新华社北京3月7日电 在全国政协十四届四次会议第二次全体会议上，全国政协委员周志华代表无党派人士界作大会发言时提出，应把握智能技术快速演进带来的窗口期，以更大力度推动“智能技术赋能科学研究”，促进科研范式变革，进一步提升我国原始创新能力与科技竞争力。
问题——面对复杂科学问题，传统科研路径的效率与成本压力加大。
当前，许多重大科学难题具有多尺度、强耦合、高维度等特点，依靠单一学科方法或传统试错式探索往往周期长、投入高，难以满足基础研究持续突破与产业技术迭代加速的双重需求。
同时，跨领域协同仍存在信息壁垒，科研数据分散、标准不一、共享不足等问题制约了高质量科研成果的产出与复现。
原因——关键在于科研组织方式、人才结构与数据要素供给尚未完全适配新范式。
一方面，智能技术赋能科研需要长期稳定的基础研究投入和面向前沿的系统布局，但在实践中仍存在资源分散、评价导向偏重短期产出等现象，影响科研人员开展高风险、原创性探索的积极性。
另一方面，新范式对人才提出“懂科学、懂技术、懂方法”的复合型要求，而现有培养体系在跨学科课程体系、联合培养机制、实践平台建设等方面仍需完善。
再者，科学数据作为智能科研的重要“燃料”，其采集、标注、存储、共享等环节缺乏统一规范，数据的可用性、可迁移性与可追溯性不足，难以形成支撑协同创新的高质量数据生态。
影响——范式变革将重塑科研效率与创新路径，关乎科技自立自强的基础支撑。
周志华指出，智能技术赋能科学研究不仅有望加速求解长期悬而未决的重大科学问题，也可能从方法体系层面重构科学发现的基本路径，带动科研从经验驱动向数据与模型驱动、从局部优化向系统协同转变。
对于国家创新体系而言，这一变化将推动基础研究与应用研究更高效衔接，提升原始创新供给能力，并在关键核心技术攻关、未来产业布局、公共安全与民生领域科技供给等方面形成溢出效应。
对策——以政策牵引、人才支撑、科普协同与数据治理形成合力。
围绕如何更好释放智能技术赋能科研的潜力，周志华提出四方面建议。
第一，加强政策引导，提升基础创新能力。
要优化相关领域科研统筹布局，聚焦前瞻性、战略性基础研究方向，支持一批能够形成长期积累的基础研究项目；同时完善科学合理的科研评价体系，突出原创价值与学术贡献，营造鼓励探索、宽容失败的创新生态，推动科研力量向“打基础、利长远”的方向集聚。
第二，变革培养模式，打造复合型人才队伍。
要从源头构建面向“智能技术赋能科学研究”的人才培养体系，探索跨学科融合的研究生培养新模式，通过联合培养、项目牵引、平台实践等机制，系统培养既具备扎实领域知识、又掌握前沿智能方法的科研人才，为新范式落地提供稳定的人才供给。
第三，注重双向科普，推动消除学科壁垒。
要鼓励举办跨界交流活动与学术沙龙，促进不同背景学者在共同问题框架下形成稳定对话机制，推动跨学科合作从概念层面的了解走向实质性协作；同时加强面向公众的科学传播与面向科研人员的方法普及，形成双向促进，扩大协同创新的社会基础与学术基础。
第四，强化数据治理，构建科学数据生态。
要建立标准化科学数据仓储，制定覆盖各学科的数据采集、标注、存储、共享等标准规范，提升数据质量与可复用性；同时鼓励科研机构和研究人员在合规前提下开放共享数据，完善数据权益与安全边界，形成可持续、可协作、可追溯的数据生态，为科研范式变革提供高质量要素支撑。
前景——从“工具应用”走向“体系重塑”，关键在于制度供给与协同能力提升。
与会人士认为，智能技术赋能科研的竞争已从单点技术能力延伸到科研组织、人才培养、数据体系与治理能力的综合比拼。
下一步，围绕基础研究布局、评价改革、跨学科平台建设与数据标准体系完善等环节持续发力，将有助于把技术潜能转化为持续产出原创成果的制度优势与体系优势，推动我国在新一轮科技革命和产业变革中赢得战略主动。
科研创新是引领未来的关键力量，而智能技术的崛起为这一领域注入了全新动能。
周志华委员的建议为破解当前科研瓶颈提供了系统性思路，其落地实施将对中国乃至全球的科技发展产生深远影响。
在科技变革的浪潮中，唯有开放协作、勇于突破，才能抢占未来制高点，为人类进步贡献更多智慧。