高。农林高校部分教师无法及时掌握先进的教学技术，人工智能领域的师资匮乏问题凸显，教师队伍的能力与结构调整迫在眉睫，需要加快推动教师队伍数字化转型发展。

五是在社会服务方面：探索从单一模式到范式创新。在人工智能技术的冲击下，农林高校社会服务的组织模式被重塑，传统的线下服务逐渐向线上线下融合转变。服务内容更趋多元，可以提供精准数据分析、智能决策支持等增值服务。服务范围得到拓展，更广泛地辐射到偏远地区和基层一线。科技成果转化周期缩短，产学合作竞争进一步加剧。

总之，面对人工智能带来的机遇与挑战，农林学科需要主动求变，在坚守学科本质的同时，积极拥抱智能技术，构建面向未来的学科发展新生态。

：您认为，AI时代农林人才的核心竞争力是什么？如何定位未来农林人才的角色？

赖海榕：在AI浪潮席卷全球的背景下，传统农林产业正经历深刻的智能化变革。无人机巡检、农田数字孪生、AI病虫害预警等创新技术，正在重新定义“耕读传家”的内涵。我们深刻认识到，重塑农林人才的核心能力体系，前瞻性定位其未来角色，是引领新农科教育发展的关键。

我认为，AI时代农林人才的核心竞争力主要表现在以下几方面。

一是跨学科知识融合能力：AI正打破传统农林专业的壁垒。未来人才需同时掌握农学、林学基础理论与人工智能、大数据等前沿技术，构建“农科+工科+数据科学”的知识图谱。例如，福建农林大学开发的智慧农作教学平台，要求学生既能解析作物生长模型，又能运用AI大模型优化决策，显著提升虫情识别准确率和水肥利用率。这种能力已成为入选福建省“人工智能+教育”典型案例的核心支撑。

二是精准对接产业需求能力：必须提高科技成果转化的能力。如，福建农林大学计算机与信息学院的智能视觉与大数据研究中心团队开发的Panicle-Cloud平台，通过无人机图像智能量化稻穗数量，实现水稻产量高精度分类全流程智能化，相关成果发表于国际知名期刊《Plant Phenomics》，是一个因应产业发展需要解决关键技术“卡脖子”问题的典型案例。

三是创新思维能力：面对AI时代的复杂性和不确定性，农林人才要敢于突破传统思维，提出创新性解决方案。福建农林大学农林人工智能研究院的设立，正是为了突破关键核心技术，引育高层次人才，解决现代农林业实际问题，探索学科交叉创新机制，打造技术创新高地、人才孵化器与产业连接器。

关于未来农林人才的角色定位，我认为应该放在经济社会发展需求和AI技术浪潮中来认识。

智慧农业的发展成为全球趋势，要求未来人才兼具农业情怀、跨学科思维、数字技术应用能力和扎实实操技能。未来农林人才应该要能扮演以下角色：

智能农林业的建设者与推动者：成为推动现代农林业智能化转型的关键力量，运用AI技术设计开发自动化、精准化、高效化的生产管理系统，提升资源利用效率和生态保护水平。

现代农林科技创新的实践者和应用者：深入理解农林生产需求与特点，针对性创新应用AI技术，开发适合不同环境特点的智能机器人、无人机系统、农产品溯源系统等，创造更多附加值。

农林产业智能化的传播者与培训者：承担提升农林行业AI素养的重任，通过培训、指导和科普，向农民、涉农工作者及企业传授知识与技术，提升行业整体水平和创新能力。

跨界学科交流发展的协同者和引领者：发挥跨学科背景优势，促进农林学科与其他领域的交流合作，推动交叉融合，为解决农林领域复杂问题提供更全面有效的方案。

福建农林大学

培养既懂农林又精通AI的复合型人才

：在学科建设和人才培养上，福建农林大学相应作出了哪些调整？

赖海榕：福建农林大学以“人工智能+”驱动学科转型升级，以平台建设攻坚技术瓶颈，以人才培养筑牢发展根基，让智能科技真正扎根田野，为加快推动农林业现代化进程赋能。

一是通过数字赋能组建新型学院。面对新兴学科交叉融合趋势，学校组建了一批新型学院，建立以“数字化”为纽带的多元育人体系。如，未来技术学院以“创新研究群体+专业系”模式培育高端人才，为智能育种、精准种植等提供技术支撑；安溪茶学院（数字经济学院）采取校地企合作、产教融合育人办学模式，设置数字经济等本科专业，培养面向数字赋能的应用型人才。这些学院既服务国家战略需求，又契合区域产业发展，形成了“一院一特色”的育人格局。

