高校智能化科研计谋结构的国际图景取中国径

　　）做为第五科研范式正成为全球科技合作的计谋高地。此中，高校做为根本研究从体被付与焦点。通过梳理相关政策发觉，美国、英国、日本、新加坡、欧盟等世界次要发财国度及国际组织基于提拔国际科技合作力、鞭策经济财产转型、加强原始立异能力等计谋动因，稠密出台相关智能化科研计谋，正在算力资本、科研赞帮、人才培育、产学合做等方面展开高校结构。连系我国“人工智能+”相关步履摆设，提出统筹高校纳入国度算力枢纽节点系统、立异高校智能化科研组织模式、推进复合交叉的高校智能化科研人才成长系统、将智能化科研融入高校产学合做取机制等四条径，以期为我国高校把握智能化科研计谋结构窗口期供给参考。智能化科研（AI for Science）做为新型科研范式敏捷兴起，正在优化科研流程、鞭策科学发觉、办事财产立异方面潜能庞大。高校做为根本研究焦点从体，正在这一范式变化中居于环节地位，但算力根本设备、数据资本、跨学科机制取复合型人才培育等需求取保守科研结构之间存正在显著张力。从全球来看，次要发财国度和国际组织已稠密出台AI分析计谋或智能化科研特地计谋，呈现政策稠密化、投入规模化、合作白热化态势，均将高校及科研机构做为计谋实施焦点，使得智能化科研的国际合作已从手艺层面延长至高校科研场域。我国“十五五”规划亦明白摆设“人工智能+”科学手艺步履。正在此系统梳理国际高校智能化科研计谋结构，对我国高校摸索本土化实施径具有主要参考价值。智能化科研是基于机械进修、深度进修、生成式AI等人工智能手艺正在科学研究全过程中展开模仿、推演、计较、生成的新兴科研范式。学界亦有将其定名为“人工智能驱动的科学研究”“科学智能”等。智能化科研改变的并非科研某一个局部环节，而是科研勾当赖以运转的组织体例及其背后的科研范式。继经验科学、理论科学、计较科学、数据科学四种范式之后，智能化科研被视为人工智能时代的第五科研范式，次要呈现数据化驱动、从动化生成、跨学科融合、人机协、平台化支持五个特征。AI也被普遍用于处理各类难题。[1]具体表示为以大规模高质量科学数据锻炼模子、发觉纪律，使假设提出、尝试设想、数据阐发等科研环节实现从动化，正在天然科学、工程科学甚至社会科学范畴普遍交叉，形取机械高度协同的科研勾当，并高度依赖算力、数据和模子平台等根本设备。也因而，毗连着超算设备、数据平台、科研平台取人才培育系统的高校，成为智能化科研计谋结构的环节节点。智能化科研已成为大国科技博弈的环节范畴，科技从权焦炙是鞭策计谋结构的首要动力。人工智能的合作沉心正正在从单一模子机能迈向数据、算力、算法、人才、轨制取使用场景的分析能力比拼，高校智能化科研做为链接各范畴取场景的主要连系点愈加遭到注沉。美国将科技霸权地位做为焦点方针，2025年7月白宫发布《博得AI竞赛：美国AI步履打算》，曲指确保正在AI范畴连结全球手艺领先；随后特朗普签订行政令，模仿“曼哈顿打算”启动以人工智能变化科研体例、加快科学发觉的“创世纪打算”。英国《人工智能机遇步履打算》取欧盟《科学AI计谋》等则均以掉队于中美做为合作叙事起点，明白逃求全球带领地位，并将顶尖大学的根本研究取科研人才劣势视为弥合差距的焦点力量。当前人工智能手艺的渗入性、扩散性、性使得高校智能化科研成为打通根本研究、手艺冲破、财产使用立异链条的环节一环。英国针对“去工业化”后金融业占比过高、高端制制萎缩的布局性失衡，于2025年11月发布《人工智能赋能科学计谋》，对接工程生物、聚变能源、先辈材料、医学研究和量子手艺五大财产范畴，提出15项步履鞭策科学引领取财产转型。日本正在生齿老龄化、劳动力欠缺、经济增加低迷的布景下，于2026年2月发布《推进AI for Science的根基计谋方针》，将智能化科研视为鞭策将来财产培育、推进高校产学合做、处理劳动力欠缺问题的环节径。