◎摘  要  智能化科研（AI for Science）作為第五科研范式正成為全球科技競爭的戰(zhàn)略高地。其中，高校作為基礎(chǔ)研究主體被賦予核心使命。通過梳理相關(guān)政策發(fā)現(xiàn)，美國、英國、日本、新加坡、歐盟等世界主要發(fā)達(dá)國家及國際組織基于提升國際科技競爭力、推動(dòng)經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型、增強(qiáng)原始創(chuàng)新能力等戰(zhàn)略動(dòng)因，密集出臺(tái)相關(guān)智能化科研戰(zhàn)略，在算力資源、科研資助、人才培養(yǎng)、產(chǎn)學(xué)合作等方面展開高校布局。結(jié)合我國“人工智能+”相關(guān)行動(dòng)部署，提出統(tǒng)籌高校納入國家算力樞紐節(jié)點(diǎn)體系、創(chuàng)新高校智能化科研組織模式、推進(jìn)復(fù)合交叉的高校智能化科研人才發(fā)展體系、將智能化科研融入高校產(chǎn)學(xué)合作與成果轉(zhuǎn)化機(jī)制等四條路徑建議，以期為我國高校把握智能化科研戰(zhàn)略布局窗口期提供參考。

◎關(guān)鍵詞  智能化科研；AI for Science；科研戰(zhàn)略；科研范式轉(zhuǎn)型

智能化科研（AI for Science）作為新型科研范式迅速興起，在優(yōu)化科研流程、推動(dòng)科學(xué)發(fā)現(xiàn)、服務(wù)產(chǎn)業(yè)創(chuàng)新方面潛能巨大。高校作為基礎(chǔ)研究核心主體，在這一范式變革中居于關(guān)鍵地位，但算力基礎(chǔ)設(shè)施、數(shù)據(jù)資源、跨學(xué)科機(jī)制與復(fù)合型人才培養(yǎng)等需求與傳統(tǒng)科研布局之間存在顯著張力。從全球來看，主要發(fā)達(dá)國家和國際組織已密集出臺(tái)AI綜合戰(zhàn)略或智能化科研專門戰(zhàn)略，呈現(xiàn)政策密集化、投入規(guī)?；?、競爭白熱化態(tài)勢，均將高校及科研機(jī)構(gòu)作為戰(zhàn)略實(shí)施核心，使得智能化科研的國際競爭已從技術(shù)層面延伸至高?？蒲袌鲇颉Ｎ覈笆逦濉币?guī)劃亦明確部署“人工智能+”科學(xué)技術(shù)行動(dòng)。在此系統(tǒng)梳理國際高校智能化科研戰(zhàn)略布局，對(duì)我國高校探索本土化實(shí)施路徑具有重要參考價(jià)值。

智能化科研的內(nèi)涵及戰(zhàn)略動(dòng)因

智能化科研是基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、生成式AI等人工智能技術(shù)在科學(xué)研究全過程中展開模擬、推演、計(jì)算、生成的新興科研范式。學(xué)界亦有將其命名為“人工智能驅(qū)動(dòng)的科學(xué)研究”“科學(xué)智能”等。智能化科研改變的并非科研某一個(gè)局部環(huán)節(jié)，而是科研活動(dòng)賴以運(yùn)行的組織方式及其背后的科研范式。繼經(jīng)驗(yàn)科學(xué)、理論科學(xué)、計(jì)算科學(xué)、數(shù)據(jù)科學(xué)四種范式之后，智能化科研被視為人工智能時(shí)代的第五科研范式，主要呈現(xiàn)數(shù)據(jù)化驅(qū)動(dòng)、自動(dòng)化生成、跨學(xué)科融合、人機(jī)協(xié)同化、平臺(tái)化支撐五個(gè)特征。AI也被廣泛用于解決各種難題。[1]具體表現(xiàn)為以大規(guī)模高質(zhì)量科學(xué)數(shù)據(jù)訓(xùn)練模型、發(fā)現(xiàn)規(guī)律，使假設(shè)提出、實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)分析等科研環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化，在自然科學(xué)、工程科學(xué)乃至社會(huì)科學(xué)領(lǐng)域廣泛交叉，形成人與機(jī)器高度協(xié)同的科研活動(dòng)，并高度依賴算力、數(shù)據(jù)和模型平臺(tái)等基礎(chǔ)設(shè)施。也因此，連接著超算設(shè)施、數(shù)據(jù)平臺(tái)、科研平臺(tái)與人才培養(yǎng)體系的高校，成為各國智能化科研戰(zhàn)略布局的關(guān)鍵節(jié)點(diǎn)。

