智慧農業人才培養中的“智慧”類課程設置探析

摘" 要：智慧農業是新農科人才培養中倡導開設的專業，作為農學與信息技術中人工智能交叉學科協同培養的本科人才，需要具有將人工智能相關技術有效應用到農業生產領域的能力。在人才培養體系中，課程的設置與課程內容的構建是最為關鍵的步驟，對于新興的交叉學科而言尤為重要。該文首先界定我國當前智慧農業專業人才培養的范疇，在分析信息技術知識體系的特點基礎上，通過實證調查數據，歸納出人工智能專業培養中課程設置的內在邏輯，結合智慧農業在我國高校開設現狀，提出智慧農業專業信息類課程設置的相關建議。

關鍵詞：智慧農業；人才培養；課程設置；人工智能；交叉學科

中圖分類號：G642.3" " " 文獻標志碼：A" " " " " 文章編號：2096-9902（2023）23-0006-05

Abstract： Smart agriculture is a major advocated in the training of new agricultural talents. As undergraduate talents trained in the cross-discipline of artificial intelligence in agronomy and information technology， it needs to have the ability to effectively apply artificial intelligence related technologies to the field of agricultural production. In the talent training system， the establishment of curriculum and the construction of curriculum content are the most critical steps， especially for the emerging cross-disciplines. This paper first defines the scope of the current talent training of smart agriculture in China， and based on the analysis of the characteristics of the knowledge system of information technology， through empirical investigation data， sums up the inherent logic of curriculum setting in the training of artificial intelligence specialty. Combined with the current situation of smart agriculture in colleges and universities in China， this paper puts forward some suggestions on the establishment of information courses for smart agriculture majors.

Keywords： smart agriculture; talent training; curriculum setting; artificial intelligence; cross-discipline

2022年，教育部辦公廳印發《新農科人才培養引導性專業指南》（下稱《指南》）的通知，指出以習近平新時代中國特色社會主義思想為指導，面向世界科技前沿、面向人民生命健康，引導涉農高校加快布局建設一批具有適應性、引領性的新農科專業，加快培養急需緊缺農林人才，提升服務國家重大戰略需求和區域經濟社會發展能力。其中，智慧農業也是12個新農科人才培養指導性專業之一。

作為農學與人工智能融合的新專業，智慧農業專業的一個最大特點是融入信息領域中的“智慧”類相關課程與實踐教學內容。《指南》對該專業的培養目標明確提出具有“信息技術”能力，核心課程也要求包含“神經網絡與深度學習、人工智能”兩類課程，實踐教學環節需要包括“智慧農業綜合實習”“智慧農業數據分析綜合實踐”“智慧農業生產技術實踐”。當然，不同高校具體制定人才培養方案時，應該依據自身定位和條件明確課程設置及教學內容，以培養出不同層次特色的專業人才。

智慧農業是一個跨學科專業，對跨學科人才培養問題也引起了一定的關注，劉立等[1]基于實證數據，選取多所新興的世界一流理工科大學為研究對象，從學科專業、課程體系、師資隊伍以及組織機構等多維度，系統梳理這些大學交叉學科人才培養的機制與特征。吳凡等[2]通過深入分析美國3所研究型大學生物醫學工程專業辦學特點，總結認為其在交叉學科人才培養方面的3個值得借鑒的經驗：靈活設置學位形式與課程結構，以整合課程資源；突破以學科為中心的課程組織形式，以融合跨學科知識；開設基于真實世界的設計課程，以提升跨學科能力。徐林[3]基于協同學的分析框架，從我國交叉學科人才培養模式、交叉學科總體質量、學科交叉融合對科技創新的貢獻度等多個評價維度展開分析，提出高校需優化教學科研模式、創建交叉學科組織、修正學科評價體系，以賦能拔尖創新人才培養。

在人才培養領域，與“智慧”緊密相關的本科專業主要包括“人工智能”“智能科學與技術”等專業。

本文在分析信息技術知識體系的特點及其在人才培養中的應用基礎上，通過對多所高校的人工智能、智能科學與技術、智慧農業等專業的培養計劃中課程設置的實證數據歸納總結，探討智慧農業專業中“智慧”類課程設置問題，以期對智慧農業的人才培養提供有益參考。

1" 人工智能在智慧農業本科人才培養中的應用

人工智能是計算機科學的一個分支，研究領域包括機器人、圖像識別、自然語言處理和專家系統等，在具體的研究內容上又分為知識表示、自動推理和搜索方法、數據挖掘、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人及自動程序設計等方面。

