中新網(wǎng)3月7日電 全國政協(xié)十四屆四次會議7日下午舉行第二次全體會議，委員進行大會發(fā)言。

　　南京大學副校長，中國科學院院士 周志華：

　　各位委員，我代表無黨派人士界發(fā)言的題目是：以人工智能引領科研范式變革。

　　“人工智能賦能科學研究”正推動科學研究范式發(fā)生歷史性變革，被視為繼經(jīng)驗、理論、計算和數(shù)據(jù)范式之后的“第五科研范式”，不僅能加速求解長期懸而未決的重大科學難題，還有望重構科學發(fā)現(xiàn)的基本路徑，大幅提升原始創(chuàng)新效能。2025年8月，國務院印發(fā)《關于深入實施“人工智能+”行動的意見》，明確將“人工智能+”科學技術列為加快實施重點行動之一。目前，部分科研工作對“人工智能賦能科學研究”停留在對工具的簡單套用，或盲目嘗試訓練通用“科學大模型”以應對所有問題。同時，科學數(shù)據(jù)獲取成本高、標準不統(tǒng)一、共享意愿低，數(shù)據(jù)標注質量參差不齊，缺乏權威、標準化、大規(guī)模的科學數(shù)據(jù)集，導致AI模型訓練效率不高、可靠性難以保障，重復建設與資源浪費現(xiàn)象突出。

　　為此，建議：

　　一、加強政策引導，提升基礎創(chuàng)新能力。優(yōu)化人工智能領域科學研究的統(tǒng)籌布局，避免資源過度集中于算力消耗型的應用層，糾正盲目跟風“大模型解決一切”的誤區(qū)，加大對AI算法基礎研究的支持力度，提高針對具體問題設計算法解決方案的創(chuàng)新能力。重點支持一批具有前瞻性、戰(zhàn)略性的基礎研究項目，鼓勵科研人員開展原創(chuàng)性研究。同時，引導企業(yè)和社會資本參與AI算法基礎研究，形成多元化的投入機制。建立科學合理的科研評價體系，營造鼓勵探索、寬容失敗的科研氛圍。

　　二、變革培養(yǎng)模式，打造復合型人才隊伍。從源頭構建“人工智能賦能科學研究”復合型創(chuàng)新人才培養(yǎng)體系，支持高水平研究型大學試點設立“博士+碩士”雙學位項目，支持博士研究生在攻讀AI專業(yè)博士學位期間，跨學科攻讀一個科學專業(yè)碩士學位，探索構建跨學科融合的研究生培養(yǎng)新模式，系統(tǒng)化培養(yǎng)既深諳領域知識又掌握前沿AI技術的“雙語”科學家。同時在學位獲取、職稱晉升、績效考核等環(huán)節(jié)中建立“交叉學科特區(qū)”，解決跨學科人才在傳統(tǒng)評價體系中“兩頭不靠”的困境。

　　三、注重雙向科普，推動消除學科壁壘。構建跨學科的“雙向翻譯”與協(xié)作機制。一方面，由科學領域學者向AI研究者進行科學問題的抽象翻譯，將領域前沿關鍵問題表述為AI學者可理解的語言，便于其進行針對性的求解。另一方面，由AI科學家面向傳統(tǒng)領域學者開展科普，通過具體案例厘清技術邊界，消除對AI的恐懼或盲目神化，闡明AI作為輔助科學發(fā)現(xiàn)的工具本質。鼓勵定期舉辦跨界沙龍，促進不同背景的學者進行交流，推動從概念普及到實質性協(xié)作的跨越。

　　四、強化數(shù)據(jù)治理，構建科學數(shù)據(jù)生態(tài)。由國家相關部委牽頭，構建國家級科學數(shù)據(jù)共享與服務平臺。依托重點實驗室等重大科技平臺，建立標準化的科學數(shù)據(jù)倉儲，制定各學科數(shù)據(jù)的采集、標注、存儲和共享標準，引入數(shù)據(jù)質量反饋機制，持續(xù)優(yōu)化數(shù)據(jù)資產(chǎn)。通過項目資助、成果評價等政策杠桿，鼓勵科研機構與研究人員開放共享科學數(shù)據(jù)，形成良好生態(tài)，最大化利用效率。同時加強支撐技術研發(fā)和法律法規(guī)制定，有效保護數(shù)據(jù)共享過程中的敏感信息和知識產(chǎn)權。

　　(根據(jù)網(wǎng)絡文字直播整理)