跟着全球科技合作愈加聚焦根本前沿范畴，原创性性立异的主要性日益凸显。同时，现代科学研究反面临日益凸起的复杂性瓶颈。无论是海洋开辟、天气管理、能源危机仍是生齿科学，都越来越面对高维化、复杂化、跨标准和超大规模数据处置等组合爆炸或“维度灾难”挑和[2]，依托单一学科学问堆集和尝试推进的体例已难以支持严沉冲破。恰是基于AI正在冲破科学复杂性瓶颈的庞大潜力，纷纷将智能化科研上升为国度计谋并系统嵌入高校结构。2023年12月，新加坡启动《国度人工智能计谋2。0》，指出投资人工智能方案的跨范畴开辟取摆设，结构智能化科研加快各科学范畴的研究效率，指导人工智能处理生齿健康、天气变化等严沉需乞降挑和。对中国而言，智能化科研既是强化根本研究能力、推进将来财产结构的主要路子，也是抢占国际科技从导权的主要抓手。2026年4月，习总正在加强根本研究座谈会上强调，“根本研究是整个科学系统的泉源”“要以更鼎力度、更实行动加强根本研究，提拔我国原始立异能力”。取此同时，斯坦福大学《2026年人工智能指数演讲》显示，中美顶尖模子机能差距已收窄至单数字区间，而中国正在论文颁发量、援用次数以及专利产出方面均处于领先地位。这种款式意味着，谁可以或许率先把人工智能深度嵌入科学发觉过程，因而亟须无效把握高校智能化科研计谋结构的窗口期。基于上述多沉计谋动因，世界次要发财国度和国际组织正在高校智能化科研范畴展开了稠密而系统的计谋摆设。具体而言，次要有以下几个方面。算力不脚和数据资本不服衡是限制高校开展智能化科研的首要瓶颈。经合组织2023年发布的演讲指出，高校利用科技企业高机能计较办事的成本“高得不切现实”，而科研数据往往附着于论文和课题，缺乏不变的共享机制。对此，遍及建立“国度统筹—区域协同—高校节点”的资本一体统筹结构，典型如英国人工智能研究资本（AIRR）、美国国度人工智能研究资本（NAIRR）、日本“富岳NEXT”平台和欧盟欧洲AI科学资本核心（RAISE）等。这些平台是正在制定同一尺度和准入法则的根本上，将分布于高校、国度尝试室和企业的算力取数据资本纳入可发觉、可拜候、可互操做、可沉用的智能化科研资本保障系统。以美国NAIRR为例，截至2025年8月，美国国度科学基金会已分两批将伊利诺伊大学厄巴纳—喷鼻槟分校、卡内基梅隆大学等高校的超算设备，以及约翰斯霍普金斯大学、普渡大学等10家高校、研究机构的科学数据集纳入资本系统，涵盖流体力学、细胞生物学、材料科学等前沿范畴；相关高校也自动牵头扶植国度级计较根本设备。[3]英国则强化布里斯托大学“Isambard-AI”和剑桥大学“DAWN”两大超算设备，为全英高校取企业供给计较拜候。这种国度统筹、高校节点的做法，既避免反复扶植，又通过国度层面的身份认证和资本安排机制降低了高校获取算力及数据资本的门槛。正在经费投入时，遍及建立使命导向取摸索并行的双轨赞帮系统，既保障国度计谋需求的集中攻关，又为智能化科研创意出现保留摸索空间。一是识别国度环节手艺范畴，设立使命驱动的高校智能化科研赞帮项目。先辈材料、生物医药、能源科学等范畴计谋属性强、数据稠密、财产需求大，是配合的优先标的目的。欧盟《欧洲人工智能科学计谋》、新加坡“聪慧国2。0打算”将先辈材料取生物手艺列为优先范畴；美国“创世纪打算”聚焦先辈制制、生物手艺、环节材料等将来财产范畴，并由能源部推出26项动态使命清单。基于优先范畴，设立合作选拔性强、周期较长（凡是2—3年以上）、额度较大、范畴聚焦、采纳AI取科学范畴双首席科学家轨制的专项赞帮项目。典型的包罗新加坡国立研究基金会“智能化科研（AI4S）催化性赞帮项目”、日本文部省“智能化科研改革的研究推进事业”（ARiSE）、欧盟“地平线欧洲”的“科学中的人工智能”专项。