從國際來看，高校智能化科研戰(zhàn)略布局主要有以下幾點(diǎn)考量。

1.提升國際科技競爭力

智能化科研已成為大國科技博弈的關(guān)鍵領(lǐng)域，科技主權(quán)焦慮是推動(dòng)戰(zhàn)略布局的首要?jiǎng)恿ΑＨ斯ぶ悄艿母偁幹匦恼趶膯我荒Ｐ托阅苓~向數(shù)據(jù)、算力、算法、人才、制度與應(yīng)用場景的綜合能力比拼，高校智能化科研作為鏈接各領(lǐng)域與場景的重要結(jié)合點(diǎn)愈加受到重視。美國將維護(hù)科技霸權(quán)地位作為核心目標(biāo)，2025年7月白宮發(fā)布《贏得AI競賽：美國AI行動(dòng)計(jì)劃》，直指確保在AI領(lǐng)域保持全球技術(shù)領(lǐng)先；隨后特朗普簽署行政令，仿照“曼哈頓計(jì)劃”啟動(dòng)以人工智能變革科研方式、加速科學(xué)發(fā)現(xiàn)的“創(chuàng)世紀(jì)計(jì)劃”。英國《人工智能機(jī)會(huì)行動(dòng)計(jì)劃》與歐盟《科學(xué)AI戰(zhàn)略》等則均以落后于中美作為競爭敘事起點(diǎn)，明確追求全球領(lǐng)導(dǎo)地位，并將頂尖大學(xué)的基礎(chǔ)研究與科研人才優(yōu)勢視為彌合差距的核心力量。

2.推動(dòng)國家經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)

當(dāng)前人工智能技術(shù)的滲透性、擴(kuò)散性、顛覆性使得高校智能化科研成為打通基礎(chǔ)研究、技術(shù)突破、產(chǎn)業(yè)應(yīng)用創(chuàng)新鏈條的關(guān)鍵一環(huán)。英國針對(duì)“去工業(yè)化”后金融業(yè)占比過高、高端制造萎縮的結(jié)構(gòu)性失衡，于2025年11月發(fā)布《人工智能賦能科學(xué)戰(zhàn)略》，對(duì)接工程生物、聚變能源、先進(jìn)材料、醫(yī)學(xué)研究和量子技術(shù)五大產(chǎn)業(yè)領(lǐng)域，提出15項(xiàng)行動(dòng)推動(dòng)科學(xué)引領(lǐng)與產(chǎn)業(yè)轉(zhuǎn)型。日本在人口老齡化、勞動(dòng)力短缺、經(jīng)濟(jì)增長低迷的背景下，于2026年2月發(fā)布《推進(jìn)AI for Science的基本戰(zhàn)略方針》，將智能化科研視為推動(dòng)未來產(chǎn)業(yè)培育、促進(jìn)高校產(chǎn)學(xué)合作、解決勞動(dòng)力短缺問題的關(guān)鍵路徑。

3.提升國家重大原始創(chuàng)新能力

隨著全球科技競爭更加聚焦基礎(chǔ)前沿領(lǐng)域，原創(chuàng)性顛覆性創(chuàng)新的重要性日益凸顯。同時(shí)，當(dāng)代科學(xué)研究正面臨日益突出的復(fù)雜性瓶頸。無論是海洋開發(fā)、氣候治理、能源危機(jī)還是人口科學(xué)，都越來越面臨高維化、復(fù)雜化、跨尺度和超大規(guī)模數(shù)據(jù)處理等組合爆炸或“維度災(zāi)難”挑戰(zhàn)[2]，依靠單一學(xué)科知識(shí)積累和實(shí)驗(yàn)推進(jìn)的方式已難以支撐重大突破。正是基于AI在突破科學(xué)復(fù)雜性瓶頸的巨大潛力，各國紛紛將智能化科研上升為國家戰(zhàn)略并系統(tǒng)嵌入高校布局。2023年12月，新加坡啟動(dòng)《國家人工智能戰(zhàn)略2.0》，指出投資人工智能方案的跨領(lǐng)域開發(fā)與部署，布局智能化科研加速各科學(xué)領(lǐng)域的研究效率，引導(dǎo)人工智能解決人口健康、氣候變化等重大需求和挑戰(zhàn)。