二是构建“人工智能+”学科专业体系。学校增设了农业人工智能、智慧植保、智慧园艺二级学科博士点及农林大数据科学与工程交叉学科博士点；新增智能科学与技术硕士点，布局智能建造、智慧农业、智慧林业等“四新专业”，构建“人工智能+农林”人才培养体系；以服务国家和区域战略为导向，探索设置数字生物科学等6个严家显实验班和智慧茶学等5个特色培养班。

三是打造农林人工智能技术创新高地。学校通过建设数字福建农林大数据研究所、智慧农林重点实验室等引导性平台，加速布局创新载体；2022年成立农业人工智能研究中心和农林大数据研究中心；2023年获批全国首批农业人工智能专精特新产业学院；2025年成立农林人工智能研究院。这些平台主要聚焦农林信息智能感知、大数据与智能分析、智能装备与机器人、智能农林系统集成等核心领域，致力于突破一批农林人工智能关键核心技术，解决一批现代农林业发展中的实际问题，致力于集成发展为农林人工智能的技术创新高地。

四是建设“人工智能+”优质教学资源体系。学校实施“数字赋能新农科”行动：首先，重构课程，36个涉农专业全面开设数字素养通识课，每专业设置3门以上数字类核心课；资源升级，建设《农业智能机器人虚拟仿真实验》等国家级、省级一流课程，《大数据导论》等4门课程获评优秀课程思政示范课程，开发《农业机器人导论》等智能教材；其次，打造场景，培育建设《创建“数据感知－模型推演－智能决策”全链条智慧农作实践教学体系》等“人工智能+教育”应用场景典型案例；第三，创新模式，大范围推广线上教学、线上线下混合式教学，建设29个校内虚拟教研室，其中海峡两岸人居生态环境建设、植物保护专业2个获批教育部立项，推动跨地域教研协同；第四，仿真应用，建设国家级虚拟仿真实验教学项目9项，省级虚拟仿真实验教学中心6个、省级虚拟仿真实验教学项目38项，校级虚拟仿真实验教学中心2个，校级虚拟仿真实验教学项目38项。

五是加快教师队伍数字化转型。学校通过专题工作坊、双一流高校专项培训、企业挂职等路径提升教师数字能力，同时，学校也有组织地引进了一批人工智能领域的优秀人才。目前，学校加速推进落实“人工智能+”行动计划，携关键人才政策走进同济大学，聚焦人工智能等重点领域招贤纳士，精准对接吸引优秀青年人才加盟我校。同时，学校还将以农林人工智能研究院为平台，积极吸引国内外优秀人才加入研究院，组建高水平的优秀科研团队。

六是推动社会服务模式智能化升级。学校通过实施数字赋能服务行动，以智能化服务推动涉农产业升级，主要包括：聚焦农村数字普惠金融、农产品电商等领域，组建专业服务团队助力农业经营主体数字化转型；围绕智慧种业、农情监测云平台等关键技术，联合企业技术攻关，推动福建特色大田作物、园艺作物及设施农业智能化、精准化生产；打破地域限制，构建线上线下一体化服务体系，加速农业科技成果转化，提升技术推广效率。

：福建农林大学新成立了农林人工智能研究院，如何瞄准农林业“卡脖子”问题？

赖海榕：当前，农林业正处在从传统向现代跃升的关键阶段，但一系列“卡脖子”问题依然制约发展，尤其是在高效感知、精准分析、智能装备、科学决策等方面，存在短板和瓶颈。破解这些关键难题，必须依靠科技力量特别是人工智能的赋能。福建农林大学主动回应国家战略和行业所需，组建农林人工智能研究院，目标就是把“科技的箭”射向农林业最紧迫的“靶心”。我们从以下几个方面系统谋划、精准发力，切实瞄准“卡脖子”问题展开布局：

以问题导向为牵引，精准识别并聚焦核心瓶颈。我们紧盯农林业中技术不足、装备缺位、数据断层、智能决策滞后等问题，从中提炼出亟需攻克的技术堵点。坚持问题导向，围绕病虫害智能识别、丘陵地区农业机器人导航、林区远程监测、作物智能调控等关键场景，组织校内外团队联合攻关，推动科研选题与实际难题高强度对接，切实提升科研工作的靶向性和落地性。

