福建農林大學黨委書記賴海榕：AI落地農田林區，最難的是“最后一公里”
【編者按】
在人工智能與人形機器人的一騎絕塵中，中國大學迎來2025。
2025年，注定要成為變革的年份。是以戰略敏捷贏得戰略主動，還是在延誤中錯失轉型機遇，中國大學踏上征途。
人工智能技術如何賦能學科建設？人工智能技術給創新人才培養帶來哪些啟示？澎湃新聞特推出“大學2025”專題，以深入探討人工智能時代的大學之變。
近日，福建農林大學黨委書記賴海榕接受澎湃新聞（www.thepaper.cn）專訪時表示，面對人工智能帶來的機遇與挑戰，農林學科需要主動求變，在堅守學科本質的同時，積極擁抱智能技術，構建面向未來的學科發展新生態。
福建農林大學黨委書記賴海榕。本文圖片均由福建農林大學提供
人工智能+農林學科會有怎樣的構想？AI能否“爆改”農林業？
“在AI浪潮席卷全球的背景下，傳統農林產業正經歷深刻的智能化變革。無人機巡檢、農田數字孿生、AI病蟲害預警等創新技術，正在重新定義‘耕讀傳家’的內涵。”日前，福建農林大學黨委書記賴海榕接受澎湃新聞專訪時表示，“重塑農林人才的核心能力體系，前瞻性定位其未來角色，是引領新農科教育發展的關鍵。”
今年6月份，福建農林大學宣布成立農林人工智能研究院，目的是突破一批農林人工智能關鍵核心技術，引育一批農林人工智能領域高層次人才，解決一批現代農林業發展中的實際問題。
根據農業農村部印發的通知《全國智慧農業行動計劃（2024—2028年）》，目標是到2026年底，智慧農業公共服務能力初步形成，探索一批主要作物大面積單產提升智能化解決方案和智慧農（牧、漁）場技術模式，農業生產信息化率達到30%以上。
“AI技術從實驗室走向農田林區，最難的是‘最后一公里’。”賴海榕認為，人工智能與農林業融合，是現代農業高質量發展的戰略方向。但要讓AI真正扎根田間地頭，實現從“概念落地”到“全面推廣”，不能依賴某一項技術或單一設備的突破，而必須構建一條“從需求出發、向實地落地”的完整創新路徑。
福建農林大學
AI重新定義“耕讀傳家”的內涵
澎湃新聞：人工智能技術的發展給農林學科帶來哪些沖擊，又將如何賦能農林學科？
賴海榕：人工智能技術的迅猛發展正在深刻重塑農林學科的發展格局，不僅對傳統農林學科范式帶來沖擊，而且倒逼傳統農林學科體系建設加快優化調整。我擬從五個方面談談基本認識。
一是在知識體系方面：促進從單一學科到智能交叉。人工智能技術的融入，將促進農林學科知識體系進行大規模的更新和重構。傳統農林學科聚焦生物學、生態學等基礎學科知識，而人工智能的發展要求傳統農林學科融入計算機科學、數據科學、機器學習等多學科知識，推動計算機科學、數據科學與傳統農林學科深度交叉，使單一學科逐漸走向智能交叉。
二是在科學研究方面：推動從田間實驗到智能預測。以往農林學科的研究多依賴于實地觀察、實驗操作等傳統方法。人工智能技術的發展推動了科研范式從傳統“假設－驗證”向“數據驅動”轉變，未來的科學研究更多地借助人工智能技術進行數據分析、模型構建和預測模擬，進一步加快農林領域科學研究進展，提高科研成果產出效率。
三是在人才培養方面：實現從專業分割到復合融通。人工智能技術的應用要求農林學科培養既懂農林專業知識，又掌握人工智能技術的復合型人才，將數字化、信息化、智能化等要素有機融入人才培養過程，著力打造與復合型人才相匹配的“人工智能+”專業體系、課程體系、數字化教材、實踐基地，創新課堂教學模式，實現人工智能與課堂教學的深度融合。
四是在師資隊伍方面：加快從知識傳授到智能引領。人工智能技術迭代加快，新的教學場景不斷重構，教師角色正被重塑，傳統知識儲備優勢受到挑戰，跨學科能力要求提高。農林高校部分教師無法及時掌握先進的教學技術，人工智能領域的師資匱乏問題凸顯，教師隊伍的能力與結構調整迫在眉睫，需要加快推動教師隊伍數字化轉型發展。
五是在社會服務方面：探索從單一模式到范式創新。在人工智能技術的沖擊下，農林高校社會服務的組織模式被重塑，傳統的線下服務逐漸向線上線下融合轉變。服務內容更趨多元，可以提供精準數據分析、智能決策支持等增值服務。服務范圍得到拓展，更廣泛地輻射到偏遠地區和基層一線。科技成果轉化周期縮短，產學合作競爭進一步加劇。
