一、如何建設有優(yōu)勢的職業(yè)教育智慧校園生態(tài)圈

數字化校園是以數字化信息和網絡為基礎，在計算機和網絡技術上建立起來的對教學、科研、管理、技術服務、生活服務等校園信息的收集、處理、整合、存儲、傳輸和應用，使數字資源得到充分優(yōu)化利用的一種虛擬教育環(huán)境。通過實現從環(huán)境（包括設備，教室等）、資源（如圖書、講義、課件等）到應用（包括教、學、管理、服務、辦公等）的全部數字化，在傳統(tǒng)校園基礎上構建一個數字空間，以拓展現實校園的時間和空間維度，提升傳統(tǒng)校園的運行效率，擴展傳統(tǒng)校園的業(yè)務功能，最終實現教育過程的全面信息化，從而達到提高管理水平和效率的目的。

二、開設農業(yè)機械化及其自動化專業(yè)的高校是？

一 中國農業(yè)大學信息與電氣工程學院

信息與電氣工程學院是由原電氣信息學院(東區(qū))和信息學院(西區(qū))合并組成。下設電力工程系、電子信息系、計算機系和信息管理系等4個系，擁有農業(yè)電氣化與自動化國家級重點學科和農業(yè)部部級重點學科，3個博士學位授權點。

二 西北農林科技大學水利與建筑工程學院

水利與建筑工程學院的前身為水利專修班，由中國近代著名水利大師李儀祉先生1932年在西安創(chuàng)立，目前學院設置有農業(yè)水土工程專業(yè)博士點和碩士點，水利水電工程碩士學位點；農業(yè)部農業(yè)水土工程重點學科和重點開放實驗室。

三 吉林大學生物與農業(yè)工程學院

吉林大學生物與農業(yè)工程學院是國家農業(yè)工程相關領域現代化創(chuàng)新成果和高層次人才培養(yǎng)的重要基地。學院擁有農業(yè)工程一級學科博士學位授權點，有農業(yè)機械化工程、農業(yè)生物環(huán)境與能源工程、農業(yè)電氣化與自動化等博士學位學科授權專業(yè)，農業(yè)機械化工程等碩士學位學科授權點，農業(yè)工程領域工程碩士專業(yè)學位授權點，生物工程（生物資源）、食品科學與工程、包裝工程、農業(yè)機械化及其自動化學士學位授權點以及期貨投資與管理輔修第二學科學士學位授權點。

四 南京農業(yè)大學工學院

南京農業(yè)大學工學院是由我國最早創(chuàng)辦的2個農業(yè)工程系——原金陵大學農業(yè)工程系和原中央大學農業(yè)工程系合并、發(fā)展而來，是我國農業(yè)工程學科的發(fā)源地之一。1952年院系調整時，兩校的農業(yè)工程系合并成立南京農學院農業(yè)機械化系。2000年更名為南京農業(yè)大學工學院。學院設有農業(yè)機械化系、機械工程系、電氣工程系、管理工程系、基礎課部和培訓部6個系部，現有農業(yè)機械化及其自動化等10個本科專業(yè)。具有農業(yè)機械化工程專業(yè)博士學位授予權，農業(yè)機械化工程、農業(yè)生物環(huán)境與能源工程、機械設計及理論專業(yè)碩士學位授予權，以及工程碩士（農業(yè)工程）、農業(yè)推廣碩士（農業(yè)機械化）專業(yè)學位授予權。

三、人工神經網絡與智慧農業(yè)的關系

人工智能作為當今科技的前沿技術已經深入到各行各業(yè)之中，當下我們關注最多的還是人工智能為醫(yī)療、金融、工業(yè)帶來怎樣的變化，卻忽視了人工智能在農業(yè)領域中的應用。事實上，從20世紀70年代開始，人工智能技術，特別是專家系統(tǒng)技術就開始應用于現代農業(yè)領域。

根據聯合國糧農組織預測，到2050年，全球人口將超過90億，盡管人口較目前只增長25%，但是由于人類生活水平的提高以及膳食結構的改善，對糧食需求量將增長70%。與此同時，全球又面臨著土地資源緊缺、化肥農藥過度使用造成的環(huán)境破壞等問題。如何在有限的耕地增加農業(yè)的產出，同時保持可持續(xù)發(fā)展?人工智能作為解決方式之一，展示出了其強大的實力。

人工智能在智慧農業(yè)中將發(fā)揮哪些作用?

