3月7日下午,全国政协十四届四次会议第二次全体会议在京举行。
南京大学副校长、中国科学院院士周志华代表无党派人士界作大会发言,系统阐述了人工智能引领科研范式变革的重大意义与实施路径,为推动我国科技创新能力提升建言献策。
周志华在发言中指出,人工智能赋能科学研究正在引发科学研究范式的历史性变革。
这一被学界称为继经验、理论、计算和数据范式之后的第五科研范式,不仅能够加速破解长期悬而未决的重大科学难题,更有望从根本上重构科学发现的基本路径,大幅提升原始创新效能。
2025年8月,国务院印发的《关于深入实施"人工智能+"行动的意见》已将"人工智能+"科学技术列为加快实施的重点行动,体现了国家层面对这一领域的高度重视。
然而,周志华也清醒地指出当前存在的突出问题。
部分科研工作对人工智能赋能科学研究的认识仍停留在表层,要么简单套用工具,要么盲目尝试训练通用科学大模型以应对所有问题。
更为严峻的是,科学数据获取成本高企、标准不统一、共享意愿低下,数据标注质量参差不齐,缺乏权威、标准化、大规模的科学数据集。
这些问题导致模型训练效率不高、可靠性难以保障,重复建设与资源浪费现象突出,制约了人工智能在科学研究中的深度应用。
针对上述问题,周志华提出四方面系统性建议。
在政策引导层面,他建议优化人工智能领域科学研究的统筹布局,避免资源过度集中于算力消耗型的应用层,纠正"大模型解决一切"的误区。
应加大对算法基础研究的支持力度,提高针对具体问题设计算法解决方案的创新能力。
重点支持具有前瞻性、战略性的基础研究项目,引导企业和社会资本参与,形成多元化投入机制。
同时建立科学合理的科研评价体系,营造鼓励探索、宽容失败的科研氛围。
在人才培养方面,周志华强调要从源头构建复合型创新人才培养体系。
他建议支持高水平研究型大学试点设立"博士+硕士"双学位项目,支持博士研究生在攻读人工智能专业博士学位期间,跨学科攻读一个科学专业硕士学位,系统化培养既深谙领域知识又掌握前沿技术的"双语"科学家。
在学位获取、职称晋升、绩效考核等环节建立"交叉学科特区",解决跨学科人才在传统评价体系中"两头不靠"的困境。
在学科协作方面,周志华提出构建跨学科的"双向翻译"与协作机制。
一方面,由科学领域学者向人工智能研究者进行科学问题的抽象翻译,将领域前沿关键问题表述为可理解的语言;另一方面,由人工智能科学家面向传统领域学者开展科普,通过具体案例厘清技术边界,消除对技术的恐惧或盲目神化,阐明其作为辅助科学发现的工具本质。
鼓励定期举办跨界沙龙,促进不同背景学者交流,推动从概念普及到实质性协作的跨越。
在数据治理方面,周志华建议由国家相关部委牵头,构建国家级科学数据共享与服务平台。
依托重点实验室等重大科技平台,建立标准化的科学数据仓储,制定各学科数据的采集、标注、存储和共享标准,引入数据质量反馈机制,持续优化数据资产。
通过项目资助、成果评价等政策杠杆,鼓励科研机构与研究人员开放共享科学数据,形成良好生态,最大化利用效率。
同时加强支撑技术研发和法律法规制定,有效保护数据共享过程中的敏感信息和知识产权。
人工智能与科学研究的深度融合，本质上是人类认知工具的革命性升级。
这场变革不仅需要技术突破，更需要打破学科藩篱的勇气、重构科研生态的智慧。
当基础研究"深蹲"与跨界人才"起跳"形成合力，中国科学必将在这场范式革命中书写新的篇章。