2025年8月国务院印发的《关于深入实施“人工智能+”行动的意见》里，明确把“人工智能+”科学技术列为重点推动的方向之一。目前科学界对这种新范式的应用还存在问题，要么只是简单套用工具，要么盲目去训练通用的“科学大模型”。 南京大学副校长、中国科学院院士周志华在全国政协十四届四次会议的发言中提到，全国政协无党派人士界的观点是，用AI来引领科研范式变革。这种被称作“第五科研范式”的AI赋能科研，不光能帮着解决那些一直悬而未决的大难题，还有希望重构科学发现的基本路径。 不过现在科学数据本身还面临不少麻烦。数据获取成本高、标准不统一、共享意愿低，标注的质量也参差不齐。大家手里都没有权威、标准化、大规模的科学数据集，这就让AI模型训练效率上不去，可靠性也没法保证，资源重复建设的浪费现象很严重。 针对这些问题，周志华给了几点建议。第一是加强政策引导。要优化统筹布局，别让资源全都堆到烧算力的应用层去了。得纠正那种“大模型解决一切”的误区，多支持AI算法的基础研究，提高针对具体问题设计算法的创新能力。还要重点支持一些前瞻性、战略性的基础项目，鼓励大家做原创性研究。 第二是要变革培养模式。得从源头抓起，构建复合型人才培养体系。比如支持高水平大学搞试点，设立“博士+硕士”双学位项目。让读AI博士的人在学期间跨学科去读一个科学专业的硕士学位。还要在职称晋升、绩效考核这些环节里建个“交叉学科特区”，解决跨学科人才两头不靠的尴尬处境。 第三是注重双向科普。要建一个跨学科的“双向翻译”机制。一方面由科学家把自己的问题抽象成AI研究者能听懂的语言；另一方面由AI专家给传统学者科普，讲清楚技术的边界。鼓励大家定期办跨界沙龙，促进交流。 最后一条是强化数据治理。得由国家相关部委牵头搞个国家级的科学数据共享平台。制定好数据的采集、标注标准和反馈机制。通过项目资助这些政策杠杆鼓励大家开放共享数据，形成好的生态。同时还要加强技术研发和法律法规制定，保护好敏感信息和知识产权。