對(duì)中國而言，智能化科研既是強(qiáng)化基礎(chǔ)研究能力、促進(jìn)未來產(chǎn)業(yè)布局的重要途徑，也是搶占國際科技主導(dǎo)權(quán)的重要抓手。2026年4月，習(xí)近平總書記在加強(qiáng)基礎(chǔ)研究座談會(huì)上強(qiáng)調(diào)，“基礎(chǔ)研究是整個(gè)科學(xué)體系的源頭”“要以更大力度、更實(shí)舉措加強(qiáng)基礎(chǔ)研究，提升我國原始創(chuàng)新能力”。與此同時(shí)，斯坦福大學(xué)《2026年人工智能指數(shù)報(bào)告》顯示，中美頂尖模型性能差距已收窄至單數(shù)字區(qū)間，而中國在論文發(fā)表量、引用次數(shù)以及專利產(chǎn)出方面均處于領(lǐng)先地位。這種格局意味著，誰能夠率先把人工智能深度嵌入科學(xué)發(fā)現(xiàn)過程，誰就更可能在下一輪科技競爭中掌握主動(dòng)權(quán)，因此亟須有效把握高校智能化科研戰(zhàn)略布局的窗口期。

高校智能化科研戰(zhàn)略布局的國際圖景

基于上述多重戰(zhàn)略動(dòng)因，世界主要發(fā)達(dá)國家和國際組織在高校智能化科研領(lǐng)域展開了密集而系統(tǒng)的戰(zhàn)略部署。具體而言，主要有以下幾個(gè)方面。

1.強(qiáng)化國家政策一體統(tǒng)籌，打造高校算力及數(shù)據(jù)資源保障

算力不足和數(shù)據(jù)資源不均衡是制約高校開展智能化科研的首要瓶頸。經(jīng)合組織2023年發(fā)布的報(bào)告指出，高校使用科技企業(yè)高性能計(jì)算服務(wù)的成本“高得不切實(shí)際”，而科研數(shù)據(jù)往往附著于論文和課題，缺乏穩(wěn)定的共享機(jī)制。對(duì)此，各國普遍構(gòu)建“國家統(tǒng)籌—區(qū)域協(xié)同—高校節(jié)點(diǎn)”的資源一體統(tǒng)籌布局，典型如英國人工智能研究資源（AIRR）、美國國家人工智能研究資源（NAIRR）、日本“富岳NEXT”平臺(tái)和歐盟歐洲AI科學(xué)資源中心（RAISE）等。這些平臺(tái)是在制定統(tǒng)一標(biāo)準(zhǔn)和準(zhǔn)入規(guī)則的基礎(chǔ)上，將分布于高校、國家實(shí)驗(yàn)室和企業(yè)的算力與數(shù)據(jù)資源納入可發(fā)現(xiàn)、可訪問、可互操作、可重用的智能化科研資源保障體系。以美國NAIRR為例，截至2025年8月，美國國家科學(xué)基金會(huì)已分兩批將伊利諾伊大學(xué)厄巴納—香檳分校、卡內(nèi)基梅隆大學(xué)等高校的超算設(shè)施，以及約翰斯霍普金斯大學(xué)、普渡大學(xué)等10家高校、研究機(jī)構(gòu)的科學(xué)數(shù)據(jù)集納入資源體系，涵蓋流體力學(xué)、細(xì)胞生物學(xué)、材料科學(xué)等前沿領(lǐng)域；相關(guān)高校也主動(dòng)牽頭建設(shè)國家級(jí)計(jì)算基礎(chǔ)設(shè)施。[3]英國則強(qiáng)化布里斯托大學(xué)“Isambard-AI”和劍橋大學(xué)“DAWN”兩大超算設(shè)施，為全英高校與企業(yè)提供計(jì)算訪問。這種國家統(tǒng)籌、高校節(jié)點(diǎn)的做法，既避免重復(fù)建設(shè)，又通過國家層面的身份認(rèn)證和資源調(diào)度機(jī)制降低了高校獲取算力及數(shù)據(jù)資源的門檻。

2.識(shí)別國家戰(zhàn)略領(lǐng)域，布局任務(wù)驅(qū)動(dòng)與開放探索的高校智能化科研專項(xiàng)資助

在經(jīng)費(fèi)投入時(shí)，各國普遍構(gòu)建任務(wù)導(dǎo)向與自由探索并行的雙軌資助體系，既保障國家戰(zhàn)略需求的集中攻關(guān)，又為智能化科研創(chuàng)意涌現(xiàn)保留探索空間。