總之，面對人工智能帶來的機遇與挑戰，農林學科需要主動求變，在堅守學科本質的同時，積極擁抱智能技術，構建面向未來的學科發展新生態。
澎湃新聞：您認為，AI時代農林人才的核心競爭力是什么？如何定位未來農林人才的角色？
賴海榕：在AI浪潮席卷全球的背景下，傳統農林產業正經歷深刻的智能化變革。無人機巡檢、農田數字孿生、AI病蟲害預警等創新技術，正在重新定義“耕讀傳家”的內涵。我們深刻認識到，重塑農林人才的核心能力體系，前瞻性定位其未來角色，是引領新農科教育發展的關鍵。
我認為，AI時代農林人才的核心競爭力主要表現在以下幾方面。
一是跨學科知識融合能力：AI正打破傳統農林專業的壁壘。未來人才需同時掌握農學、林學基礎理論與人工智能、大數據等前沿技術，構建“農科+工科+數據科學”的知識圖譜。例如，福建農林大學開發的智慧農作教學平臺，要求學生既能解析作物生長模型，又能運用AI大模型優化決策，顯著提升蟲情識別準確率和水肥利用率。這種能力已成為入選福建省“人工智能+教育”典型案例的核心支撐。
二是精準對接產業需求能力：必須提高科技成果轉化的能力。如，福建農林大學計算機與信息學院的智能視覺與大數據研究中心團隊開發的Panicle-Cloud平臺，通過無人機圖像智能量化稻穗數量，實現水稻產量高精度分類全流程智能化，相關成果發表于國際知名期刊《Plant Phenomics》，是一個因應產業發展需要解決關鍵技術“卡脖子”問題的典型案例。
三是創新思維能力：面對AI時代的復雜性和不確定性，農林人才要敢于突破傳統思維，提出創新性解決方案。福建農林大學農林人工智能研究院的設立，正是為了突破關鍵核心技術，引育高層次人才，解決現代農林業實際問題，探索學科交叉創新機制，打造技術創新高地、人才孵化器與產業連接器。
關于未來農林人才的角色定位，我認為應該放在經濟社會發展需求和AI技術浪潮中來認識。
智慧農業的發展成為全球趨勢，要求未來人才兼具農業情懷、跨學科思維、數字技術應用能力和扎實實操技能。未來農林人才應該要能扮演以下角色：
智能農林業的建設者與推動者：成為推動現代農林業智能化轉型的關鍵力量，運用AI技術設計開發自動化、精準化、高效化的生產管理系統，提升資源利用效率和生態保護水平。
現代農林科技創新的實踐者和應用者：深入理解農林生產需求與特點，針對性創新應用AI技術，開發適合不同環境特點的智能機器人、無人機系統、農產品溯源系統等，創造更多附加值。
農林產業智能化的傳播者與培訓者：承擔提升農林行業AI素養的重任，通過培訓、指導和科普，向農民、涉農工作者及企業傳授知識與技術，提升行業整體水平和創新能力。
跨界學科交流發展的協同者和引領者：發揮跨學科背景優勢，促進農林學科與其他領域的交流合作，推動交叉融合，為解決農林領域復雜問題提供更全面有效的方案。
培養既懂農林又精通AI的復合型人才
澎湃新聞：在學科建設和人才培養上，福建農林大學相應作出了哪些調整？
賴海榕：福建農林大學以“人工智能+”驅動學科轉型升級，以平臺建設攻堅技術瓶頸，以人才培養筑牢發展根基，讓智能科技真正扎根田野，為加快推動農林業現代化進程賦能。
一是通過數字賦能組建新型學院。面對新興學科交叉融合趨勢，學校組建了一批新型學院，建立以“數字化”為紐帶的多元育人體系。如，未來技術學院以“創新研究群體+專業系”模式培育高端人才，為智能育種、精準種植等提供技術支撐；安溪茶學院（數字經濟學院）采取校地企合作、產教融合育人辦學模式，設置數字經濟等本科專業，培養面向數字賦能的應用型人才。這些學院既服務國家戰略需求，又契合區域產業發展，形成了“一院一特色”的育人格局。
二是構建“人工智能+”學科專業體系。學校增設了農業人工智能、智慧植保、智慧園藝二級學科博士點及農林大數據科學與工程交叉學科博士點；新增智能科學與技術碩士點，布局智能建造、智慧農業、智慧林業等“四新專業”，構建“人工智能+農林”人才培養體系；以服務國家和區域戰略為導向，探索設置數字生物科學等6個嚴家顯實驗班和智慧茶學等5個特色培養班。
