习近平总书记今年4月29日在上海考察时指出：“人工智能技术加速迭代，正迎来爆发式发展”。以人工智能引领科研范式变革，意味着科学研究范式需要实现以方法论变革为起点、以组织模式变革为载体、以价值体系变革为内核的革命性重构，从而推动科学研究向人机协同的方向发展。

 

　　从方法论视角看，人工智能突破了人类数百年来沿袭的“观察—假设—验证”的线性科学研究范式，催生出“数据密集—智能涌现—人机协同”的三元认知方法论，推动形成数据、算法、人类智慧相互激发的智能系统。这不仅能够突破传统科研受限于人力、时间及数据维度的瓶颈，可以将复杂问题转化为可计算任务，显著缩短研发周期；又有助于解决传统科研难以处理的多学科耦合问题，催生交叉创新，创造知识生产新范式；而且更擅长同时处理文本、图像、代码等异质信息，并在海量数据中捕捉隐性规律，形成超越人类直觉的创造力。比如，复旦大学联合上海人工智能实验室开发的跨学科大模型，整合物理、化学、生物等学科知识，在超导材料预测、台风路径模拟等方面都取得了更准确、更高效的成果。

 

　　从科研组织方式看，人工智能推动科研组织从“孤岛式创新”向“分布式智能网络”变革，使传统科研组织的“中心—外围”结构向“节点—网络”结构转变，形成了新的科研组织模式。网络中的各主体共同平等参与人类知识生产，形成人机协同的全新科研团队，创新形成“人类提出需求—人工智能生成路径—计算机自动验证”的全链条科研路径。与此同时，人工智能技术还催生出“科研开源”和“科研元宇宙”等方式，能够动态汇集全球专业人士实现24小时不间断跨国协作。例如，“欧洲开放科学云计划”和“欧洲高性能计算共同计划”链接多国资源，研究人员可共享人工智能算力与实验数据，推动跨国协作创新，成倍提升实验效率。

 

　　从价值体系看，人工智能推动科技与人文融合发展，对于实现人的自由全面发展具有重要意义。随着人工智能技术的发展，人类需要通过增强技术的人文维度来引导科技向善、为人类造福。人工智能破解了人文精神与科学技术融合的量化难题，极大拓展了科学研究的人文价值，让科技真正成为促进人类社会正向发展的动力。同时，人工智能对于海量数据和应用场景等方面的需求，进一步在资源获取、知识生产和成果评价方面推动科研范式向更加开放包容的方向发展，提高了科学研究的公平性。例如，越来越多的人工智能大模型选择开源，共同形成平台化工具体系，支持跨学科成果涌现，推动实现多学科协同的智能科研新范式。

 

　　当前，我国在人工智能驱动科研范式变革方面积极探索，在科学知识生产方面形成三个方面的实践路径。一是充分发挥制度优势，形成模块化的科研组织攻关能力。聚焦国家战略急需、应用导向鲜明、最终用户明确的攻关任务，通过“揭榜挂帅”机制等推动实现科研攻坚的动态组队。比如，建设“模速空间”人工智能大模型专业孵化和加速平台，已入驻100余家人工智能大模型企业；又如，在合肥综合性国家科学中心的量子通信攻关中，加强企业主导的产学研深度融合，将基础研究团队、工程转化主体与人工智能算力支持机构进行实时耦合，大大缩短了核心技术的突破和应用周期。二是充分利用应用场景丰富的优势，将其转化为人工智能数据增强优势。突出应用导向是我国人工智能发展的重要优势，更加丰富多元的数据有利于提升技术创新能力和模型准确率。我国拥有庞大且多元的市场，丰富的应用场景和不同的区域发展程度有助于形成“梯度增强学习”优势，为人工智能技术发展提供了天然“试验场”。三是将中华文化与人工智能的模型思维进行整合。中华文化中的整体思维与人工智能复杂系统建模有着内在一致性，二者的融合有利于打破定性与定量分析的传统界限，拓展科研视野和应用边界。比如，一些科研团队借助人工智能图谱技术，将《黄帝内经》等典籍与历代医案构建成结构化的知识网络，实现中医理论体系的数字化建构。总的来看，我国在科学知识生产方面的实践路径，体现了以人工智能引领科研范式变革的创新。