2024年諾貝爾物理學獎和化學獎均授予了在人工智能領域作出杰出貢獻的科學家。這些獎項的頒發，充分彰顯了人工智能在科學研究領域的重要地位。高校應如何一體推進教育科技人才事業發展，推動人工智能與高等教育融合發展，提升科研體系組織效能，培養兼具跨學科知識與創新能力的復合型人才，支撐高質量創新發展的新時代需求？本期我們就來關注并探討這一問題。——編者
　　
　　縱觀人類科學技術與生產力的發展歷程，每一次信息技術的巨大飛躍都會對科技創新范式以及人們的生產生活方式產生深遠的影響。
　　
　　當前，人工智能已成為全球科技、教育以及經濟社會發展的熱點前沿話題。“人工智能驅動的科學研究”在體系化布局、重大系統設計、跨學科交叉融合、創新生態構建等方面擁有廣闊的發展空間，呈現出“人工智能+”多學科交叉融合的新范式。
　　
　　面對世界科技產業發展的新態勢，高校作為教育、科技、人才的交匯點，如何準確研判、把握機遇并主動前瞻布局，顯得尤為重要。
　　
　　統籌布局 強化能力
　　
　　抓緊搶占前沿創新制高點
　　
　　從國際產業發展格局看，中美歐在基礎研究、技術創新及產業化方面發揮了至關重要的作用，推動了加速計算和生成式人工智能達到“引爆點”，致使全球各地的研究機構、公司企業以及經濟社會的需求激增。
　　
　　其中，美國在基礎研究與技術研發上積累的時間長，人才密集度高，企業作為創新主體的投資活躍度高，部分龍頭企業基于GPT平臺的C端應用新產品不斷涌現，展現出良好的規模經濟效應。同時，美國在GPU計算芯片技術儲備上占據壟斷地位，并明確對華實施技術限制。
　　
　　相比之下，我國在模型精度、算力大模型研發的底層原創能力方面還存在不足，研發力量較為分散，人工智能替代人工的動力相對較弱。但我國擁有全球規模最大且相對成熟的互聯網市場，數據體量遠超包括美國在內的其他國家，潛在的應用場景豐富，在版權方面限制更少。我國的一批企業在軟硬件供應以及大型云服務等領域，展現出了迅猛的發展態勢。
　　
　　隨著基礎研究領域對算力的需求呈指數級增長，未來人工智能在算力方面的競爭將愈發激烈。鑒于人工智能大模型的基礎研究知識相對開放，競爭焦點將更多轉向提高研發效率，尤其是應對大模型對超大規模算力、能源的巨大消耗，以及對大型工程團隊和技術研發快速迭代的高要求。這種趨勢將同步催生新的信息分析處理技術的出現。
　　
　　為此，我國需要在基礎計算設施建設、學科交叉合作、教育體系優化等方面做好前瞻布局，持續推進人工智能與科學研究、學科建設的深度融合，促進資源開放匯聚，著力提升相關創新能力。一是加強人工智能開源開放平臺的建設，支持大模型創新算法及關鍵技術的研究，吸引各類人才積極參與大語言模型的開發和應用。二是支持自主可控的大模型技術體系建設，鼓勵創新應用場景的探索和成果的落地應用。三是鼓勵大企業作為“出題人”和“閱卷人”，牽頭成立科技創新聯盟或者行業協會，與高水平研究型大學、新型研發機構、中小企業開展聯合創新。四是探索專項資金，建立數據科學中心，支持藥學、生物學、醫學、計算機等多學科的交叉協作，建成和推動科學大模型實際落地，為下游任務場景提供有力支持。
　　
　　強基策源 交叉融合
　　
　　服務高水平科技自立自強
　　
　　高校應當充分發揮基礎研究和人才培養主力軍的作用，系統化地推進教育體系改革，加強有組織的基礎科研和拔尖創新人才培養，為高水平科技自立自強提供戰略支撐和動力源泉。
　　
