3月7日那天下午，全国政协十四届四次会议上，全国政协委员周志华代表无党派人士界在发言时，给大伙儿提了个醒：咱们得把心里头对AI的恐惧或者盲目崇拜劲儿给纠正过来。这位中国科学院院士还兼着南京大学副校长，他也提到了个大背景，说人工智能这东西正把科学研究的老路子给彻底改了头换了面，有人把这叫作继经验、理论、计算和数据范式之后的“第五科研范式”。这玩意儿不光能帮咱们快点攻克那些悬了很久都没解的难题，还能把科学发现的路给重新捋一捋，把原始创新的效能给大大提上去。 说到这儿，大家都知道国务院在2025年8月印发了个文件，就是《关于深入实施“人工智能+”行动的意见》，里面特别把“人工智能+”科学技术列为了加快实施的重点行动之一。可现在的情况是，有些搞科研的在用AI时太偷懒了，要么就是简单地把工具当枪使，要么就是瞎折腾通用大模型来硬套所有问题。再加上科学数据这块儿太难搞了，要么成本高，要么标准乱、大家不愿共享，数据标注也是参差不齐的，根本没几个靠谱的大规模科学数据集。结果就是模型训练得不好用，老出错还浪费钱。 周志华提了四条建议：一是得加强政策引导，把创新能力给提上去。别让资源都挤在算功耗大的应用层上了，得赶紧纠正那种“大模型包治百病”的瞎想头，多投点钱到算法的基础研究上去，让大家学会根据具体问题去搞设计创新。还要重点把那些有前瞻性、战略性的基础研究项目给扶起来，鼓励大家搞原创。另外也得拉上企业和社会资本一块儿掺和进来搞算法研究，别让投入机制太单一。还要把评价体系改改好，让大家敢探索、不怕失败。 第二条就是得变一变培养模式，把会用AI又懂专业的复合型人才给造出来。从根子上把这种人才培养体系搭起来，让高水平的大学试一下搞个“博士+硕士”的双学位项目。支持博士生在学AI的时候跨学科去读个科学硕士学位，探索新的跨学科培养路子。还要在评职称、考核这些环节上设个“交叉学科特区”，解决那种跨了学科却两头不沾的困境。 第三条是要注重双向科普的事儿。得建个跨学科的“双向翻译”机制。一方面让搞科学的把难题用AI能听懂的语言翻译出来；另一方面让懂AI的给传统学者做科普讲讲技术边界，把恐惧或者崇拜劲儿给打散了。鼓励大家多办跨界沙龙，让不同背景的学者坐下来聊一聊。 第四条是强化数据治理的问题。得让国家有关部门牵头弄个国家级的科学数据共享平台。依托重点实验室建个标准化的数据库库仓储，定好数据的采、标、存和共享的规矩，还得有个反馈机制随时改进数据质量。要用政策杠杆去鼓励科研机构和人员主动开放共享数据形成好生态。同时也得加强支撑技术的研发和法律法规的制定来保护好知识产权。