科研范式是科研人员在开展科研活动中所遵循的方法论体系和基本规则，其在一定程度上影响并决定着科研效率和科研质量。习近平总书记指出：“当前，新一轮科技革命和产业变革深入发展，学科交叉融合不断推进，科学研究范式发生深刻变革，科学技术和经济社会发展加速渗透融合，基础研究转化周期明显缩短，国际科技竞争向基础前沿前移。”科学研究是连接教育与科技的关键纽带，人工智能正以其强大的数据处理能力、模拟预测能力和创新赋能能力，深刻变革科研范式、方法与手段，为科学研究突破提供了全新路径。在教育科技人才一体化改革中，强化人工智能对科学研究的赋能作用，能够加速科技创新进程，提升科研创新效能。

 

人工智能驱动科研范式从“假设驱动”向“数据驱动”转型。传统科研模式多以理论假设为起点，通过实验验证推进研究，存在周期长、效率低等局限。人工智能技术能够处理海量多源数据，从中发现隐藏的科学规律与关联模式，为科研提供全新的问题切入点与研究思路。比如，我们将人工智能和蛋白质设计与改造相结合，建立了全球最大的蛋白质数据集，把蛋白质生产由“缓慢的试错”变为“高效率的精准设计”，其设计的多款产品已经落地，助力阿尔茨海默病等疾病的诊断。

 

人工智能赋能科学研究的关键在于推动人工智能与科学研究结合，核心是以人工智能推进科研范式变革，搭建基于人工智能赋能科学研究的有组织科研模式。要把应用场景作为有组织科研的核心，推动人工智能在可见的应用场景中发挥作用，把解决市场需求作为推进有组织科研的最大动力。作为科学研究的新范式，人工智能范式解决了传统科研范式效率低的问题，为推动更多科技成果尽快转化为现实生产力提供了可能。

 

推动人工智能赋能教育科技人才一体化改革，是顺应科技革命浪潮、落实国家战略部署的必然要求，更是实现高质量发展的内在需要。我们要以习近平新时代中国特色社会主义思想为指引，深入贯彻落实党中央决策部署，以高度的责任感和使命感，积极探索实践，不断推进人工智能与教育科技人才领域的深度融合。在这一过程中，既要坚持自主创新、突破技术瓶颈，又要注重人文引领、防范技术风险；既要培养高端领军人才，又要提升全民素养；既要推动理论创新，又要强化实践应用。唯有如此，才能充分释放人工智能的赋能效应，深化教育科技人才一体化改革，为实现中华民族伟大复兴的中国梦提供强大的智力支持和创新动力。

 

作者：丁奎岭  中国科学院院士，上海交通大学校长