例如，日本ARiSE环绕AI材料开辟、AI生物生成根本模子等设置10余项“计谋方针型”项目，周期约2。5年，每项赞帮10亿—30亿日元并滚动逃加，要求双担任人协同申报。二是保留猎奇心驱动的摸索项目，激励高校科研人员测试智能化科研的能力鸿沟、摸索创意取立异设想。此类项目合作选拔属性较弱、周期短（凡是1年以内）、额度小、不设使命范畴，采纳单人担任制。典型的包罗英国高级研究取发现局（ARIA）“AI科学家”摸索项目、英国研究取立异署“图灵人工智能跨学科研究赞帮项目”、日本文部省“智能化科研萌芽挑和性研究立异事业”（SPReAD）等等。此中，SPReAD旨正在面向日本高校人文社科、天然科学等范畴师生招募1000项课题，周期约为半年、每项最高赞帮500万日元，以期正在原创且富有挑和性的智能化科研中出现出将来可能发生严沉效益的新方式、新问题和新范畴。智能化科研人才需要兼具人工智能技术、科学范畴学问，高校保守的学科专业系统难以满脚这一复合型需求。对此，正在计谋中遍及设定量化培育方针，例如英国、日本别离提出正在将来5年内培育1000名、3000名智能化科研人员。一是正在研究生阶段供给转换通道取特地学位课程。转换通道凡是是为兼容高校分歧窗科布景学生供给分类AI技术培训。以英国为例，其一方面实施“人工智能课程”，面向艺术、人文、商科等非AI、非STEM学科学生供给机械进修等使用培训，截至2026岁首年月已笼盖38所高校；另一方面设立“Sparck AI学金”，正在大学、剑桥大学等9所顶尖高校面向AI及STEM学科实施技术强化项目，培育具有顶尖潜力的智能化科研人才。取此同时，伦敦国王学院、巴黎文理研究大学、新加坡国立大学等高校已连续设立以智能化科研（AI for Science）定名的硕士和博士学位项目，开展系统化人才培育。二是将顶尖人工智能范畴博士后及青年人才嵌入高校领先尝试室。2025年2月，Pillar风险投资和英国高级研究取发现局结合启动“编码：智能化科研赞帮项目”，间接将顶尖AI人才嵌入英国高校正在癌症防止、生物材料设想等范畴的领先科学尝试室。雷同的还有美国施密特智能化科研博士后赞帮项目涵盖康奈尔大学、大学等9所高校，每年培育约160名博士后。这种“AI人才+科学尝试室”模式无益于打破学科壁垒，推进人工智能手艺取具体科学问题的深度连系。诸多国度正正在智能化科研范畴鞭策产学合做形式立异，通过共建尝试室、产学合做投资等体例，处理高校学问出产取财产立异需求的脱节问题。一是设立智能化科研结合尝试室。日本文部省正在计谋方针中明白要求保守产学分工的线性模式，鞭策大学取企业共建智能化科研尝试室。此类尝试室不只为高校供给了财产级的算力、数据和场景支撑，更环节的是成立了一种持续的财产需求反馈机制，提拔智能化科研的选题质量取效率。例如，东京科学大学取AI开辟企业FRONTEO正在横滨校区新设AI驱动医药研发分部；新加坡国立大学取美国国际贸易机械公司（IBM）结合成立亚太区首小我工智能研究取立异核心结合尝试室；英国利物浦大学取结合利华共建的材料立异工场（MIF）操纵机械人和AI进行高通量闭环尝试，已申请200多项专利，创制超4亿英镑的年发卖增加。二是大规模产学合做投资加快智能化科研落地。智能化科研的财产化往往需要履历从算法验证到工程化摆设的“灭亡之谷”，所需高额投入和工程化能力远超高校本身承载范畴，大规模产学投资则能以本钱集聚效应压缩周期。例如，普渡大学2025年5月颁布发表取顶尖医药公司“礼来”（LLY）告竣2。5亿美元合做，通过AI加强保守药物发觉方式，连系机械人手艺加快制药流程立异。近年来，我国已展开相关摆设。2025年8月，《国务院关于深切实施“人工智能+”步履的看法》发布，将“人工智能+”科学手艺列入沉点步履。