一是識(shí)別國家關(guān)鍵技術(shù)領(lǐng)域，設(shè)立任務(wù)驅(qū)動(dòng)的高校智能化科研資助項(xiàng)目。先進(jìn)材料、生物醫(yī)藥、能源科學(xué)等領(lǐng)域戰(zhàn)略屬性強(qiáng)、數(shù)據(jù)密集、產(chǎn)業(yè)需求大，是各國共同的優(yōu)先方向。歐盟《歐洲人工智能科學(xué)戰(zhàn)略》、新加坡“智慧國2.0計(jì)劃”將先進(jìn)材料與生物技術(shù)列為優(yōu)先領(lǐng)域；美國“創(chuàng)世紀(jì)計(jì)劃”聚焦先進(jìn)制造、生物技術(shù)、關(guān)鍵材料等未來產(chǎn)業(yè)領(lǐng)域，并由能源部推出26項(xiàng)動(dòng)態(tài)任務(wù)清單?；趦?yōu)先領(lǐng)域，各國設(shè)立競爭選拔性強(qiáng)、周期較長（通常2—3年以上）、額度較大、領(lǐng)域聚焦、采取AI與科學(xué)領(lǐng)域雙首席科學(xué)家制度的專項(xiàng)資助項(xiàng)目。典型的包括新加坡國立研究基金會(huì)“智能化科研（AI4S）催化性資助項(xiàng)目”、日本文部省“智能化科研革新的研究推進(jìn)事業(yè)”（ARiSE）、歐盟“地平線歐洲”的“科學(xué)中的人工智能”專項(xiàng)。例如，日本ARiSE圍繞AI材料開發(fā)、AI生物生成基礎(chǔ)模型等設(shè)置10余項(xiàng)“戰(zhàn)略目標(biāo)型”項(xiàng)目，周期約2.5年，每項(xiàng)資助10億—30億日元并滾動(dòng)追加，要求雙負(fù)責(zé)人協(xié)同申報(bào)。

二是保留好奇心驅(qū)動(dòng)的自由探索項(xiàng)目，鼓勵(lì)高校科研人員測試智能化科研的能力邊界、探索創(chuàng)意與創(chuàng)新設(shè)計(jì)。此類項(xiàng)目競爭選拔屬性較弱、周期短（通常1年以內(nèi)）、額度小、不設(shè)任務(wù)領(lǐng)域，采取單人負(fù)責(zé)制。典型的包括英國高級(jí)研究與發(fā)明局（ARIA）“AI科學(xué)家”探索項(xiàng)目、英國研究與創(chuàng)新署“圖靈人工智能先驅(qū)跨學(xué)科研究資助項(xiàng)目”、日本文部省“智能化科研萌芽挑戰(zhàn)性研究創(chuàng)新事業(yè)”（SPReAD）等等。其中，SPReAD旨在面向日本高校人文社科、自然科學(xué)等領(lǐng)域師生招募1000項(xiàng)課題，周期約為半年、每項(xiàng)最高資助500萬日元，以期在原創(chuàng)且富有挑戰(zhàn)性的智能化科研中涌現(xiàn)出未來可能產(chǎn)生重大效益的新方法、新問題和新領(lǐng)域。

3.創(chuàng)新課程項(xiàng)目與人才引進(jìn)方案，促進(jìn)高校智能化科研交叉人才培養(yǎng)改革

智能化科研人才需要兼具人工智能技能、科學(xué)領(lǐng)域知識(shí)，高校傳統(tǒng)的學(xué)科專業(yè)體系難以滿足這一復(fù)合型需求。對(duì)此，各國在戰(zhàn)略中普遍設(shè)定量化培養(yǎng)目標(biāo)，例如英國、日本分別提出在未來5年內(nèi)培養(yǎng)1000名、3000名智能化科研人員。一是在研究生階段提供轉(zhuǎn)換通道與專門學(xué)位課程。轉(zhuǎn)換通道通常是為兼容高校不同學(xué)科背景學(xué)生提供分類AI技能培訓(xùn)。以英國為例，其一方面實(shí)施“人工智能轉(zhuǎn)化課程”，面向藝術(shù)、人文、商科等非AI、非STEM學(xué)科學(xué)生提供機(jī)器學(xué)習(xí)等應(yīng)用培訓(xùn)，截至2026年初已覆蓋38所高校；另一方面設(shè)立“Sparck AI獎(jiǎng)學(xué)金”，在牛津大學(xué)、劍橋大學(xué)等9所頂尖高校面向AI及STEM學(xué)科實(shí)施技能強(qiáng)化項(xiàng)目，培養(yǎng)具有頂尖潛力的智能化科研人才。與此同時(shí)，倫敦國王學(xué)院、巴黎文理研究大學(xué)、新加坡國立大學(xué)等高校已陸續(xù)設(shè)立以智能化科研（AI for Science）命名的碩士和博士學(xué)位項(xiàng)目，開展體系化人才培養(yǎng)。二是將頂尖人工智能領(lǐng)域博士后及青年人才嵌入高校領(lǐng)先實(shí)驗(yàn)室。2025年2月，Pillar風(fēng)險(xiǎn)投資和英國高級(jí)研究與發(fā)明局聯(lián)合啟動(dòng)“編碼：智能化科研資助項(xiàng)目”，直接將頂尖AI人才嵌入英國高校在癌癥預(yù)防、生物材料設(shè)計(jì)等領(lǐng)域的領(lǐng)先科學(xué)實(shí)驗(yàn)室。類似的還有美國施密特智能化科研博士后資助項(xiàng)目涵蓋康奈爾大學(xué)、牛津大學(xué)等9所高校，每年培養(yǎng)約160名博士后。這種“AI人才+科學(xué)實(shí)驗(yàn)室”模式有益于打破學(xué)科壁壘，促進(jìn)人工智能技術(shù)與具體科學(xué)問題的深度結(jié)合。

