加快構建人工智能驅動的科研體系

視覺中國供圖

　　人工智能驅動科研范式變革，正在成為全球科技創新布局的重要方向。我國國民經濟和社會發展第十五個五年規劃綱要提出，全面實施“人工智能+”行動，以人工智能引領科研范式變革。今年7月，美國白宮科技政策辦公室發布《科學：新的黃金時代》報告，對重大科學任務組織、科研資源整合、成果驗證和科研組織改革作出系統部署。隨著人工智能由輔助工具轉向深度參與科學發現全過程，知識生產方式和科研組織形態正在重塑，從而推動知識創新體系發生變革，同時也對科研管理和科技治理機制提出了新要求。我國需要統籌推進人工智能科研能力建設與體制機制創新，加快構建人工智能驅動的科學研究體系。

　　全球主要國家積極應對變革

　　隨著人工智能加快融入科學研究全過程，全球主要國家從科研任務組織、基礎條件供給和成果驗證治理等方面完善管理機制，以應對知識生產方式變革對科研組織和科技治理提出的新要求。

　　一是以重大科學問題牽引人工智能科研任務布局。人工智能驅動科學研究涉及科學數據集構建、領域模型開發和實驗結果驗證等不同類型任務，需要圍繞科學目標進行整體設計與協同組織。美國依托“創世紀任務”，圍繞先進制造、生物技術、關鍵材料和核聚變等領域的國家重大科技問題，統籌配置數據、模型、算力和科研力量。日本分別設置面向戰略性聯合攻關和全學科探索的兩類計劃，支持人工智能研究人員與不同學科領域的科學家合作。英國則將藥物發現和新療法開發作為優先使命。各國人工智能驅動科學研究布局正由單個項目探索轉向圍繞重大科學目標組織多類型任務。

　　二是推動數據、模型、算力和實驗設施協同配置。人工智能驅動科學研究需要算力、科學數據、領域模型和實驗設施等多要素密集投入、協同支撐。美國建設國家人工智能研究資源，綜合提供計算、數據、軟件、模型和專業服務。英國依托兩座超級計算機建設人工智能研究資源，并設置面向重點科學領域的算力通道。歐盟推動人工智能工廠及服務節點聯網，促進計算資源、數據服務和模型開發協同。科研基礎條件供給正由單項資源建設向多要素集成和跨機構共享轉變。

　　三是加強人工智能科研成果驗證與可信治理。人工智能降低了科學假設和研究結果的生成成本，需要同步提升成果驗證能力、完善相應治理規范。《科學：新的黃金時代》報告提出建設與科學發現“生成器”相匹配的“驗證器”，發展規模化驗證基礎設施。英國強調對人工智能設計的藥物和材料開展現實驗證，形成可復現證據。歐盟則加強人工智能科研質量基準、開放科學和負責任使用規范建設。隨著知識生成速度加快，獨立復現、質量評測和責任規范正成為科研體系建設的重要內容。

　　我國體系化水平需進一步提升

　　我國已在人工智能基礎方法、科學數據、領域模型、科研算力和智能實驗平臺等方面形成多層次布局。隨著人工智能加快重塑知識生產和科研組織方式，科研管理和科技治理機制也亟需相應調整，當前在任務組織、資源協同和成果驗證等方面仍需進一步完善。

　　一是面向重大科學問題的任務組織能力仍需強化。當前，我國已圍繞重大科學問題、人工智能基礎方法和典型領域應用開展多層次布局，但面向同一重大科學問題，數據建設、模型開發、實驗系統和結果驗證等任務的組合設計仍需加強。不同類型任務在組織實施、持續支持和成果匯聚等方面也需要更好銜接，推動形成從方法研究、概念驗證到實驗應用和結果驗證相互貫通的任務鏈條。

　　二是關鍵科研資源的協同配置能力仍需提升。我國科學數據、科研算力、領域模型和自動化實驗平臺建設取得積極進展，但不同資源分布在多個機構和平臺，開放規則、技術標準和服務機制尚未充分銜接。跨機構、跨平臺的資源調度和協同使用機制仍需完善，平臺建成后的專業運維、持續更新和開放服務也需要穩定支持，推動分散資源更好轉化為科研團隊可以便捷使用的公共能力。

　　三是適應人機協同科研的驗證和治理能力仍需完善。隨著人工智能知識生成能力快速提升，與之相匹配的獨立復核、重復實驗和持續驗證機制需要同步加強。人工智能參與科研過程的可追溯、研究結果的可復現以及模型使用的披露規范仍需完善。高質量數據集、科研軟件、實驗平臺和驗證工作等貢獻也需要得到合理認定，并進一步明確人機共同科研中的責任邊界、成果歸屬、開放許可和安全要求。

　　統籌推進科技體制機制變革

　　人工智能深度參與科學研究，正在重塑知識生產模式與科研組織形態，推動知識創新體系加速變革，對科研管理和科技治理體制機制提出了新要求。我們應統籌推進科研能力建設與體制機制創新，以重大科學問題凝聚科研力量，促進關鍵科研資源貫通銜接，打通知識生成到成果驗證的全鏈條，深化科研管理和科技治理體制機制變革。

　　一是強化重大科學問題牽引，優化人工智能驅動科研任務組織。以國家戰略需求和科學前沿為導向，加強重大科學問題凝練，圍繞共同科學目標統籌布局人工智能基礎方法、科學數據建設、領域模型開發、科研軟件研制、自動化實驗和成果驗證等相互銜接的任務。完善前沿探索、概念驗證和持續支持相銜接的資助機制，根據科研進展動態調整支持方式。支持不同學科領域的科學家與人工智能、數據、軟件和實驗技術人員組建長期穩定的交叉團隊，形成共同科學目標牽引的協同攻關機制。

　　二是推動關鍵科研資源貫通，增強公共科研支撐能力。發揮國家科研機構、高水平研究型大學和重大科技基礎設施的樞紐作用，統籌科學數據、領域模型、科研算力、科學軟件和實驗設施建設與配置。加強數據標準、模型接口、軟件工具和實驗設備控制協議銜接，推動重大科研儀器和科技基礎設施數字化、智能化改造，促進“模型預測—實驗驗證—數據反饋—模型優化”循環迭代。提升智能化科研資源平臺服務能力，完善專業化運營、質量控制、持續更新和開放授權機制，通過科研算力支持、平臺使用補助等方式，降低中小科研團隊獲取關鍵科研資源的門檻。

　　三是健全科研成果驗證機制，提升人機協同科研治理能力。將成果驗證納入人工智能科研項目全過程管理，加強重要研究結論的獨立復核、重復實驗、反證研究和持續驗證，形成與知識生成能力相匹配的科研驗證能力。健全研究過程記錄和結果復現規范，增強研究過程的可追溯性和研究結果的可復現性。完善適應知識創新體系變革的成果評價和科技治理規則，將高質量科學數據集、領域模型、科研軟件、科學智能體、實驗系統和復現驗證等納入成果認定范圍，明確人機共同參與科研中的責任邊界、成果歸屬、開放許可和安全要求。