作者：汪壽陽、劉夢（中國科學院大學經濟與管理學院）

　　人工智能作為引領新一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。4月25日，習近平總書記在主持二十屆中共中央政治局第二十次集體學習時強調：“以人工智能引領科研范式變革，加速各領域科技創新突破。”近年來，在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術的驅動下，人工智能加速發展，推動人類社會迎來人機協同、跨界融合、共創分享的智能時代，也正在以前所未有的深度和廣度重塑科學研究的基本邏輯與方法體系。深入學習貫徹習近平總書記重要講話精神，要深刻把握人工智能引領科研范式變革的理論邏輯，明晰人工智能引領科研范式變革的突破口，探索人工智能引領科研范式變革面臨的問題挑戰和我國應對方案，以人工智能引領加速各領域科技創新突破。

　　以人工智能引領科研范式變革的歷史邏輯與典型特征

　　縱觀近代以來的科學史，科研范式大致經歷了三次重大變革。一是以觀察實驗為核心的“經驗范式”。這種范式以伽利略物理學為典型代表，強調對自然現象的描述、記錄、總結和歸納。二是以數理模型為基礎的“理論范式”。這種范式以牛頓力學和相對論為代表，強調通過數學建模對自然規律進行抽象和推演。三是以仿真模擬為標志的“計算范式”，強調利用電子計算機仿真科學實驗，實現結果預測和可視化。這三種科研范式的變革主要體現在科研工具創新和效率優化方面，但本質上都遵循“觀察—假設—驗證”的傳統研究邏輯。隨著計算機軟硬件設施升級迭代，數據積累和算力不斷加強，推動科學研究從傳統的以假設驅動轉向基于海量數據驅動。這為人工智能引領科研范式變革奠定了重要基礎。

　　近年來，人工智能大模型快速發展，開啟了人工智能發展的新階段，推動人工智能全面融入科學、技術和工程研究。隨著以ChatGPT和DeepSeek為代表的人工智能大模型取得重大突破，由海量數據和龐大算力“雙輪驅動”的“智能化科研”逐步成為新一輪科研范式的核心特征，其內在邏輯表現為“數據密集—智能涌現—人機協同”，具體體現出三方面特征。一是以智能挖掘替代假設檢驗。傳統科學研究主要依托理論推導和實驗驗證，而人工智能強調通過對海量數據中隱含規律的挖掘與分析，構建起以數據驅動和算力驅動為核心的科學研究體系，進而實現精準科研。比如，2024年諾貝爾化學獎授予了在蛋白質結構預測上作出突出貢獻的3位科學家，表彰他們開發的計算工具AlphaFold在蛋白質結構預測和計算設計領域的革命性影響。AlphaFold成功預測了幾乎2億種蛋白質結構，其對蛋白質結構的智能挖掘大大超過人類以往百年的科研積累，展現了人工智能在推動科學創新方面的重要作用。二是以多元知識耦合激發智能涌現。人工智能技術具有顯著的賦能作用和“滲透”特征，能夠打破學科壁壘，拓展科研邊界，催生交叉學科研究，以“人工智能+”助力打造跨學科融合的創新生態系統，不僅能提高科研效率，更能夠激發出新發現新知識。例如，華為云盤古大模型將思維鏈技術與策略搜索深度結合，極大地提升了數學能力、復雜任務規劃能力以及工具調用能力，已在30多個行業、400多個場景中落地，有望協助眾多產業研發創新的智能升級。三是人工智能逐步從“輔助工具”轉變為“科研主體”，形成人機協同的科研組織模式。目前，人工智能大模型已逐步實現從發現問題、分析問題到解決問題的全流程覆蓋。這并不是對人類科學家的取代，而是以新的范式協助人類提升科研效率。比如，在考古研究中結合人工智能技術，通過人機協同智能技術開發的文物虛擬修復，可以在不干預文物實體的前提下，實現對出土文物碎片的虛擬拼接、矯形、復原，大大提升文物復原等相關研究的工作效率，也可以根據不同研究和修復目的進行快速、無限次調整，以多種表達和展示滿足不同受眾和場景需求。

