适应人工智能驱动科研新范式
当前，随着新科技革命和产业变革深入发展，人工智能技术不断突破并向科研领域广泛渗透，为科研工作注入了新元素、新动能，对科研效率提升和范式变革形成显著催化作用，现代科研活动由此更加高效、精准，“人工智能驱动的科学研究”已成为全球人工智能新前沿，必将为未来科技发展开启全新局面。
近年来，我国人工智能技术快速发展，科研数据和算力资源日益丰富，顺应新时代新趋势，利用新技术新优势，推动人工智能赋能科学研究恰逢其时、大有可为。
应用场景是新范式的孕育土壤和实训基地，人工智能技术与科学研究互动互促需要在诸多应用场景中反复实践、不断完善，随着应用范围不断拓展延伸，科研能力持续实现智慧升级。为此，以需求为牵引谋划人工智能技术应用场景，基于促进科学研究更加紧密拥抱人工智能技术，拓展人工智能技术在数学、化学、地学、材料、生物和空间科学等重大科学领域的应用。充分发挥人工智能技术在文献数据获取、实验预测、结果分析等方面的作用，围绕具有典型代表意义和辐射带动性的基础科学、应用科学领域，创造更多实战式应用场景，融合人工智能模型算法和领域数据知识，不断探索重大科学问题研究突破的新路径、新范式，持续积累可复制可推广的经验做法。
人工智能技术在科研活动应用中涉及多专业、多环节，离不开不同类型、不同链条主体机构的合理分工和有效协作。为此，要鼓励企业运用人工智能开展关键技术研发、新产品培育等科研活动，支持高校、科研院所、新型研发机构探索人工智能技术用于重大科学研究和技术开发的先进模式，培育壮大一批跨界技术转化和企业孵化机构、科研中介服务机构，探索多元主体合作协作新机制。面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励各类科研主体按照分类分级原则开放科学数据。支持成立“人工智能驱动的科学研究”创新联合体，搭建国际学术交流平台。
适应性人才是新范式突破和推广的根本源泉。提高人工智能技术在科学研究领域的应用水平，既需要人工智能和相应学科的专业人才，也离不开跨领域复合型人才为跨界沟通协作提供高效支撑，这需要多渠道构筑相关人力资源引育平台和机制。为此，要多渠道培养和汇聚跨越人工智能和专业领域的复合型人才。支持更多数学、物理等科学领域的科学家、研究人员投身相关研究，鼓励普通高校、职业院校在人工智能学科专业教学中设置科技创新类专业课程，提升人工智能专业学生科研专业素养。鼓励开展相关人才培训，通过开设研修班、开展实践交流、组织专题培训等多种形式，培养一批人工智能与专业科研能力兼顾的复合型人才。鼓励地方政府、央企、行业领军企业通过“揭榜挂帅”、联合创新等方式支持相关优秀人才和科研团队开展智慧赋能科研工作。
重视通用人工智能发展（新知）
【现象】与人“对话”、编写代码、创作诗歌、翻唱歌曲……如今，具备一定理解和自主学习能力的人工智能，可以完成一些以往被认为只有人类才能完成的工作。近期，深度学习、大模型等关键技术推动人工智能快速发展，引发社会关注。
【点评】
人工智能可分为专用人工智能和通用人工智能。专用人工智能，只能通过一套特定的算法，完成特定的任务。通用人工智能又称强人工智能，能像人一样举一反三、触类旁通。比如，它能接收不同类别、有一定规模的数据，包括文字、影像、语音，然后把它们融合在一起，遇到新任务时，就可以快速“想到”做过的相关事情并调用掌握的相关知识，创造性地解决问题、完成任务。
近年来，人工智能大模型的出现，为通用人工智能的实现打开了新的想象空间。这些大模型往往运用一套算法、一套模型结构、一个训练思路，来提升人工智能的分析处理能力，而不是直接去解决一个个具体的问题。就像把一个孩子从小学培养到了大学，完成了通识教育，再让他们来学习一些专业知识，去完成特定的任务。这大大提升了人工智能处理复杂任务的能力。比如，过去只能进行录音转写的人工智能应用，现在则可以根据要点进行提炼总结。
尽管经过大模型训练的人工智能仍然“不懂”所做事情的意义，但已经可以输出接近人类理解的结果，并具备生成新事物的“创造力”。目前，一些生成式人工智能应用正向办公、生活等领域渗透，一批生物制药、遥感、气象等垂直领域的专业类大模型走向应用。
通用人工智能加速走进现实，将成为新一轮科技革命和产业变革的重要驱动力量，对人们的生产生活产生重大影响。目前，我国已逐步建立起涵盖理论方法和软硬件技术的体系化研发能力，一批具有行业影响力的预训练大模型蓬勃发展，形成了紧跟世界前沿的技术群。也应看到，我国人工智能发展水平总体上仍处于起步阶段，通用人工智能研究与应用仍然任重道远。
4月28日召开的中共中央政治局会议指出，要重视通用人工智能发展，营造创新生态，重视防范风险。为通用人工智能发展营造良好创新生态，要紧跟行业发展趋势，推动各种参数规模、技术架构、模态、场景的大模型高质量发展，发挥我国市场广阔和应用场景丰富的优势，探索具有产业价值的应用方向，为技术研发提供更多支撑。同时，要加强资源和研发力量统筹，在芯片、底层技术架构、人才培养、产学研融合、开源开放生态建设等方面协同发力，让技术进步和产业发展形成良性循环。
人工智能不断进化，也会带来一定风险。积极推进人工智能治理，要有一定的前瞻性。通用人工智能可处理海量数据，生成近似原作的产品，将在知识产权保护、个人隐私保护、打击虚假信息等方面带来新的挑战。政府、行业、企业等相关各方应加强风险研判，共同制定标准和制度规则，有效防控人工智能的科技伦理风险，不断推动科技向善、造福人类。
《人民日报》（2023年06月26日05版）
(责编：马俊华、谢龙)分享让更多人看到