找回密码
 立即注册
查看: 546|回复: 0

人类“第二大脑”如何引领科研范式变革

[复制链接]

38

主题

15

回帖

160

积分

注册会员

积分
160
发表于 2026-3-11 16:52:11 | 显示全部楼层 |阅读模式
作为人类的“第二大脑”,AI for SCIence正在全球范围内引发科研范式的深刻变革,也成为全国两会期间代表委员关注的话题。
7 p# S, N, N6 G1 E1 ~3月7日,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、中国科学院院士周志华发言建议,以人工智能引领科研范式变革。
$ b7 [- Z: B: c! B, W$ J7 [' h+ R5 y. E3月8日,全国政协委员、工业和信息化部原副部长王江平在接受科技日报记者采访时直言,人工智能已从科研辅助工具升级为推动科技进步的核心驱动力,未来更将深刻重塑科研范式与产业业态。
: n2 x( q- H' E8 P会场内外代表委员认为,人工智能无疑为全球科技革命注入全新动能,但对其赋能科研遇到的困境和问题也不容忽视。
3 g* U7 A5 ^8 NAI浪潮下出现资源浪费与转化梗阻难题1 O6 H3 q' G' J/ ]) o1 \9 \
AlphaFold模型助力两位非生命科学领域研究者斩获2024年诺贝尔奖;“大原子模型计划”可广泛应用于半导体、合金、有机分子等多类材料体系研发……, `8 `9 {5 z% H; c( _+ E" N
在周志华看来,放眼国内外,人工智能赋能科学研究的阶段性成果已经充分证明,人工智能不仅能加速求解长期悬而未决的重大科学难题,还有望重构科学发现的基本路径。
5 j" n! l$ v1 v9 w; b2 j- U, Z然而,在AI for Science助力科研成果如潮水般持续涌现的背后,也出现了新的问题。周志华介绍,由于缺乏权威、标准化、大规模的科学数据集,以及受科学数据的获取成本高、标准不统一、共享行为少等因素影响,目前,AI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尤为突出。" j. p( w! P2 ~# ]0 N
算力资源浪费同样得到了王江平的关注。他在履职调研中发现,在材料探索图形网络(GNoME)模型预测的38万种稳定材料中,仅有736种完成实验验证,验证率不足0.2%。“这意味着,AI单日产生的预测成果,往往需要人类用10年甚至更长时间才能完成全面验证,这造成了科研资源与算力资源的低效占用。”王江平说。
0 Z. |$ r+ Y0 i" _, V他告诉记者,更令人担忧的是,大量预测成果最终仅停留在学术论文层面,未能实现产业化落地,既无法释放其应有的产业价值,还会造成资源浪费与转化梗阻的双重问题。% E) [5 @6 D; ~4 D
王江平将这种现象比喻为“堰塞湖”——上游AI预测能力汹涌澎湃,下游验证与产业化通道狭窄不畅,“湖水”不断积聚却难以泄流。
# ~+ I9 P  A/ K- n在王江平看来,造成AI赋能科学研究出现“梗阻”的原因综合而复杂。其中,预测模型自身存在局限、缺乏统一标准与评估体系、实验验证能力严重不足是三个关键因素。要实现“对症下药”,需要系统性的对策建议。
9 m# w+ b0 e/ n0 n9 G9 f/ L% s. ~% b提升基础创新能力培育复合型人才" `) T. c1 X/ P# u) f
那么,我国布局AI for Science前沿科技研发体系,应该聚焦哪些领域发力,怎样破除现有瓶颈?6 }3 W! G' O- p' x/ D1 l) _6 t
在周志华看来,首先要加强政策引导,提升基础创新能力。他建议,优化人工智能领域科学研究的统筹布局,加大对AI算法基础研究的支持力度,重点支持一批具有前瞻性、战略性的基础研究项目,鼓励科研人员开展原创性研究。同时,引导企业和社会资本参与AI算法基础研究,形成多元化的投入机制。
3 F) s, u) f, A& T面对既懂科研又通AI的复合型人才缺乏困局,周志华建言,从源头构建“人工智能赋能科学研究”复合型创新人才培养体系,支持高水平研究型大学试点设立“博士+硕士”双学位项目,让博士研究生在攻读AI专业博士学位期间,跨学科攻读一个科学专业硕士学位,探索构建跨学科融合的研究生培养新模式。- h+ t3 o6 w( c0 S- u5 ]
王江平则建议,推进构建高质量数据集、高价值知识中心及AI预测成果评估标准体系三大核心载体。他建议,在重点行业建立公共高价值数据共享中心,构建高精度、长序列、多模态的公共数据集,减少重复劳动。同时,相关部门要建立权威的AI预测结果评估体系,为成果筛选与流转提供依据。" g/ _( f: J3 J3 M& `1 b: d6 J. k
王江平呼吁,推动AI for Science与AI for R&D协同发展。前者聚焦基础科学突破,解决“卡脖子”问题;后者侧重解决技术落地的工程化问题。他表示,推行“揭榜挂帅”机制,由企业出题,科研机构攻关,并探索政府沙盒监管,赋予研发环节自主权,激发创新活力。
+ J! t* E7 H8 c1 H% s4 ^8 o
0 I1 a& j- R; o3 Z$ C                                                - e) Z0 B2 p6 A: f& S$ O" E' l
                                ' D  R# @; |- f2 y
                (责编:罗知之、陈键)
: V6 ~* E2 @9 w0 |& S, [; D- N                                关注公众号:人民网财经
集群智慧云科服专利申请服务
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则


快速回复 返回顶部 返回列表