以自主可控为目标，构建关键核心技术体系。研究院聚焦感知、分析、决策、执行四个核心环节，系统构建农林人工智能全链条技术体系。集中力量攻克新型农林传感器、智能分析算法、作物生长模型、农业机器人等核心技术，特别是针对福建多山、多雨、多样生态环境的实际，研发适配性更强的智能装备。通过加强自主研发，解决传感精度不够、智能模型泛化不足、复杂环境下设备适应性差等“卡脖子”难题，努力打造具备完全自主知识产权的智能农林技术解决方案。

以机制创新为保障，形成集中攻关的科研组织模式。解决“卡脖子”问题，既要技术突破，也需体制支撑。我们在研究院运行机制上推动改革，构建高效、灵活、集成的科研组织体系。通过推行PI负责制、任务揭榜制、成果导向制等机制，让真正“盯问题、解难题”的科研团队拥有更大自主权，确保集中资源解决关键问题、真问题。

以场景应用为牵引，推动技术成果精准落地。许多农林科技“好在实验室，弱在现场”。研究院坚持从源头设计到终端应用都以落地为导向，广泛布局典型场景，推动技术“长在地头”“用在林中”。我们已联合地方政府和龙头企业在茶园、果园、林场等设立智慧化试验基地，把病虫害预警、灌溉调控、林木健康监测等系统部署到真实场景中，形成“边研究、边验证、边推广”的模式。通过这些示范，打通从科研成果到现实生产力的通道，破解科技“落不了地”“用不上”的难题。

以人才和平台为基础，构建破解难题的持续能力。我们注重青年培养与高层次引进，逐步构建结构合理、充满活力的人才队伍。目前正组建筹备6个方向研究中心，覆盖AI芯片、集成电路、智能感知、物联网、机器人、农林大数据等领域，集聚了一批国家级人才和中青年骨干。依托研究院，我们正筹建人工智能学院，加快培养既懂农林又精通AI的复合型人才，形成持续突破“卡脖子”问题的源头活水。

福建农林大学宣布成立农林人工智能研究院

让AI真正扎根田间地头

：传统农林学科强调田间地头经验，而AI要求学生掌握算法与硬件操作。福建农林大学如何打破学科壁垒，推动人工智能与智慧农业、智慧林业等学科深度交叉融合？

赖海榕：福建农林大学在推动人工智能与农林学科交叉融合的探索中，主要从以下几方面发力：

一是以顶层设计推动融合，构建跨学科协同发展机制。首先要解决的是制度层面的壁垒。我们在推进人工智能与农林深度融合的过程中，充分认识到必须从体制机制上进行顶层设计，推动学科从“串联”走向“交融”。学校围绕新成立的农林人工智能研究院，打破院系界限，整合农业、林业、计算机、人工智能、智能科学、电子信息、环境科学等多学科资源，建立起以重大问题为牵引的交叉组织机制。通过统一部署团队建设、科研方向、平台布局与人才培养，将原本相对独立的学科力量整合在同一张“路线图”上，推进从“多学科参与”向“多学科共创”转变。同时，在人才评价、资源配置、课题申报等方面出台配套政策，打破原有的“以学科为单元”分割格局，引导更多教师和科研人员走出本学科“舒适区”，进入交叉领域“主战场”。

二是以科研任务为牵引，推动AI主动融入农林场景。将AI研究紧密嵌入智慧农业、智慧林业实际场景，通过真实任务实现知识融合与方法共创。例如在果园病虫害识别、山区农业机器人精准作业、森林资源智能监测等方向，组织农林专家与AI工程师联合开展算法建模、系统开发和应用部署，逐步消融学科壁垒，为技术创新打下了坚实基础。研究院还联合地方政府和企业共建智慧果园、智能茶园、数字林场等示范基地，把AI系统嵌入种植、灌溉、采摘、检测等全流程，通过一线试错与反馈实现系统迭代与学科融合的实质进展。

三是以课程体系重构为核心，培养复合型创新人才。推动人工智能与农林融合，根本在于培育既懂AI又懂农业的高层次复合型人才。为此，我们在农林类专业中系统引入人工智能方向的课程模块，开设如《人工智能导论》《机器学习》《深度学习》《机器人设计与实践》等课程，帮助学生建立跨领域技术认知和工程能力。同时，在计算机信息类专业中增加《植物学》《农业生态学》等农业基础课程，使理工科学生具备理解农业场景的能力。我们计划推行双导师制、联合实训和交叉选修等机制，为学生提供真实项目训练，构建“课程+项目+实践”的能力培养闭环。