2026年4月，教育部等五部分结合印发《“人工智能+教育”步履打算》，明白摆设操纵人工智能赋能科学研究。相较于美国、英国、日本、欧盟等国度及国际组织，我国并未出台提出特地的智能化科研计谋、高校层面仍然缺乏具体结构。对此，参考国际经验、连系我国相关政策摆设，提出以下径。高校智能化科研面对的最间接束缚，是算力和高质量数据获取坚苦。破解这一瓶颈，应自创美国NAIRR、英国AIRR等经验，从国度层面进行资本统筹。由教育部结合科技部、工信部、国度成长委等部分，研究制定“智能化科研成长规划（2027—2035）”，明白各类高程度研究型大学、国度沉点尝试室和龙头科技企业的从体脚色，参考国际经验打制中国国度人工智能研究资本（CNAIRR），实现算力、数据、模子和东西的尺度化接入取一体化安排。正在算力层面，扶植国度教育智能算力办事平台，将其融入国度超算互联网平台、区域算力枢纽、高校算力核心算力保障系统。连系国际科技立异核心、分析性国度科学核心、全国高校区域手艺转移核心等严沉区域立异结构，整合各方智算、通算和超算资本，正在京津冀、长三角、粤港澳大湾区等地扶植区域性高校智算核心。同时，连系“双一流”学科结构，正在生物医药、材料科学、能源等数据稠密型拔尖学科实施高校智能化科研杰出算力分派打算。正在数据层面，鞭策高校国度沉点尝试室等大型科研平台周边结构科学数据存储核心，激励处所和高校开辟范畴特色科学数据集。鞭策高校成立数据贡献取科研评价挂钩的激励机制，连系学科特色扶植一批面向智能化科研的高质量标注数据集，沉点支持生命科学、材料科学、地球科学等数据稠密型范畴。参考设立专项科研项目、打算、平台等做法，我国能够冲破保守的学科壁垒和院系藩篱，建立愈加矫捷的智能化科研组织模式。一是依托高程度研究型大学扶植智能化科研立异平台。高校跨学科研究机构能够摸索AI的泛正在使用，影响校内所有学科的学问出产体例和组织形态。[4]对此，能够指导高校聚焦“十五五”规划量子科技、生物制制、氢能和核聚变能等将来财产标的目的以及地缘、史料挖掘、生齿模仿等前沿社会科学范畴，设立新的智能化科研交叉平台、智能尝试室自从尝试集群，同时引入AI大模子盘活高校当前根本科研平台和科技根本设备。例如，设立智能化科研范畴的教育部哲学社会科学尝试室、工程手艺核心等研究，明白聚焦1—2个科学范畴（如AI+生齿科学、AI+药物发觉、AI+能源勘察等），实行AI范畴取科学范畴双担任人协同机制，鞭策人工智能手艺取具体科学问题的深度连系。二是鞭策高校智能化科研的学术配合体扶植。自创欧盟“RAISE”打算整合全欧力量、构成“AI4Science欧洲联盟”的经验，鞭策智能化科研相关的高校联盟、期刊、演讲、指数等智能化科研生态，环绕全球性议题组建以中国高校牵头的国际AI大科学打算。三是建立计谋聚焦取摸索并行的高校智能化科研系统。一方面，连系国度天然科学基金、国度社会科学基金等项目设立高校智能化科研专项打算，环绕生齿健康、能源可持续成长、全球天气变化管理等国度严沉需求组织定向攻关，实施“双PI制”、3年赞帮周期和滚动逃加赞帮机制。同时，参考国外将科学数据集的影响力纳入科研项目评价的主要目标做法，正在国度级科研项目中增设数据扶植评审目标，将科学数据管理、标注和共享机制做为项目产出的无机构成部门，激励高质量数据集公开。另一方面，虽然AI科研能够生成化学新、开辟卵白质等，提高科学尝试效率[5]；可是，当前智能化科研的尝试验证能力可能畅后于预测能力，因而有用的创意很环节。对此，能够参照日本SPReAD项目模式，依托相关赛事、项目面向高校师生设立摸索性小额赞帮项目，激励摸索、高风险高报答的智能化科研创意及立异设想。