　　以人工智能引領科研范式變革的核心突破與實踐路徑

　　習近平總書記今年4月29日在上海考察時指出：“人工智能技術加速迭代，正迎來爆發式發展”。以人工智能引領科研范式變革，意味著科學研究范式需要實現以方法論變革為起點、以組織模式變革為載體、以價值體系變革為內核的革命性重構，從而推動科學研究向人機協同的方向發展。

　　從方法論視角看，人工智能突破了人類數百年來沿襲的“觀察—假設—驗證”的線性科學研究范式，催生出“數據密集—智能涌現—人機協同”的三元認知方法論，推動形成數據、算法、人類智慧相互激發的智能系統。這不僅能夠突破傳統科研受限于人力、時間及數據維度的瓶頸，可以將復雜問題轉化為可計算任務，顯著縮短研發周期；又有助于解決傳統科研難以處理的多學科耦合問題，催生交叉創新，創造知識生產新范式；而且更擅長同時處理文本、圖像、代碼等異質信息，并在海量數據中捕捉隱性規律，形成超越人類直覺的創造力。比如，復旦大學聯合上海人工智能實驗室開發的跨學科大模型，整合物理、化學、生物等學科知識，在超導材料預測、臺風路徑模擬等方面都取得了更準確、更高效的成果。

　　從科研組織方式看，人工智能推動科研組織從“孤島式創新”向“分布式智能網絡”變革，使傳統科研組織的“中心—外圍”結構向“節點—網絡”結構轉變，形成了新的科研組織模式。網絡中的各主體共同平等參與人類知識生產，形成人機協同的全新科研團隊，創新形成“人類提出需求—人工智能生成路徑—計算機自動驗證”的全鏈條科研路徑。與此同時，人工智能技術還催生出“科研開源”和“科研元宇宙”等方式，能夠動態匯集全球專業人士實現24小時不間斷跨國協作。例如，“歐洲開放科學云計劃”和“歐洲高性能計算共同計劃”鏈接多國資源，研究人員可共享人工智能算力與實驗數據，推動跨國協作創新，成倍提升實驗效率。

　　從價值體系看，人工智能推動科技與人文融合發展，對于實現人的自由全面發展具有重要意義。隨著人工智能技術的發展，人類需要通過增強技術的人文維度來引導科技向善、為人類造福。人工智能破解了人文精神與科學技術融合的量化難題，極大拓展了科學研究的人文價值，讓科技真正成為促進人類社會正向發展的動力。同時，人工智能對于海量數據和應用場景等方面的需求，進一步在資源獲取、知識生產和成果評價方面推動科研范式向更加開放包容的方向發展，提高了科學研究的公平性。例如，越來越多的人工智能大模型選擇開源，共同形成平臺化工具體系，支持跨學科成果涌現，推動實現多學科協同的智能科研新范式。

　　當前，我國在人工智能驅動科研范式變革方面積極探索，在科學知識生產方面形成三個方面的實踐路徑。一是充分發揮制度優勢，形成模塊化的科研組織攻關能力。聚焦國家戰略急需、應用導向鮮明、最終用戶明確的攻關任務，通過“揭榜掛帥”機制等推動實現科研攻堅的動態組隊。比如，建設“模速空間”人工智能大模型專業孵化和加速平臺，已入駐100余家人工智能大模型企業；又如，在合肥綜合性國家科學中心的量子通信攻關中，加強企業主導的產學研深度融合，將基礎研究團隊、工程轉化主體與人工智能算力支持機構進行實時耦合，大大縮短了核心技術的突破和應用周期。二是充分利用應用場景豐富的優勢，將其轉化為人工智能數據增強優勢。突出應用導向是我國人工智能發展的重要優勢，更加豐富多元的數據有利于提升技術創新能力和模型準確率。我國擁有龐大且多元的市場，豐富的應用場景和不同的區域發展程度有助于形成“梯度增強學習”優勢，為人工智能技術發展提供了天然“試驗場”。三是將中華文化與人工智能的模型思維進行整合。中華文化中的整體思維與人工智能復雜系統建模有著內在一致性，二者的融合有利于打破定性與定量分析的傳統界限，拓展科研視野和應用邊界。比如，一些科研團隊借助人工智能圖譜技術，將《黃帝內經》等典籍與歷代醫案構建成結構化的知識網絡，實現中醫理論體系的數字化建構。總的來看，我國在科學知識生產方面的實踐路徑，體現了以人工智能引領科研范式變革的創新。

