IT之家 3 月 8 日消息，全国政协十四届四次会议 3 月 7 日下午在人民大会堂举行第二次全体会议。全国政协委员、南京大学副校长、中国科学院院士周志华发言，提出《以人工智能引领科研范式变革》建议，优化人工智能领域科学研究的统筹布局，打造复合型创新人才培养体系，推动消除学科壁垒，构建跨学科的“双向翻译”与协作机制，强化数据治理，以人工智能引领科研范式变革。

IT之家注意到，周志华建议：

一、加强政策引导，提升基础创新能力。优化人工智能领域科学研究的统筹布局，避免资源过度集中于算力消耗型的应用层，纠正盲目跟风“大模型解决一切”的误区，加大对 AI 算法基础研究的支持力度，提高针对具体问题设计算法解决方案的创新能力。重点支持一批具有前瞻性、战略性的基础研究项目，鼓励科研人员开展原创性研究。同时，引导企业和社会资本参与 AI 算法基础研究，形成多元化的投入机制。建立科学合理的科研评价体系，营造鼓励探索、宽容失败的科研氛围。

二、变革培养模式，打造复合型人才队伍。从源头构建“人工智能赋能科学研究”复合型创新人才培养体系，支持高水平研究型大学试点设立“博士 + 硕士”双学位项目，支持博士研究生在攻读 AI 专业博士学位期间，跨学科攻读一个科学专业硕士学位，探索构建跨学科融合的研究生培养新模式，系统化培养既深谙领域知识又掌握前沿 AI 技术的“双语”科学家。同时在学位获取、职称晋升、绩效考核等环节中建立“交叉学科特区”，解决跨学科人才在传统评价体系中“两头不靠”的困境。

三、注重双向科普，推动消除学科壁垒。构建跨学科的“双向翻译”与协作机制。一方面，由科学领域学者向 AI 研究者进行科学问题的抽象翻译，将领域前沿关键问题表述为 AI 学者可理解的语言，便于其进行针对性的求解。另一方面，由 AI 科学家面向传统领域学者开展科普，通过具体案例厘清技术边界，消除对 AI 的恐惧或盲目神化，阐明 AI 作为辅助科学发现的工具本质。鼓励定期举办跨界沙龙，促进不同背景的学者进行交流，推动从概念普及到实质性协作的跨越。

四、强化数据治理，构建科学数据生态。由国家相关部委牵头，构建国家级科学数据共享与服务平台。依托重点实验室等重大科技平台，建立标准化的科学数据仓储，制定各学科数据的采集、标注、存储和共享标准，引入数据质量反馈机制，持续优化数据资产。通过项目资助、成果评价等政策杠杆，鼓励科研机构与研究人员开放共享科学数据，形成良好生态，最大化利用效率。同时加强支撑技术研发和法律法规制定，有效保护数据共享过程中的敏感信息和知识产权。