2026世界人工智能大会暨人工智能全球治理高级别会议刚刚在中国落下帷幕。会议提出，全球人工智能发展应以人为本、智能向善、公平普惠、协同共治原则，并加强人工智能国际合作。人工智能专题讲座正是本次智能农机装备与可持续农业暑期学校的核心环节——全球共识照进课堂，未来农业便有了落点。

项目团队师生怀着对米兰理工大学人工智能与农业工程技术融合成果的浓厚兴趣，陆续参加了人工智能与机器学习、计算机视觉、物联网感知、农业机器人、智能农机装备以及智慧灌溉等主题课程，该校农业工程系教授借助农业数据分析、智能决策、精准作业、环境感知等案例，让同学们看到：当算法装入农机、装备学会感知与思考，传统农业便朝着节水、节肥、减药的可持续方向迈步。

Francesco Amigoni教授以题为《AI and ML Methods for Agriculture》（面向农业的人工智能与机器学习方法）的讲座，介绍了人工智能与机器学习技术的基础原理、发展现状及其在农业领域的典型应用，重点讲解了人工智能算法在农业数据分析、智能决策和作物管理中的应用，从一粒种子的生长模型到一块田的精准管护，他让学员们意识到，机器学习不只是实验室里的算式，更是可持续农业可倚重的新农具。

Paolo Bestagini教授围绕《Computer Vision and IoT Sensors for Agriculture》（面向农业的计算机视觉与物联网传感器）及其技术应用主题开展了两场专题讲座，介绍了计算机视觉与物联网传感技术在农业中的应用原理，并结合精准农业生产场景，展示了图像识别、智能感知和数据分析等技术用于作物监测、病虫害识别及农业环境感知的应用实践案例。当摄像头学会“看病害”、传感器学会“读土地”，农业便少一分经验、多一分数据——而数据另一端，连着资源节约与环境友好。

人工智能赋能农业专题报告

课程交流期间，同学们围绕农业机器人在复杂田间环境下的自主导航、精准作业等关键问题，与意方教授探讨了中意农业生产场景下智能装备应用需求的差异。同学们发现，意大利山地丘陵与我国不少丘陵山区惊人地相似——同一种地貌，催生出相似命题：如何让农机在坡地、窄垄间稳稳作业，也让意方多源信息融合、智能感知与协同作业等经验有了直接借鉴价值。大家也认识到，人工智能技术在农产品质量检测、食品安全监测及农业全产业链数字化管理等场景中具有十分广泛的应用前景。而这条数字化链条的尽头，正是更安全的食物与更可持续的产业。

 学生与专家交流讨论

此外，其他主题的系列专题报告中，也有不少内嵌了部分智能农机装备设计建模、基于遥感影像的水资源监测与预测模型等研究及应用成果，从一台装备的三维建模，到一方水域的遥感预报，学员们看清“人工智能+农业”如何从单点技术，连成覆盖耕种管收、节水增效的全链条——这恰是可持续农业落地的技术骨架。

同学们普遍反馈，经过一系列涉及人工智能、智能装备等内容的学习，最直观的收获，是看见不同国家的农业模式、资源条件与技术场景各有千秋：同样一项智能农机，在伦巴第平原与江南水田，要回答的是不同的土地之问。这种“看见差异”的眼界，正是国际化人才培养最珍贵的起点。

研学期间，团队参访了米兰理工大学克雷莫纳校区ROSETEA-lab机器人与环境传感技术实验室，近距离观摩农业机器人、智能农机装备、无人机自主导航及环境感知等领域的科研装置与原型系统，从屏幕上的仿真曲线，到试验田里的真机，同学们触摸到“论文之外的农业”：那些为节本增效、减少面源污染而生的智能装备，正在这里被造出来。

米兰理工大学克雷莫纳校区实验室参观

回望这段中意携手的研学，最珍贵的或许不是某项技术，而是一种面向未来的共识：智能农机装备与可持续农业技术，是一枚硬币的两面。当两校青年学者在同一片“数字农田”前讨论导航、感知与减施增效，他们书写的，正是跨国协同创新与联合人才培养的注脚。农业智能化没有标准答案，但以人为本、立足实际、在交流互鉴中向前，是共同方向——这也正是中意在研究、人才培养上持续携手的意义。