三是打造農林人工智能技術創新高地。學校通過建設數字福建農林大數據研究所、智慧農林重點實驗室等引導性平臺，加速布局創新載體；2022年成立農業人工智能研究中心和農林大數據研究中心；2023年獲批全國首批農業人工智能專精特新產業學院；2025年成立農林人工智能研究院。這些平臺主要聚焦農林信息智能感知、大數據與智能分析、智能裝備與機器人、智能農林系統集成等核心領域，致力于突破一批農林人工智能關鍵核心技術，解決一批現代農林業發展中的實際問題，致力于集成發展為農林人工智能的技術創新高地。
四是建設“人工智能+”優質教學資源體系。學校實施“數字賦能新農科”行動：首先，重構課程，36個涉農專業全面開設數字素養通識課，每專業設置3門以上數字類核心課；資源升級，建設《農業智能機器人虛擬仿真實驗》等國家級、省級一流課程，《大數據導論》等4門課程獲評優秀課程思政示范課程，開發《農業機器人導論》等智能教材；其次，打造場景，培育建設《創建“數據感知－模型推演－智能決策”全鏈條智慧農作實踐教學體系》等“人工智能+教育”應用場景典型案例；第三，創新模式，大范圍推廣線上教學、線上線下混合式教學，建設29個校內虛擬教研室，其中海峽兩岸人居生態環境建設、植物保護專業2個獲批教育部立項，推動跨地域教研協同；第四，仿真應用，建設國家級虛擬仿真實驗教學項目9項，省級虛擬仿真實驗教學中心6個、省級虛擬仿真實驗教學項目38項，校級虛擬仿真實驗教學中心2個，校級虛擬仿真實驗教學項目38項。
五是加快教師隊伍數字化轉型。學校通過專題工作坊、雙一流高校專項培訓、企業掛職等路徑提升教師數字能力，同時，學校也有組織地引進了一批人工智能領域的優秀人才。目前，學校加速推進落實“人工智能+”行動計劃，攜關鍵人才政策走進同濟大學，聚焦人工智能等重點領域招賢納士，精準對接吸引優秀青年人才加盟我校。同時，學校還將以農林人工智能研究院為平臺，積極吸引國內外優秀人才加入研究院，組建高水平的優秀科研團隊。
六是推動社會服務模式智能化升級。學校通過實施數字賦能服務行動，以智能化服務推動涉農產業升級，主要包括：聚焦農村數字普惠金融、農產品電商等領域，組建專業服務團隊助力農業經營主體數字化轉型；圍繞智慧種業、農情監測云平臺等關鍵技術，聯合企業技術攻關，推動福建特色大田作物、園藝作物及設施農業智能化、精準化生產；打破地域限制，構建線上線下一體化服務體系，加速農業科技成果轉化，提升技術推廣效率。
澎湃新聞：福建農林大學新成立了農林人工智能研究院，如何瞄準農林業“卡脖子”問題？
賴海榕：當前，農林業正處在從傳統向現代躍升的關鍵階段，但一系列“卡脖子”問題依然制約發展，尤其是在高效感知、精準分析、智能裝備、科學決策等方面，存在短板和瓶頸。破解這些關鍵難題，必須依靠科技力量特別是人工智能的賦能。福建農林大學主動回應國家戰略和行業所需，組建農林人工智能研究院，目標就是把“科技的箭”射向農林業最緊迫的“靶心”。我們從以下幾個方面系統謀劃、精準發力，切實瞄準“卡脖子”問題展開布局：
以問題導向為牽引，精準識別并聚焦核心瓶頸。我們緊盯農林業中技術不足、裝備缺位、數據斷層、智能決策滯后等問題，從中提煉出亟需攻克的技術堵點。堅持問題導向，圍繞病蟲害智能識別、丘陵地區農業機器人導航、林區遠程監測、作物智能調控等關鍵場景，組織校內外團隊聯合攻關，推動科研選題與實際難題高強度對接，切實提升科研工作的靶向性和落地性。
以自主可控為目標，構建關鍵核心技術體系。研究院聚焦感知、分析、決策、執行四個核心環節，系統構建農林人工智能全鏈條技術體系。集中力量攻克新型農林傳感器、智能分析算法、作物生長模型、農業機器人等核心技術，特別是針對福建多山、多雨、多樣生態環境的實際，研發適配性更強的智能裝備。通過加強自主研發，解決傳感精度不夠、智能模型泛化不足、復雜環境下設備適應性差等“卡脖子”難題，努力打造具備完全自主知識產權的智能農林技術解決方案。