　　積極應對風險挑戰，以人工智能健康發展引領科研范式變革

　　習近平總書記指出：“人工智能帶來前所未有發展機遇，也帶來前所未遇風險挑戰。”以人工智能引領科研范式變革，在拓展人類認知廣度和深度的同時，也面臨著數據安全、道理倫理、結果評判等方面的諸多爭議。在數據安全方面，將進一步加劇敏感數據的泄露風險，同時也會產生數據歸屬不清、數據資產流失等問題；在道德倫理層面，將模糊人類和計算機對知識生產貢獻的邊界，不可避免會引發對人工智能是否具有科研主體資格的討論；同時，必須保持高度警惕，嚴防資本將人工智能異化為工具，堅決避免科研淪為資本擴張的附庸，防止其加劇社會資源分配失衡。在結果評判方面，將對傳統科研同行評審制度提出新的挑戰，同時針對人工智能科研成果的評價體系尚未建立，這將引發關于人工智能參與研發的專利主權的討論；此外，人工智能預測結論難以進行人為評判，如何判斷其可信度、是否能夠直接應用于實踐等，還值得進一步討論。積極應對這些風險挑戰，需要在深刻把握人工智能發展趨勢和規律基礎上，從政策支持、人才培養、國際合作、治理框架、標準規范等多方面發力，為推動人類科研范式變革貢獻中國方案。

　　打造國家科研算力中樞網。算力是人工智能發展的核心要素之一。人工智能在各領域的快速應用發展，也增加了對高算力的需求。為此，應堅持全國一盤棋，以“東數西算”工程為基礎，統籌推動建設人工智能驅動的科研創新聯合體。可在有條件的地區設置人工智能技術制高點，實現高量級算力自主可控，實現對算力和數據資源的智能調度；加強科研數據安全保障，在提高數據開放共享水平的同時保障數據持續處于有效保護、合法利用、有序流動狀態；綜合運用好科研財政、金融保險、成果孵化平臺等政策支持手段，搭建國家級智能科研網絡體系。

　　建立人機協同的科研體制。人機協同將是未來科學研究的一個重要趨勢。順應這一發展趨勢，要在國家級科研項目中探索引入人工智能科學家崗位，大力創新科研流程、科研模式和評價體系，推進科研活動中的人機協同，并加快推進對人類與人工智能合作成果貢獻的量化評估；推進人工智能全學段教育和全社會通識教育，培育以青年為主體的人工智能科研人才梯隊；重視科研智能化過程中對人的就業支持、工作保障和評價機制，重視在人機協同科研中堅持人的主體地位。

　　發起開放合作的國際科研聯盟。開放創新生態能夠激發創新主體活力、促進創新要素流動和有機配置、改善創新環境及提升國家與地區的創新能力。以人工智能引領科研范式變革，要以開放包容心態融入全球科研協作浪潮，積極推進我國先進科技同國際科研前沿接軌。可以“數字絲綢之路”為載體，構建逐步開放的國際科研數據公開平臺，有序向其他發展中國家開放人工智能大模型和數據共享，積極參與針對數據主權、算法責任、成果分配等的國際人工智能規則制定，打造科研國際公共品，推動形成新型國際科研共同體。

　　提升人工智能科研治理能力。加快制定科研領域人工智能通用技術的國家標準，針對人工智能貢獻比例及學術責任承擔等問題增設相關責任條款，出臺針對人工智能科研的政策制度、應用規范、倫理準則；在數據、算法、模型等層面發布細分技術指導和備案規范，加快打造中國自主可控的人工智能科研工具鏈。出臺針對人工智能科研項目的倫理影響預評估制度，推行人工智能算法分級披露機制，對高風險領域建立全周期人工智能行為審計報告。完善應對人工智能科研風險的技術監測、風險預警和應急響應體系，針對人工智能科研成果和應用孵化落地實施分級“沙盒監管”制度，允許在可控范圍進行容錯糾錯，確保人工智能在科研應用中安全、可靠、可控。