4.創(chuàng)新產(chǎn)學(xué)合作形式，推動(dòng)高校智能化科研成果轉(zhuǎn)化

諸多國家正在智能化科研領(lǐng)域推動(dòng)產(chǎn)學(xué)合作形式創(chuàng)新，通過共建實(shí)驗(yàn)室、產(chǎn)學(xué)合作投資等方式，解決高校知識(shí)生產(chǎn)與產(chǎn)業(yè)創(chuàng)新需求的脫節(jié)問題。一是設(shè)立智能化科研聯(lián)合實(shí)驗(yàn)室。日本文部省在戰(zhàn)略方針中明確要求破除傳統(tǒng)產(chǎn)學(xué)分工的線性模式，推動(dòng)大學(xué)與企業(yè)共建智能化科研實(shí)驗(yàn)室。此類實(shí)驗(yàn)室不僅為高校提供了產(chǎn)業(yè)級(jí)的算力、數(shù)據(jù)和場景支持，更關(guān)鍵的是建立了一種持續(xù)的產(chǎn)業(yè)需求反饋機(jī)制，提升智能化科研的選題質(zhì)量與轉(zhuǎn)化效率。例如，東京科學(xué)大學(xué)與AI開發(fā)企業(yè)FRONTEO在橫濱校區(qū)新設(shè)AI驅(qū)動(dòng)醫(yī)藥研發(fā)分部；新加坡國立大學(xué)與美國國際商業(yè)機(jī)器公司（IBM）聯(lián)合建立亞太區(qū)首個(gè)人工智能研究與創(chuàng)新中心聯(lián)合實(shí)驗(yàn)室；英國利物浦大學(xué)與聯(lián)合利華共建的材料創(chuàng)新工廠（MIF）利用機(jī)器人和AI進(jìn)行高通量閉環(huán)實(shí)驗(yàn)，已申請(qǐng)200多項(xiàng)專利，創(chuàng)造超4億英鎊的年銷售增長。二是大規(guī)模產(chǎn)學(xué)合作投資加速智能化科研成果落地。智能化科研成果的產(chǎn)業(yè)化往往需要經(jīng)歷從算法驗(yàn)證到工程化部署的“死亡之谷”，所需高額投入和工程化能力遠(yuǎn)超高校自身承載范圍，大規(guī)模產(chǎn)學(xué)投資則能以資本集聚效應(yīng)壓縮轉(zhuǎn)化周期。例如，普渡大學(xué)2025年5月宣布與頂尖醫(yī)藥公司“禮來”（LLY）達(dá)成2.5億美元合作，通過AI增強(qiáng)傳統(tǒng)藥物發(fā)現(xiàn)方法，結(jié)合機(jī)器人技術(shù)加速制藥流程創(chuàng)新。

高校智能化科研戰(zhàn)略布局的中國路徑

近年來，我國已展開相關(guān)部署。2025年8月，《國務(wù)院關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》發(fā)布，將“人工智能+”科學(xué)技術(shù)列入重點(diǎn)行動(dòng)。2026年4月，教育部等五部門聯(lián)合印發(fā)《“人工智能+教育”行動(dòng)計(jì)劃》，明確部署利用人工智能賦能科學(xué)研究。相較于美國、英國、日本、歐盟等國家及國際組織，我國并未出臺(tái)提出專門的智能化科研戰(zhàn)略、高校層面仍然缺乏具體布局。對(duì)此，參考國際經(jīng)驗(yàn)、結(jié)合我國相關(guān)政策部署，提出以下路徑建議。