人工智能已經有幾十年的發展歷程，而在最近十多年間，隨著大數據、云計算、互聯網和物聯網等信息技術的興起，泛在感知數據和圖形處理器等計算平臺推動以深度神經網絡為代表的人工智能技術更是進入了一個高速發展時期，快速跨越了科學與應用之間的技術壁壘，因此在很多領域，人工智能得到了越來越多的重視。其中，智慧農業就是在農業生產、管理、市場全產業鏈中融入了人工智能，給傳統的農業帶來了顛覆性的發展。

對智慧農業的研究已成為當下的一個熱點，但尚未有對智慧農業的明確定義，趙春江院士[4]從系統工程的角度探討了智慧農業的內涵特征，認為智慧農業融合了3大生產要素，分別是農業生物技術，農業信息技術和農業智能化裝備。牟少巖等[5]認為，從整個農業產業鏈的角度，智慧農業應主要包含4個階段，即智慧農業技術、智慧農業、智慧農業革命和智慧農業階段。

在智慧農業本科人才培養領域，無論是《指南》的培養目標還是各個高校的具體培養方案，“智慧”的主要體現還是在對農業生產、管理過程中相關數據的智能處理方面，即文獻[4]中的農業信息技術或文獻[5]中的智慧農業技術，其主要領域有3個，即數據獲取、大數據、智能決策。其中，數據獲取包括傳感器技術、遙感技術、圖像識別技術等。大數據是指將農業領域大量結構化和非結構化數據 （天氣、土壤、動植物生長發育等）進行整理、存儲，以方便進行分析應用。智能決策主要是依據實際獲取的數據（大數據）進行數據挖掘以獲取有用的知識，與早期的各種數據挖掘算法相比，當前深度神經網絡學習方式在多個領域已展現其超凡的能力，得到了越來越多的重視。

表1是經整理后的西北農林科技大學智慧農業人才培養方案[6]中涉及的所有信息類課程，為能與以下術語相吻合，將“公共必修課”替換為“學科基礎課”，“專業基礎課”改為“主干課”，“專業選修課”改為“方向課”。具體數據見表1。

表1的課程基本上也對應了上述3個研究領域，即基礎數據獲取（農業遙感、圖像處理與機器視覺），大數據（數據庫原理與應用、大數據管理），智能決策（機器學習與數據挖掘、Python編程、深度學習），其他一些課程具有先導基礎的功能（大學信息技術、數據結構）或綜合應用功能（生物生產機器人、區塊鏈技術、農業物聯網、智慧農業數據分析綜合實驗）。

2" 人工智能專業人才培養課程體系特征

計算機科學自誕生以來就是一個極其活躍的學科，經過幾十年的發展，已形成層次分明的系統體系，從底層芯片起，漸次包括計算機組成及系統、軟件、應用，每一層級都基于下層支撐，且有自身的研究領域。

表2總體上描述了信息技術領域垂直知識體系及對應人才培養特征。

表2中，相對而言，芯片技術具有一定的獨立性，而軟件、人工智能的研究都需要計算機相關知識的支撐。

在高校人才培養方案制定過程中，一般對開設的課程依據其特點進行劃分歸類，不同高校的歸類方式和名稱或有差異，但總體而言，最能體現專業特色的主要是學科基礎課、專業主干課及專業方向課。其中，學科基礎課的目的是實施通識教育基礎上的專業教育，使學生接受本學科的基本知識與技能的訓練，常具有專業主干課先導基礎的作用，具體到表2的數據，軟件工程專業及人工智能專業的學科基礎一般涉及計算機相關知識。而專業主干課程是本學科進一步細分為服務于本專業的核心課程，也是區別于其他專業的關鍵所在。專業方向課主要反映了現代社會該學科專業的發展特點，與領域內的前沿技術和知識緊密結合，一方面可以給學生的未來發展提供良好的支撐，同時也能兼顧到學生自身特長興趣，專業方向課更多地傾向于知識的應用、實踐操作等。

為能找出人工智能專業人才培養體系中課程設置的一般規律，通過對學校官網公開信息的收集分析，分別對上海交通大學、東南大學、南京航空航天大學等20多所高等學校的人工智能、智能科學與技術專業的培養計劃所列課程進行了歸納匯總，上述高校既有985、211級別的研究型大學，也有雙非型本科院校，具有較好的代表性。

主要針對學科基礎、專業主干、專業方向進行數據采集。很多高校在人才培養計劃中已明確將不同課程歸類到學科基礎、專業主干課、專業方向課，如東南大學、南京航空航天大學等，也有高校采用了不同的劃分方式，如上海交通大學采用了專業基礎類、專業類的分類方式，實際上其專業基礎類似于學科基礎、專業類包含了專業主干課和專業方向，在具體界定過程中，主要從2個方面進行考量：一是從課程內容的性質，另一個是培養計劃中標明的選修必修特性，必修更可能歸類到專業主干課，而選修大概率為專業方向課。