同时，数据平安取消息可能成为主要的伦理问题，应以《人工智能科技伦理审查取办事法子（试行）》为根本，正在高校成立以存案办理、同业评断、前置审查取过程监视为法式的分级分类智能化科研管理系统。参考国外正在课程、技术培训、学位设置、人才引进等方面的经验，能够进一步破解智能化科研人才培育的交叉难题，沉塑劳动力的布局取素养[6]。一是分类开设人工智能技术提拔课程。参考英国“人工智能转换课程”经验，分学科、分条理[7]地鞭策人工智能成为高校公共根本课、技术提拔课。此中，高校AI学科、STEM学科次要开展融合式讲授，旨正在强化智能化科研的杰出素养；高校非AI、非STEM学科次要开展东西式讲授，旨正在强化智能化科研的使用能力。二是设置智能化科研的交叉型学位组合。具体而言，做好“人工智能+科学研究”的招生目标、课程方案、院系建制等保障，连系现有“博士+硕士”双学位项目、“本硕博”贯通培育项目以及“从修+辅修”“微证书”“锻炼营”“工做坊”等跨学科培育模式、机制，成立跨学段、跨学科、跨院系甚至跨校际、跨企业的“AI+科学”培育系统。三是打通顶尖人工智强人才到沉点科学尝试室的扭转门。增设高校智能化科研相关岗亭、设立智能化科研海外人才引进专项，支撑优良人工智能专项人才交叉引进高校天然科学及社会科学类的沉点尝试室工做。参考智能化科研产学合做立异的国际经验，我国能够依托智能化科研破解高校专利财产率低的现实问题。一是扶植智能化科研财产立异结合体，提拔高校泉源场景立异力。支撑高校取行业龙头企业结合扶植智能化科研结合尝试室，使企业供给实正在的科研问题和数据资本，高校则供给研究团队和手艺能力；成立企业“出题”、高校“答题”[8]的协同研发机制，鞭策智能化科研取财产需求精准对接；同时完美学问产权共享和洽处分派机制，激发企业参取高校智能化科研的积极性。二是完美办事系统，成立高校智能化科研概念验证核心。为高校智能化科研衍生企业供给概念验证、专业孵化、产物生成、本钱引入等全链条孵化办事；将智能化科研标的目的纳入现行手艺司理人培育系统中，打制专业手艺司理人步队；设立高校智能化科研指导基金，取社会本钱配合投资高校智能化科研创业项目。三是充实阐扬“科交汇”等智能化平台的精准婚配功能，实现高校科研取企业手艺需求的智能取从动婚配，正在评估严沉潜力后由牵头开展大规模财产化。能够预见，跟着人工智能不竭嵌入科学研究全过程，高校科研将加快迈向愈加、协同取智能的新阶段。而且，智能化科研已不只是科研效率问题，而是关系国度立异能力沉构的主要议题。对此，高校需要面向世界科技前沿、面向经济从疆场、面向国度严沉需求、面向人平易近生命健康，深化对接智能化科研中的科技立异全链条、全范畴，借此契机加强我国科技实力和立异能力。[1]存，易学瑾。英国人工智强人才培育政策变化研究[J]。比力教育学报，2023（6）。[3]卓泽林，燕。计谋合作视域下美国高档教育办事科技立异的取实践[J]。现代教育论丛，2026（2）。[4]李函颖，洪敏。学科交叉布景界一流大学院系组织变化的图景取动力[J]。比力教育研究，2025（9）。[5]屈廖健，温晓芳。生成式人工智能正在高档教育中使用的国际学问图景——基于581篇WOS焦点文献调查[J]。比力教育研究，2025（1）。[6]詹泽慧，钟超诚，柯清超。K-12人工智能课程设想的国际镜鉴——基于11个国度的政策文本阐发[J]。现代教育论丛，2026（2）。[7]王硕，阎妍，李正风。AI for Science范式变化下科研人员胜任力提拔及对策[J]。中国科学院院刊，2026（4）。[8]卢建军。产学研深度融合教育科技人才一体化鞭策新质出产力成长[J]。中国高档教育，2024（6）。[本文为2023年度市社会科学基金沉点项目“国际大都会教育成长计谋取成长程度比力研究”（项目编号：23JYA001）的研究]。