1.以頂層設(shè)計(jì)為引領(lǐng)，將高校納入國家算力樞紐節(jié)點(diǎn)體系

高校智能化科研面臨的最直接約束，是算力和高質(zhì)量數(shù)據(jù)獲取困難。破解這一瓶頸，應(yīng)借鑒美國NAIRR、英國AIRR等經(jīng)驗(yàn)，從國家層面進(jìn)行資源統(tǒng)籌。建議由教育部聯(lián)合科技部、工信部、國家發(fā)展改革委等部門，研究制定“智能化科研發(fā)展規(guī)劃（2027—2035）”，明確各類高水平研究型大學(xué)、國家重點(diǎn)實(shí)驗(yàn)室和龍頭科技企業(yè)的主體角色，參考國際經(jīng)驗(yàn)打造中國國家人工智能研究資源（CNAIRR），實(shí)現(xiàn)算力、數(shù)據(jù)、模型和工具的標(biāo)準(zhǔn)化接入與一體化調(diào)度。在算力層面，建設(shè)國家教育智能算力服務(wù)平臺(tái)，將其融入國家超算互聯(lián)網(wǎng)平臺(tái)、區(qū)域算力樞紐、高校算力中心三級(jí)算力保障體系。結(jié)合國際科技創(chuàng)新中心、綜合性國家科學(xué)中心、全國高校區(qū)域技術(shù)轉(zhuǎn)移轉(zhuǎn)化中心等重大區(qū)域創(chuàng)新布局，整合各方智算、通算和超算資源，在京津冀、長三角、粵港澳大灣區(qū)等地建設(shè)區(qū)域性高校智算中心。同時(shí)，結(jié)合“雙一流”學(xué)科布局，在生物醫(yī)藥、材料科學(xué)、能源環(huán)境等數(shù)據(jù)密集型拔尖學(xué)科實(shí)施高校智能化科研卓越算力分配計(jì)劃。在數(shù)據(jù)層面，推動(dòng)高校國家重點(diǎn)實(shí)驗(yàn)室等大型科研平臺(tái)周邊布局科學(xué)數(shù)據(jù)存儲(chǔ)中心，鼓勵(lì)地方和高校開發(fā)領(lǐng)域特色科學(xué)數(shù)據(jù)集。推動(dòng)高校建立數(shù)據(jù)貢獻(xiàn)與科研評(píng)價(jià)掛鉤的激勵(lì)機(jī)制，結(jié)合學(xué)科特色建設(shè)一批面向智能化科研的高質(zhì)量標(biāo)注數(shù)據(jù)集，重點(diǎn)支撐生命科學(xué)、材料科學(xué)、地球科學(xué)等數(shù)據(jù)密集型領(lǐng)域。

2.以平臺(tái)化、跨學(xué)科為導(dǎo)向，創(chuàng)新高校智能化科研組織模式

參考各國設(shè)立專項(xiàng)科研項(xiàng)目、計(jì)劃、平臺(tái)等做法，我國可以突破傳統(tǒng)的學(xué)科壁壘和院系藩籬，構(gòu)建更加開放靈活的智能化科研組織模式。一是依托高水平研究型大學(xué)建設(shè)智能化科研創(chuàng)新平臺(tái)。高校跨學(xué)科研究機(jī)構(gòu)可以探索AI的泛在應(yīng)用，影響校內(nèi)所有學(xué)科的知識(shí)生產(chǎn)方式和組織形態(tài)。[4]對(duì)此，可以引導(dǎo)高校聚焦“十五五”規(guī)劃量子科技、生物制造、氫能和核聚變能等未來產(chǎn)業(yè)方向以及地緣政治、史料挖掘、人口模擬等前沿社會(huì)科學(xué)領(lǐng)域，設(shè)立新的智能化科研交叉平臺(tái)、智能實(shí)驗(yàn)室自主實(shí)驗(yàn)集群，同時(shí)引入AI大模型盤活高校當(dāng)前基礎(chǔ)科研平臺(tái)和科技基礎(chǔ)設(shè)施。例如，設(shè)立智能化科研領(lǐng)域的教育部哲學(xué)社會(huì)科學(xué)實(shí)驗(yàn)室、工程技術(shù)中心等研究基地，明確聚焦1—2個(gè)科學(xué)領(lǐng)域（如AI+人口科學(xué)、AI+藥物發(fā)現(xiàn)、AI+能源勘探等），實(shí)行AI領(lǐng)域與科學(xué)領(lǐng)域雙負(fù)責(zé)人協(xié)同機(jī)制，推動(dòng)人工智能技術(shù)與具體科學(xué)問題的深度結(jié)合。

二是推動(dòng)高校智能化科研的學(xué)術(shù)共同體建設(shè)。借鑒歐盟“RAISE”計(jì)劃整合全歐力量、形成“AI4Science歐洲聯(lián)盟”的經(jīng)驗(yàn)，推動(dòng)智能化科研相關(guān)的高校聯(lián)盟、期刊、報(bào)告、指數(shù)等智能化科研生態(tài)，圍繞全球性議題組建以中國高校牽頭的國際AI大科學(xué)計(jì)劃。