以機制創新為保障，形成集中攻關的科研組織模式。解決“卡脖子”問題，既要技術突破，也需體制支撐。我們在研究院運行機制上推動改革，構建高效、靈活、集成的科研組織體系。通過推行PI負責制、任務揭榜制、成果導向制等機制，讓真正“盯問題、解難題”的科研團隊擁有更大自主權，確保集中資源解決關鍵問題、真問題。
以場景應用為牽引，推動技術成果精準落地。許多農林科技“好在實驗室，弱在現場”。研究院堅持從源頭設計到終端應用都以落地為導向，廣泛布局典型場景，推動技術“長在地頭”“用在林中”。我們已聯合地方政府和龍頭企業在茶園、果園、林場等設立智慧化試驗基地，把病蟲害預警、灌溉調控、林木健康監測等系統部署到真實場景中，形成“邊研究、邊驗證、邊推廣”的模式。通過這些示范，打通從科研成果到現實生產力的通道，破解科技“落不了地”“用不上”的難題。
以人才和平臺為基礎，構建破解難題的持續能力。我們注重青年培養與高層次引進，逐步構建結構合理、充滿活力的人才隊伍。目前正組建籌備6個方向研究中心，覆蓋AI芯片、集成電路、智能感知、物聯網、機器人、農林大數據等領域，集聚了一批國家級人才和中青年骨干。依托研究院，我們正籌建人工智能學院，加快培養既懂農林又精通AI的復合型人才，形成持續突破“卡脖子”問題的源頭活水。
讓AI真正扎根田間地頭
澎湃新聞：傳統農林學科強調田間地頭經驗，而AI要求學生掌握算法與硬件操作。福建農林大學如何打破學科壁壘，推動人工智能與智慧農業、智慧林業等學科深度交叉融合？
賴海榕：福建農林大學在推動人工智能與農林學科交叉融合的探索中，主要從以下幾方面發力：
一是以頂層設計推動融合，構建跨學科協同發展機制。首先要解決的是制度層面的壁壘。我們在推進人工智能與農林深度融合的過程中，充分認識到必須從體制機制上進行頂層設計，推動學科從“串聯”走向“交融”。學校圍繞新成立的農林人工智能研究院，打破院系界限，整合農業、林業、計算機、人工智能、智能科學、電子信息、環境科學等多學科資源，建立起以重大問題為牽引的交叉組織機制。通過統一部署團隊建設、科研方向、平臺布局與人才培養，將原本相對獨立的學科力量整合在同一張“路線圖”上，推進從“多學科參與”向“多學科共創”轉變。同時，在人才評價、資源配置、課題申報等方面出臺配套政策，打破原有的“以學科為單元”分割格局，引導更多教師和科研人員走出本學科“舒適區”，進入交叉領域“主戰場”。
二是以科研任務為牽引，推動AI主動融入農林場景。將AI研究緊密嵌入智慧農業、智慧林業實際場景，通過真實任務實現知識融合與方法共創。例如在果園病蟲害識別、山區農業機器人精準作業、森林資源智能監測等方向，組織農林專家與AI工程師聯合開展算法建模、系統開發和應用部署，逐步消融學科壁壘，為技術創新打下了堅實基礎。研究院還聯合地方政府和企業共建智慧果園、智能茶園、數字林場等示范基地，把AI系統嵌入種植、灌溉、采摘、檢測等全流程，通過一線試錯與反饋實現系統迭代與學科融合的實質進展。
三是以課程體系重構為核心，培養復合型創新人才。推動人工智能與農林融合，根本在于培育既懂AI又懂農業的高層次復合型人才。為此，我們在農林類專業中系統引入人工智能方向的課程模塊，開設如《人工智能導論》《機器學習》《深度學習》《機器人設計與實踐》等課程，幫助學生建立跨領域技術認知和工程能力。同時，在計算機信息類專業中增加《植物學》《農業生態學》等農業基礎課程，使理工科學生具備理解農業場景的能力。我們計劃推行雙導師制、聯合實訓和交叉選修等機制，為學生提供真實項目訓練，構建“課程+項目+實踐”的能力培養閉環。
四是以高水平平臺為支撐，搭建學科融合的實踐載體。研究平臺是支撐交叉融合的關鍵依托。我們依托研究院設立了涵蓋AI芯片、集成電路、機器人、物聯網、智能感知、農林大數據等六大研究中心，每一個平臺都由來自不同專業背景的PI共同主導，圍繞真實應用場景協同研究。在“智慧農林系統集成”方向，我們推動構建集遙感監測、邊緣計算、智能決策于一體的試驗平臺，實現算法與裝備在真實農業場景下的集成驗證。這些平臺不僅是科技攻關的陣地，更是交叉融合的“實戰課堂”。