數據的選擇上，很多高校將自然科學（高等數學、線性代數）課程歸類于學科基礎，一些高校將具有學校自身特色的課程歸類在學科基礎或專業基礎中，如南京工業大學將工程制圖也歸類到學科基礎，由于本研究主要針對人工智能專業的信息類課程，因此上述課程不做選擇。

課程名稱上也忽略稍許的差異，如數據庫系統原理、數據庫原理及應用、數據庫管理系統等。同類課程在有的高校可能采用2個學期分成不同等級方式，也可能采用理論、實踐分開的2門課程，在匯總過程中也一并視為1門課程。最終得到表3。

即便如此，由于課程名稱的多種多樣，實際數據依然比較龐雜，表3僅列出開設高校數較高的課程。

從表3數據可以看出，絕大部分高校將計算機組成及系統相關課程設為人工智能專業的學科基礎課，這種設置表明人工智能是計算機科學的一個分支，對人工智能的研究必須基于計算機科學的相關知識，這也符合表2中信息領域的垂直知識體系的內在邏輯。

表3中的主干課恰是人工智能研究領域中主要的專業知識，是進一步深入研究的基礎保障，通過對這些課程的學習，可使得本專業學生在人工智能領域具有更為堅實的理論儲備。

表3中的方向課更多地表現為算法的實現，如Python編程，人工智能在不同行業的應用，如智能交通、智能駕駛、智慧醫療、語音處理，以及更深入知識的學習，如深度學習、神經網絡、智能芯片等。

3" 智慧農業中“智慧”類課程設置規范

3.1" 實證調查數據

為了解我國高校智慧農業人才培養過程中“智慧”類課程設置概況，對近20所高校設有智慧農業本科專業的培養方案進行歸納匯總，類似于構建表3中人工智能課程方法，對課程名進行了相應的歸并，但即便如此，由于各個學校培養目標存在差異，培養方案中的課程設置名目繁多，且在課程類別上差異較大，同樣的課程，不同高校可能作為學科基礎課、專業主干課、選修課，因此若再進行類別劃分已失去統計意義，最終得到表4的數據。

總體而言，當前我國智慧農業專業在人才培養方案中，已充分考慮到人工智能相關知識在農業中的應用，諸如數據庫原理、大數據、數據挖掘、數字圖像處理、神經網絡與深度學習和機器學習等，上述課程在智慧農業的數據獲取、存儲、決策中具有不可或缺的地位。

3.2" 智慧農業中“智慧”類課程設置基本原則

本科4年人才培養過程中，學生既要學習大學生通識課程，還必須修學學科基礎、專業核心以及專業選修課程，因此，有所為有所不為顯然是跨學科人才培養中必須面對的考量。

作為將授予農學學士學位的智慧農業本科人才，“智慧”顯然是工具，“農業”才是根本、目的，因此，其學科基礎應以農學領域的基本知識體系為主，諸如植物生理學、遺傳學、生物信息學等。

雖然信息技術領域的知識具有垂直向下的依賴特征（表2），一方面，這種依賴并不是無法逾越的關鍵核心，否則可以歸并為同一門課程；另一方面，從學生未來發展的角度，是需要他們知其所以然，還是僅僅知其然，而對智慧農業的本科生培養而言，信息技術是服務于農業的工具，即需要深入了解該領域的某一知識體系，可以在更高級的人才培養（碩士、博士）過程中展開。

因此，在智慧農業專業的主干課內，在設置人工智能相關專業的主干課、方向課時，不應該或很少出現人工智能相關專業的學科基礎課。表4中算法與數據結構、Linux操作系統一般應歸類于信息類學科基礎，被相關高校在智慧農業人才培養計劃中開設，其中算法與數據結構是開發出高質量程序的保證，是專業程序人員必須掌握的知識，被3所高校開設在智慧農業專業。

在專業方向課設置中，學校應依據其辦學特色、辦學定位、人才培養方向等情況，根據涉農相關領域中所需人工智能對應知識進行課程設置，其主要特點應該是人工智能在涉農領域中的應用，諸如農業傳感器應用、植物表型組學與數字圖像處理、農業大數據分析與實踐等。

3.3" 智慧農業中“智慧”類課程內容建設

毋庸諱言，人工智能領域的相關知識不僅龐大且相對深奧不易掌握。所以很多高校以創新班的形式對該專業進行拔尖人才培養，如清華大學的智班、南京航空航天大學的人工智能創新班等，其所招學生不僅有扎實的數理基礎，在抽象思維方面也有良好的能力。