　　建設人工智能產學研用開放合作“融合區”，形成戰略共謀、任務共擔、人才共育、成果共享的產學研深度融合的組織新范式。一是更有組織、更加主動地加強與龍頭創新企業的合作，共同建立校企聯合研發平臺，采用“科學家+總師”模式聯合組建工程研發人才隊伍，共同設立產學研前沿探索基金、概念驗證基金、中試轉化及成果轉化基金等。二是支持人工智能專家與工程專家緊密合作，將工程領域的專業知識有效融入大模型中，從而構建出專門針對基礎建設領域的大模型及其應用框架。三是支持校內青年科技人才到企業“揭榜掛帥”，聚焦未來科技產業競爭的制高點，開展“十年磨一劍”的基礎性、原創性、系統性攻關，服務于重點產業和新興產業的前瞻性、先導性、探索性技術問題，加快提升國家創新體系整體效能。四是積極爭取政府、企業、社會等多元化支持，設立“AI+X”基礎研究與交叉應用基金，充分利用多學科優勢與人工智能相融合。五是通過加強基礎研究、創新傳統學科、促進學科間的交叉融合以及新興學科的興起，超前布局前沿科技和未來產業，持續催生并推動新質生產力的發展。
　　
　　在基礎研究領域，應當避免跟隨大模型依賴海量數據資源的既有范式，將重點聚焦于模型基礎架構的原始創新，致力于孵化出新型的基礎架構，并積極探索全新的大模型預訓練范式以及大模型對齊算法。
　　
　　在應用開發和學科交叉領域，應促進語言與視覺大模型以及機器人技術的深度融合，從而推動具身智能這一新興領域的發展。同時，要積極關注變革性因素對大模型的影響，探索基于量子計算機制的機器學習模型的訓練與推理理論及方法，催生并推動新型軟硬件計算范式的出現與發展，突破當前產業軟硬件瓶頸，為光計算、DNA存儲等數據存儲技術以及算力領域的顛覆性發展提供支持。
　　
　　對于高校來說，尤其要促進需求與問題導向的多學科交叉融合，針對復雜工業產品的制造過程，特別是涉及千萬級別裝配體的項目，探索從概念設計到三維設計以及性能仿真的全過程中通過人工智能進行推理生成。在智慧農業領域，推動農業、信息技術、工程、數學等多學科的深度融合，以服務于鄉村全面振興和農業現代化的戰略目標。在健康領域，通過深度挖掘和分析醫院的海量醫療文本、圖像等數據，訓練出專門的垂直模型，用以識別潛在的健康風險。在法學領域，布局建設數字法學，充分挖掘大語言模型在內容生成和語料處理方面的應用潛力，以服務于國家數字法治建設。同時，還可以構建面向人文社科領域的大模型基礎設施平臺，降低算力分配、模型訓練、數據清洗、模型測評等方面的學習與應用門檻。
　　
　　推動教育模式和教學方法的創新變革，建立并不斷完善拔尖創新人才自主培養體系。一是選拔具備跨學科背景和研究興趣的拔尖創新人才，打破傳統專業之間的壁壘，推動綜合交叉創新課程設計、統籌并優化計算資源、開展項目式教學與工程實踐等教育模式創新，為學生提供跨學科的個性化培養方案。二是全面提升教師的人工智能素養與能力，推進人工智能科研成果應用，提升教育智能管理和科學決策水平。三是加強前沿交叉學院、未來技術學院、產教融合平臺、區域技術創新中心等平臺在培養復合型創新人才方面的作用，探索實施學術與實踐“雙導師”制、企業實踐基地聯合培養等模式，以此為學生提供真實的研發環境和豐富的項目實戰機會。通過“揭榜掛帥”、聯合組隊、創意征集、懸賞挑戰等多種方式，提升學生從經濟社會發展中發現并提煉真問題的能力，以及組織協作與創新能力，以高質量的前沿交叉環境和創新資源，引領并支撐創新人才的培養。四是推動科教融匯、大中小學知識體系聯通、本碩博貫通，職業教育和學術教育相結合。
　　
　　加強人工智能治理的研究和應用，推動我國新一代人工智能持續健康發展。面對國家戰略需求和經濟社會發展需求，高校應積極推動相關領域的前沿交叉學科基地與智庫建設，積極參與人工智能監管相關法律、法規及標準的研究和制定，組織開展國際交流合作，推動人工智能的科技安全保障機制與科技倫理規范體系建設。在運用和規制人工智能時，應基于學科特色實現差異化，堅持技術與人文相結合，關注設計倫理和工程倫理，注重價值對齊，以確保人工智能科技可用、可靠、可控，從而引導科技安全向善，服務人類文明的發展與進步。
　　
　　（作者單位系上海交通大學溥淵未來技術學院）