1、種子檢測

種子是農業(yè)生產中最重要的生產資料之一，種子質量直接關系到作物產量。種子的純度和安全性檢測，是提升農產品質量的重要手段。因此，利用圖像分析技術以及神經網絡等非破壞性的方法對種子進行準確的評估，對提高農產品產量和質量起到了很好的保障作用。

2、智能種植

在傳統(tǒng)農業(yè)中，需要耗費大量的人力、物力。搭載人工智能技術的機器人將有助于緩解農民的負擔，大大降低土地對勞動力的需求量。例如在種植、管理、采摘、分揀等環(huán)節(jié)都可以通過智能機器人來完成，實現農業(yè)種植的智能化與自動化。

3、作物監(jiān)控

在農業(yè)生產的很多方面，大部分的工作是通過對農作物外觀的判斷進行的，例如農作物的生長狀態(tài)、病蟲害監(jiān)測以及雜草辨別等等。在過去，這些工作是通過人的肉眼去觀察，但是這存在兩個問題：1、農民并不能保證根據經驗做出的判斷是完全正確的;2、由于沒有專業(yè)人士及時到現場診斷，可能會使農作物病情延誤或加重。人工智能技術可在農作物檢測中提供強大的技術的支持，通過機器人視覺技術，模擬人類的視覺功能，從客觀事物的圖像中獲取信息并處理和分析。

4、土壤灌溉

人工神經網絡具備機器學習能力，能夠根據檢測得到的氣候指數和當地的水文氣象觀測數據，選擇最佳灌溉規(guī)劃策略。通過對土壤濕度的實時監(jiān)控，利用周期灌溉、自動灌溉等多種方式，提高灌溉精準度和水的利用率。這樣既能節(jié)省用水，又能保證農作物良好的生長環(huán)境。

人工智能技術在農業(yè)領域面臨的困難與挑戰(zhàn)

不過，雖然人工智能技術已經開始應用于農業(yè)領域，但是與其在金融、醫(yī)療、交通等領域上的成功應用相比，人工智能在農業(yè)上的運用略顯初級，大多農場、農業(yè)設備制造商還沒有深入推進人工智能的引入。原因包括：1、農業(yè)領域的數據獲取比其他行業(yè)要難;2、農業(yè)生產統(tǒng)計和量化應用困難，農業(yè)環(huán)境變化對人工智能技術在農業(yè)上的測試、驗證和推廣更加困難;3、缺乏既懂農業(yè)又懂人工智能技術的復合型人才。

政策支持人工智能農業(yè)困局

2017年，國務院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》提出，加快推進產業(yè)智能化升級。在智能農業(yè)方面，要研制農業(yè)智能傳感與控制系統(tǒng)、智能化農業(yè)裝備、農機田間作業(yè)自主系統(tǒng)等。建立完善的天、空、地一體化的智能農業(yè)信息遙感監(jiān)測網絡及農業(yè)大數據智能決策分析系統(tǒng)。除去國家層面的政策之外，各地政府也開始密集出臺相關政策，以解決人工智能技術在農業(yè)領域的應用中面臨的實際問題。

2018年4月，教育部印發(fā)《高等學校人工智能創(chuàng)新行動計劃》，提出加強人才培養(yǎng)與創(chuàng)新研究基地的融合，完善人工智能領域多主體協(xié)同育人機制，以多種形式培養(yǎng)多層次的人工智能領域人才;到2020年建立50家人工智能學院、研究院或交叉研究中心，并引導高校通過增量支持和存量調整，加大人工智能領域人才的培養(yǎng)力度。截至2017年12月，國內共有七十余所高校圍繞人工智能領域設置86個二級學科或交叉學科。2018年國內高校首批612個“新工科”研究與實踐項目中，已布局建設將近60個人工智能類項目。

寫在最后：

隨著人工智能技術的不斷發(fā)展，其在智慧農業(yè)領域的大規(guī)模應用將最終實現。相信在不久的將來，人工智能能夠更好的為人類服務，改善人類的生活，帶來巨大的經濟效益。在人工智能的引領下，農業(yè)將邁入智能化的嶄新時代。