四是以高水平平台为支撑，搭建学科融合的实践载体。研究平台是支撑交叉融合的关键依托。我们依托研究院设立了涵盖AI芯片、集成电路、机器人、物联网、智能感知、农林大数据等六大研究中心，每一个平台都由来自不同专业背景的PI共同主导，围绕真实应用场景协同研究。在“智慧农林系统集成”方向，我们推动构建集遥感监测、边缘计算、智能决策于一体的试验平台，实现算法与装备在真实农业场景下的集成验证。这些平台不仅是科技攻关的阵地，更是交叉融合的“实战课堂”。

福建农林大学旗山种业创新基地

：您认为农林业AI可持续发展的关键要素是什么？如何解决AI设备成本高昂的问题？从研发到投产需要解决哪些问题，希望获得哪方面的支持？

赖海榕：人工智能与农林业融合，是现代农业高质量发展的战略方向。但要让AI真正扎根田间地头，实现从“概念落地”到“全面推广”，不能依赖某一项技术或单一设备的突破，而必须构建一条“从需求出发、向实地落地”的完整创新路径。围绕农林AI的可持续发展，我们认为应从三个维度重点突破：

一是关于农林业AI可持续发展的关键要素。农林AI可持续发展的根本在于建立以实际需求为导向、以系统集成为基础、以场景落地为路径的协同创新机制。传统农业强调经验驱动，人工智能则依赖数据和模型，二者要真正融合，首先必须明确“问题在哪、技术为何而生”。其次，要注重系统协同。AI在农林中的应用不再是单点式，而是涵盖感知、分析、决策、执行的全过程，需要感知设备、边缘计算、控制平台、算法系统等多环节协同工作。研究院通过设立多个专业方向研究中心，推动跨学科团队协同攻关，增强系统融合性和稳定性。只有将需求牵引、技术集成、场景验证三者紧密衔接，才能让AI在农林领域真正“扎根生长”。

二是关于如何解决AI设备成本高昂的问题。当前AI技术在农林业落地面临的重要现实问题，是设备价格高、使用门槛高，特别是在基层合作社、小农户中难以普及。我们认为，破解这一问题，应从研发思路、产品设计和应用机制三个方面入手：一是源头降本。推动国产化替代、低功耗器件应用、轻量算法开发，减少对高端芯片、进口模块的依赖。同时高精度AI算法的研发成本较高，大量存在重复研发，导致农机装备价格昂贵，我们研究院计划研发并开源农机装备核心算法供业界免费使用，进一步降低设备成本。二是模块化设计。通过功能拆分和组合式配置，让用户根据实际场景“按需选择”，避免通用设备功能冗余带来的成本堆叠，提高资源利用率。三是创新使用机制。推动“以租代购”“设备共享”“托管服务”等商业模式试点，把一次性高投入转化为可持续运营成本。我们已在部分示范县开展“AI农服站”机制试点，取得积极成效。归根结底，AI设备不应成为负担，而应成为可负担、可运营、可维护的普及性工具。

三是关于从研发到投产面临的问题及所需支持。AI技术从实验室走向农田林区，最难的是“最后一公里”。其核心挑战主要有三点：第一是工程化不足。很多实验室算法或原型设备，在实际环境中缺乏稳定性和适应性，需要工程师深度参与进行结构优化、抗干扰设计、功耗控制等开发。第二是标准缺失。当前农林智能设备接口不统一、通信协议多样，导致系统间难以联动。应加快制定农业AI通用技术规范、设备互联标准和应用评价体系，推动产业协同。第三是缺乏系统的试验验证条件。许多AI技术从实验室推出后，往往直接进入推广环节，但由于缺乏在真实农业环境中的反复测试，容易出现适应性不足、性能不稳定、运维难度大等问题。例如，同一款传感器在果园、林地、丘陵等地形条件下的表现差异很大，而一个算法模型在阴雨、高温或网络不畅的环境中表现也可能大打折扣。

在此基础上，我们希望在以下四个方面获得更有力的支持：

政策支持：建议设立“智慧农业”“数字林业”专项窗口，优先支持关键技术产业化落地。

资金机制优化：推动“任务揭榜制”“以投代补”等机制，将资源集中投向有条件、有能力解决实际问题的项目团队。

产业参与引导：鼓励龙头企业与高校联合孵化技术产品、共建示范场景，实现从“实验室成果”到“商品服务”的转化。

人才生态建设：加快推动“农业+人工智能”“林业+工程”类交叉人才培养体系建设，鼓励高校设立交叉学科方向，为融合发展提供人才支撑。

（记者王选辉对本文亦有贡献）

海报设计 祝碧晨