人工智能已成为引领新一轮科技革命的战略性技术。全国政协委员、中国科学院院士李景虹接受采访时指出，我国科技创新正在实现从跟跑到领跑的转变，但人工智能领域的竞争归根结底是创新体系效能的竞争。 李景虹认为，人工智能的发展涉及基础研究、人才培养和产业转化的全方位较量。这要求不能割裂地看待教育、科技与人才工作，而必须通过系统性改革，形成三者相互赋能、螺旋上升的创新生态。 对标人工智能高质量发展的需求，李景虹指出我国当前存在三个结构性挑战：创新体系的开放性与流动性不足，制约了不同领域的交叉融合；科技评价体系的引导性不够，难以激发科研人员的创新活力；产学研协同创新的机制不够完善，产业需求与科研供给的对接效率有待提升。 针对这些问题，李景虹提出了四上改革建议。 数据共享上，建议由国家数据局会同科技部、教育部等部门，推动生物、能源、材料、化工、医药等关键领域的科学数据标准化与开放共享。通过建立国家层面的科学与工程基础数据平台，采用"物理分散、逻辑集中"的共享机制，破解数据孤岛问题，为人工智能模型训练提供系统、权威的基础支撑。 人才培养上，建议高校布局建设"AI+X"交叉学科与交叉学院，打破传统院系壁垒，推动人工智能与基础学科、工程学科、人文社科的深度融合。同时鼓励高校围绕国家战略需求和产业痛点，动态调整学科专业设置，构建从基础教育到高等教育的人才培养链条。此外，支持高校科研团队深度参与国家重大科技任务，在实战中培养具有前沿视野的科技领军人才。 在科研评价体系改革上，李景虹强调要建立以"创新价值、能力贡献、产业实效"为导向的评价机制，改变过度强调论文数量和引用率的做法，引导科研工作者更加关注创新的实际应用价值。 产学研协同上，建议构建产学研深度融合的创新联合体，破除制约产学研协同的制度障碍，建立风险共担、利益共享的长效合作机制，形成从基础研究到产业应用的完整创新链条。 李景虹的建议与"十五"规划纲要的有关部署高度契合。规划纲要提出要统筹教育强国、科技强国、人才强国建设，提升国家创新系统整体效能，推动科技创新和产业创新深度融合，催生新质生产力，深化拓展"人工智能+"应用。
人工智能发展既是技术命题，更是体系命题；把教育、科技、人才作为一个相互赋能的整体来谋划推进，打通数据、育人、评价与协同的关键环节，才能把创新潜力更快转化为产业竞争力。在新一轮科技革命加速演进的背景下，以改革破题、以系统聚力，将成为推动人工智能高质量发展的重要路径。