三是構(gòu)建戰(zhàn)略聚焦與自由探索并行的高校智能化科研體系。一方面，結(jié)合國家自然科學(xué)基金、國家社會(huì)科學(xué)基金等項(xiàng)目設(shè)立高校智能化科研專項(xiàng)計(jì)劃，圍繞人口健康、能源可持續(xù)發(fā)展、全球氣候變化治理等國家重大需求組織定向攻關(guān)，實(shí)施“雙PI制”、3年資助周期和滾動(dòng)追加資助機(jī)制。同時(shí)，參考國外將科學(xué)數(shù)據(jù)集的影響力納入科研項(xiàng)目評(píng)價(jià)的重要指標(biāo)做法，在國家級(jí)科研項(xiàng)目中增設(shè)數(shù)據(jù)建設(shè)評(píng)審指標(biāo)，將科學(xué)數(shù)據(jù)治理、標(biāo)注和共享機(jī)制作為項(xiàng)目產(chǎn)出的有機(jī)組成部分，激勵(lì)高質(zhì)量數(shù)據(jù)集公開。另一方面，盡管AI科研可以生成化學(xué)新分子、開發(fā)蛋白質(zhì)等，提高科學(xué)實(shí)驗(yàn)效率[5]；但是，當(dāng)前智能化科研的實(shí)驗(yàn)驗(yàn)證能力可能滯后于預(yù)測能力，一天生成的結(jié)果可能需要十幾年來驗(yàn)證，因此有用的創(chuàng)意很關(guān)鍵。對(duì)此，可以參照日本SPReAD項(xiàng)目模式，依托相關(guān)賽事、項(xiàng)目面向高校師生設(shè)立探索性小額資助項(xiàng)目，鼓勵(lì)自由探索、高風(fēng)險(xiǎn)高回報(bào)的智能化科研創(chuàng)意及創(chuàng)新設(shè)計(jì)。同時(shí)，數(shù)據(jù)安全與信息保護(hù)可能成為重要的倫理問題，應(yīng)以《人工智能科技倫理審查與服務(wù)辦法（試行）》為基礎(chǔ)，在高校建立以備案管理、同行評(píng)議、前置審查與過程監(jiān)督為程序的分級(jí)分類智能化科研治理體系。

3.以復(fù)合交叉為要求，分類推進(jìn)高校智能化科研人才發(fā)展體系

參考國外在課程改革、技能培訓(xùn)、學(xué)位設(shè)置、人才引進(jìn)等方面的經(jīng)驗(yàn)，可以進(jìn)一步破解智能化科研人才培養(yǎng)的交叉難題，重塑勞動(dòng)力的結(jié)構(gòu)與素養(yǎng)[6]。一是分類開設(shè)人工智能技能提升課程。參考英國“人工智能轉(zhuǎn)換課程”經(jīng)驗(yàn)，分學(xué)科、分層次[7]地推動(dòng)人工智能成為高校公共基礎(chǔ)課、技能提升課。其中，高校AI學(xué)科、STEM學(xué)科主要開展融合式教學(xué)，旨在強(qiáng)化智能化科研的卓越素養(yǎng)；高校非AI、非STEM學(xué)科主要開展工具式教學(xué)，旨在強(qiáng)化智能化科研的應(yīng)用能力。二是設(shè)置智能化科研的交叉型學(xué)位組合。具體而言，做好“人工智能+科學(xué)研究”的招生指標(biāo)、課程方案、院系建制等保障，結(jié)合現(xiàn)有“博士+碩士”雙學(xué)位項(xiàng)目、“本碩博”貫通培養(yǎng)項(xiàng)目以及“主修+輔修”“微證書”“訓(xùn)練營”“工作坊”等跨學(xué)科培養(yǎng)模式、機(jī)制，建立跨學(xué)段、跨學(xué)科、跨院系乃至跨校際、跨企業(yè)的“AI+科學(xué)”培養(yǎng)體系。三是打通頂尖人工智能人才到重點(diǎn)科學(xué)實(shí)驗(yàn)室的旋轉(zhuǎn)門。增設(shè)高校智能化科研相關(guān)崗位、設(shè)立智能化科研海外人才引進(jìn)專項(xiàng)，支持海內(nèi)外優(yōu)秀人工智能專項(xiàng)人才交叉引進(jìn)高校自然科學(xué)及社會(huì)科學(xué)類的重點(diǎn)實(shí)驗(yàn)室工作。

