【科技日报】杨晶 、杨洋｜促进人工智能全面赋能科技发展

《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出，全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。

“人工智能+”行动是推动人工智能实现从“工具赋能”到“范式重构”跨越的关键战略部署，驱动全社会各领域生产力发生根本性变革，重塑生产关系与经济社会发展模式，推动经济社会整体性跨越。“人工智能+科技”作为“人工智能+”行动的首要任务，为科技创新这一“第一动力”装上强大智能引擎，系统性重塑传统科研范式，开拓数字化、智能化发展的崭新局面。

“人工智能+科技”推动科研范式变革

当前，科学研究正处于从数据密集型“第四范式”向自主科学发现“第五范式”过渡的关键时期。实验科学、理论科学、计算科学等传统科研方法在应对日益复杂的科学问题时面临显著瓶颈。“人工智能+科技”是主动迎接并引领这场范式变革的必然要求，也是实现高水平科技自立自强、建设世界科技强国的必由之路。

“人工智能+科技”催生了求解复杂问题的新范式。当今世界面临的诸多重大挑战，如气候变化、疾病治疗、能源危机等，均为高度复杂的系统性问题，已超出单一学科或传统研究方法的应对范畴。人工智能作为科学技术的“元级探索方法”，可以从海量、高维、复杂的科学数据中直接发现人类难以察觉的模式、规律和相关性。“人工智能+科技”能够整合多学科、多维度数据，通过复杂系统模拟与跨领域知识融合，破解传统科研范式难以解决的高维、复杂系统问题，为人类在知识和资源不足的条件下应对和适应客观世界的不确定性与复杂性开辟新的路径。

“人工智能+科技”构建了人机协同的新范式。随着科研智能体技术加速演进，各国正在积极构建自主完成科研闭环的智能系统，人工智能逐渐从被动工具转变为科研人员的合作者甚至是主动发现者。人工智能承担数据处理、模型推演、规律挖掘等琐碎耗时但又不可或缺的研究任务，科研人员则聚焦提出核心科学问题、设计实验框架、解读模型结果和构建理论体系，这成为未来典型的人机协作科研模式。这种分工能让科研人员从繁琐的体力劳动中解放出来，将精力集中在更具创造性的环节，本质上提升了科研的“创造性效率”。

“人工智能+科技”开辟了产业赋能的新范式。从历史发展来看，划时代的技术都是在解决具体瓶颈时孕育出来的。当前，“人工智能+科技”成为孕育颠覆性技术与未来产业的重要土壤，将主要为两大类行业赋能。一是产品研发需要经过大量实验和试错的行业，如制药、化学品、合金、复合材料等行业；二是需要多学科集成的复杂制造产品行业，如电子、医疗技术、半导体、汽车等行业，这些行业直接关系到国家科技主权、产业竞争力和经济安全。深化“人工智能+科技”在产业中的应用，把“认知红利”快速转化为“生产力红利”，才能全方位赋能千行百业，在未来全球经济格局中占据主导地位。

加快构建“人工智能+科技”创新生态

“人工智能+科技”不是将人工智能技术简单应用于科学研究和技术创新环节，而是要构建一个数据、算法、算力、人才、场景深度融合、协同演进的开放创新生态，促进人工智能在科学技术及行业领域的深度赋能。具体而言，需要从以下几个方面着重发力。

一是加快建设人工智能可共享的高质量数据集。科学数据是人工智能时代的科技底座，数据的质量和数量影响着智能水平的高低。建议由政府部门牵头，联合科研机构、企业及行业协会，统筹建设一批高精度、长序列、多模态的领域专用数据集，并予以长期稳定支持。构建高质量、标准化、可共享的科学数据平台，建立覆盖数据全生命周期的标准化体系。参照“专利制度”核心思路，以有限期公开换取独占权，探索科学数据管理新思路。

二是构建通用科学基础模型与领域专用模型相协同的模型体系。通专融合的科学模型体系能够平衡“通用模型”的广度与“专用模型”的深度，是“人工智能+科技”的核心技术支撑。一方面，要积极研发面向科学研究的基座大模型，完善开发、训练与推理工具链。另一方面，要建设面向科学垂直领域、需求明确的专用模型，以“平台+超级应用”模式增强“人工智能+科技”的行业赋能能力。推动大模型与科研深度融合，针对特定科研领域构建科研智能体和自主实验室，推动科学研究向“自主科学发现”迈进。

三是建设面向高校院所的“人工智能+科技”国家级研究资源平台。国家级研究资源平台是重要基础设施，为“人工智能+科技”提供统一的“操作系统”和“创新底座”。建议由政府主导，联合企业等多方主体，建立国家人工智能研究资源平台，集成计算机硬件、数据、算法、软件、科学知识库等资源，向全国高校、科研机构及非营利组织开放。加快国产硬件的研发与适配进程，完善智能算力供给体系，依托现有超算中心补充智能算力，构建集成科学计算软件与人工智能软件的科学智能算力平台，提升算力供给效率。

四是形成复合型人才培养与交叉学科协作机制。“人工智能+科技”发展需要大量既懂人工智能技术又懂特定科研领域的复合型人才。一方面，推动人工智能与科学教育通识课程融合，鼓励科研机构与企业联合培养交叉人才，设立联合培养博士研究生制度，共建博士后工作站。面向科研人员开展人工智能普及与交叉学科教育，破除认知壁垒。另一方面，组建垂直整合型团队，由人工智能研究人员与领域科学家、工程师协同合作，围绕重大战略任务和具体科研需求开展联合攻关。

五是建设面向重点行业应用的“人工智能+科技”中试与赋能平台。面向重点行业的落地应用，是未来“人工智能+科技”的重要发力点。要围绕半导体设计、先进制造等重点领域，征集并开发面向特定场景的应用型算法，构建行业中试平台，基于国产设备打造自主应用平台生态。加强行业场景攻关，设立场景挖掘专项基金，支持高校、科研机构与企业围绕行业瓶颈问题，引导开发面向特定场景的应用型算法，推动基础算法向下游延伸落地。

（作者杨晶、杨洋分别系中国科学技术发展战略研究院副研究员、研究员）

文章链接：https://epaper.stdaily.com/statics/technology-site/index.html#/home