澎湃新聞：您認為農林業AI可持續發展的關鍵要素是什么？如何解決AI設備成本高昂的問題？從研發到投產需要解決哪些問題，希望獲得哪方面的支持？
賴海榕：人工智能與農林業融合，是現代農業高質量發展的戰略方向。但要讓AI真正扎根田間地頭，實現從“概念落地”到“全面推廣”，不能依賴某一項技術或單一設備的突破，而必須構建一條“從需求出發、向實地落地”的完整創新路徑。圍繞農林AI的可持續發展，我們認為應從三個維度重點突破：
一是關于農林業AI可持續發展的關鍵要素。農林AI可持續發展的根本在于建立以實際需求為導向、以系統集成為基礎、以場景落地為路徑的協同創新機制。傳統農業強調經驗驅動，人工智能則依賴數據和模型，二者要真正融合，首先必須明確“問題在哪、技術為何而生”。其次，要注重系統協同。AI在農林中的應用不再是單點式，而是涵蓋感知、分析、決策、執行的全過程，需要感知設備、邊緣計算、控制平臺、算法系統等多環節協同工作。研究院通過設立多個專業方向研究中心，推動跨學科團隊協同攻關，增強系統融合性和穩定性。只有將需求牽引、技術集成、場景驗證三者緊密銜接，才能讓AI在農林領域真正“扎根生長”。
二是關于如何解決AI設備成本高昂的問題。當前AI技術在農林業落地面臨的重要現實問題，是設備價格高、使用門檻高，特別是在基層合作社、小農戶中難以普及。我們認為，破解這一問題，應從研發思路、產品設計和應用機制三個方面入手：一是源頭降本。推動國產化替代、低功耗器件應用、輕量算法開發，減少對高端芯片、進口模塊的依賴。同時高精度AI算法的研發成本較高，大量存在重復研發，導致農機裝備價格昂貴，我們研究院計劃研發并開源農機裝備核心算法供業界免費使用，進一步降低設備成本。二是模塊化設計。通過功能拆分和組合式配置，讓用戶根據實際場景“按需選擇”，避免通用設備功能冗余帶來的成本堆疊，提高資源利用率。三是創新使用機制。推動“以租代購”“設備共享”“托管服務”等商業模式試點，把一次性高投入轉化為可持續運營成本。我們已在部分示范縣開展“AI農服站”機制試點，取得積極成效。歸根結底，AI設備不應成為負擔，而應成為可負擔、可運營、可維護的普及性工具。
三是關于從研發到投產面臨的問題及所需支持。AI技術從實驗室走向農田林區，最難的是“最后一公里”。其核心挑戰主要有三點：第一是工程化不足。很多實驗室算法或原型設備，在實際環境中缺乏穩定性和適應性，需要工程師深度參與進行結構優化、抗干擾設計、功耗控制等開發。第二是標準缺失。當前農林智能設備接口不統一、通信協議多樣，導致系統間難以聯動。應加快制定農業AI通用技術規范、設備互聯標準和應用評價體系，推動產業協同。第三是缺乏系統的試驗驗證條件。許多AI技術從實驗室推出后，往往直接進入推廣環節，但由于缺乏在真實農業環境中的反復測試，容易出現適應性不足、性能不穩定、運維難度大等問題。例如，同一款傳感器在果園、林地、丘陵等地形條件下的表現差異很大，而一個算法模型在陰雨、高溫或網絡不暢的環境中表現也可能大打折扣。
在此基礎上，我們希望在以下四個方面獲得更有力的支持：
政策支持：建議設立“智慧農業”“數字林業”專項窗口，優先支持關鍵技術產業化落地。
資金機制優化：推動“任務揭榜制”“以投代補”等機制，將資源集中投向有條件、有能力解決實際問題的項目團隊。
產業參與引導：鼓勵龍頭企業與高校聯合孵化技術產品、共建示范場景，實現從“實驗室成果”到“商品服務”的轉化。
人才生態建設：加快推動“農業+人工智能”“林業+工程”類交叉人才培養體系建設，鼓勵高校設立交叉學科方向，為融合發展提供人才支撐。
（澎湃新聞記者王選輝對本文亦有貢獻）
本文鏈接：http://knowith.com/news-2-3927.html福建農林大學黨委書記賴海榕：AI落地農田林區，最難的是“最后一公里”
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