4.以智能化科研為契機(jī)，創(chuàng)新高校產(chǎn)學(xué)合作與成果轉(zhuǎn)化機(jī)制

參考智能化科研產(chǎn)學(xué)合作創(chuàng)新的國際經(jīng)驗(yàn)，我國可以依托智能化科研破解高校專利產(chǎn)業(yè)轉(zhuǎn)化率低的現(xiàn)實(shí)問題。一是建設(shè)智能化科研產(chǎn)業(yè)創(chuàng)新聯(lián)合體，提升高校源頭場景創(chuàng)新力。支持高校與行業(yè)龍頭企業(yè)聯(lián)合建設(shè)智能化科研聯(lián)合實(shí)驗(yàn)室，使企業(yè)提供真實(shí)的科研問題和數(shù)據(jù)資源，高校則提供研究團(tuán)隊(duì)和技術(shù)能力；建立企業(yè)“出題”、高?！按痤}”[8]的協(xié)同研發(fā)機(jī)制，推動(dòng)智能化科研與產(chǎn)業(yè)需求精準(zhǔn)對(duì)接；同時(shí)完善知識(shí)產(chǎn)權(quán)共享和利益分配機(jī)制，激發(fā)企業(yè)參與高校智能化科研的積極性。二是完善成果轉(zhuǎn)化服務(wù)體系，建立高校智能化科研概念驗(yàn)證中心。為高校智能化科研衍生企業(yè)提供概念驗(yàn)證、專業(yè)孵化、產(chǎn)品生成、資本引入等全鏈條孵化服務(wù)；將智能化科研方向納入現(xiàn)行技術(shù)經(jīng)理人培養(yǎng)體系中，打造專業(yè)技術(shù)經(jīng)理人隊(duì)伍；設(shè)立高校智能化科研成果轉(zhuǎn)化引導(dǎo)基金，與社會(huì)資本共同投資高校智能化科研創(chuàng)業(yè)項(xiàng)目。三是充分發(fā)揮“科交匯”等智能化成果轉(zhuǎn)化平臺(tái)的精準(zhǔn)匹配功能，實(shí)現(xiàn)高?？蒲谐晒c企業(yè)技術(shù)需求的智能感知與自動(dòng)匹配，在評(píng)估重大轉(zhuǎn)化潛力后由政府牽頭開展大規(guī)模產(chǎn)業(yè)化。

可以預(yù)見，隨著人工智能不斷嵌入科學(xué)研究全過程，高?？蒲袑⒓铀龠~向更加開放、協(xié)同與智能的新階段。并且，智能化科研已不只是科研效率問題，而是關(guān)系國家創(chuàng)新能力重構(gòu)的重要議題。對(duì)此，高校需要面向世界科技前沿、面向經(jīng)濟(jì)主戰(zhàn)場、面向國家重大需求、面向人民生命健康，深化對(duì)接智能化科研中的科技創(chuàng)新全鏈條、全領(lǐng)域，借此契機(jī)增強(qiáng)我國科技實(shí)力和創(chuàng)新能力。

參考文獻(xiàn)：

[1]劉寶存，易學(xué)瑾.英國人工智能人才培養(yǎng)政策變遷研究[J].比較教育學(xué)報(bào)，2023（6）.

[2]李國杰.智能化科研（AI4R）：第五科研范式[J].中國科學(xué)院院刊，2024（1）.

[3]卓澤林，王旭燕.戰(zhàn)略競爭視域下美國高等教育服務(wù)科技創(chuàng)新的使命與實(shí)踐[J].現(xiàn)代教育論叢，2026（2）.

[4]李函穎，洪敏.學(xué)科交叉背景下世界一流大學(xué)院系組織變革的圖景與動(dòng)力[J].比較教育研究，2025（9）.

[5]屈廖健，溫曉芳.生成式人工智能在高等教育中應(yīng)用的國際知識(shí)圖景——基于581篇WOS核心文獻(xiàn)考察[J].比較教育研究，2025（1）.

[6]詹澤慧，鐘超誠，柯清超.K-12人工智能課程設(shè)計(jì)的國際鏡鑒——基于11個(gè)國家的政策文本分析[J].現(xiàn)代教育論叢，2026（2）.

[7]王碩，閻妍，李正風(fēng).AI for Science范式變革下科研人員勝任力提升及對(duì)策[J].中國科學(xué)院院刊，2026（4）.

[8]盧建軍.堅(jiān)持產(chǎn)學(xué)研深度融合教育科技人才一體化推動(dòng)新質(zhì)生產(chǎn)力發(fā)展[J].中國高等教育，2024（6）.

[本文為2023年度北京市社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“國際大都市教育發(fā)展戰(zhàn)略與發(fā)展水平比較研究”（項(xiàng)目編號(hào)：23JYA001）的研究成果]

【作者單位：周文偉，北京師范大學(xué)】

（原載2026年第12期《中國高等教育》）