針對不同需求、不同層次的學生需要采取不同的培養策略，其中課程內容的建設顯然是重中之重。就智慧農業專業的信息類課程而言，具體應從以下幾個方面進行內容整合。

3.3.1" 縮減理論加強實踐

當下的人工智能類課程是服務于專業的計算機人才而設定，相關定理的推導都有嚴謹的數學證明為支撐，尤其在人工智能中占有重要地位的算法類問題，基本上都具有一定的抽象復雜性，因此在選其作為智慧農業專業的課程時，不僅應該有針對性地選擇部分內容，還應簡化甚或刪減掉其推導證明過程，代之以其主要功能、使用特點、對數據的要求等的介紹，重點分析其在實際應用中效果及特征。以數據挖掘課程為例，其算法包括決策分類、關聯規則、聚類等多種，一般教材對每一個算法的介紹不僅講解其原理，還將重點討論其實現效率，這就需要學生具有較強的抽象能力，同時還具有良好的計算機相關知識和編程能力，而如果僅介紹其主要功能、優缺點、使用特點（對初始數據集的要求、輸出結果的理解），則將會大大簡化問題的復雜性，且不影響其在實踐中的使用。數據庫管理系統也在很多智慧農業專業中開設，傳統教材中包括的數據庫模式、體系結構、關系映射和關系數據庫理論等知識主要服務于數據庫系統的開發，在實際應用中幾乎不會被觸及，如果采用基于某一數據庫管理系統（如MySQL），針對涉農領域的具體應用，講授數據庫的建立、刪除、修改、數據的增刪查操作的SQL語言、與外部程序的接口設計等，不僅能滿足其作為工具所需的知識儲備，也能大大提供學習效率。

3.3.2" 課程的側重點調整

學以致用，服務于人工智能專業的課程和將其作為智慧農業專業的課程側重點有所區別。一般而言，人工智能專業的課程內容更加注重原理講解、具體實現過程以追求時空效率，而在智慧農業中更多關注應用的達成。以Python語言為例，傳統的教材包括Python語言特點、運算符介紹、結構控制、函數和面向對象等一系列高級語言編程的基本知識，而智慧農業選擇該語言的一個主要功能是其具有進行數據挖掘相關算法的調用，因此，其重點應該是Python數據管理功能、sklearn庫的特點，尤其是利用Python確保該庫中所含的各種數據挖掘算法的實現。

3.3.3" 基于課程群的知識體系構建

作為一個交叉學科培養的專業，不同學科的課程天然地存在隔閡，而構建課程群，基于共同的目標進行群內課程任務的分解，則是融合2個學科間的課程知識體系的一個行之有效方法。以服務于農業物聯網方向為例，如果將傳感器應用、數據庫管理系統、數據挖掘加上相關的農學專業課程構建成一個課程群，不同的課程分別承擔大田種植、設施園藝等領域，利用先進感知、數據存儲、智能決策功能，共同實現智慧農業的一個具體應用，則相關課程的知識構建必定是圍繞具體的課程任務，真正做到課程服務于目標，從而將目標導向落到實處。

4" 結束語

智慧農業是剛剛興起的專業，《指南》也僅在2022年9月頒布，很多高校智慧農業專業的信息類課程一般都是由其他院系的教師承擔，這給智慧農業的專業發展帶來了較大的障礙。在表1中可以清晰地看到，西北農林科技大學智慧農業專業涉及的信息類課程共有13門，絕大部分由信息學院開設，僅有2門課程被涉農學院承擔，農學院又僅負責1門綜合實驗課程。因此，無論是專業內課程的設置、課程內容的建設等改革工作都需要有一個完善的機制給予支撐，而構建一個交叉學科平臺或組織，無論是實體或虛擬，都被認為是一項有效的措施[1-3]。

參考文獻：

[1] 劉立，胡德鑫.新興理工科大學交叉學科人才培養機制及特征研究[J].中國高校科技，2020（3）：57-61.

[2] 吳凡，李曼麗.跨學科本科課程整合方法與機制——以美國三所研究型大學生物醫學工程專業為例[J].高等工程教育研究，2022（6）：158-164.

[3] 徐林.交叉學科人才培養高質量發展：邏輯脈絡、關鍵挑戰與實現策略[J].高校教育管理，2023，17（1）：35-46.

[4] 趙春江.智慧農業的發展現狀與未來展望[J].華南農業大學學報，2021，42（6）：1-7.

[5] 牟少巖，丁慧媛，鄭滿生，等.智慧農業革命影響及對策研究[J].農業經濟問題，2022（9）：111-117.

[6] 智慧農業專業2019版本科人才培養方案[EB/OL].（2022-11-2）[2023-4-10].https：//nxy.nwafu.edu.cn/bksjy/zyjs/0aee16c97a6e4f4f8ea8d28fce174191.htm.