為推進(jìn)AI在科學(xué)中的應(yīng)用，歐盟開展了科學(xué)AI國家政策互學(xué)互鑒（Mutual Learning Exercise on National Policies for AI in Science）研究項(xiàng)目，并分別于2025年2月24日和4月15日發(fā)布《科學(xué)AI基礎(chǔ)設(shè)施》與《科學(xué)AI人才》兩份報(bào)告，總結(jié)了參與該項(xiàng)目國家科學(xué)AI的現(xiàn)狀與挑戰(zhàn)，并提出了政策建議。兩份報(bào)告的主要內(nèi)容概述如下。

一、戰(zhàn)略背景

在該研究中，科學(xué)AI（AI in science）指的是利用AI來改進(jìn)和加快各學(xué)科的研究，涵蓋了從個(gè)人研究人員使用傳統(tǒng)機(jī)器學(xué)習(xí)（ML）技術(shù)和大型語言模型（LLM），到能夠自行進(jìn)行實(shí)驗(yàn)和分析數(shù)據(jù)的更先進(jìn)的系統(tǒng)。

該研究指出，最近的AI進(jìn)展正在改變材料科學(xué)、藥物設(shè)計(jì)、量子物理和醫(yī)學(xué)等領(lǐng)域研究人員的工作方式，使研究更有效，更有能力應(yīng)對(duì)氣候變化和流行病等挑戰(zhàn)。AI在科學(xué)中的根本影響是降低科學(xué)研究的經(jīng)濟(jì)成本：科學(xué)的智力部分現(xiàn)在由人類和AI完成，而實(shí)驗(yàn)部分現(xiàn)在由人類和實(shí)驗(yàn)室機(jī)器人完成。

目前AI由美國和中國的大型科技公司主導(dǎo)，任何一家歐洲公司無法競(jìng)爭(zhēng)，這是歐洲的一個(gè)根本戰(zhàn)略關(guān)切。

雖然AI的能力尚未被完全理解，但AI顯然有潛力大幅提升科研速度和效率?？茖W(xué)是技術(shù)的基礎(chǔ)，技術(shù)是社會(huì)的基石。歐洲衛(wèi)生、經(jīng)濟(jì)和軍事安全需要具有國際競(jìng)爭(zhēng)力的技術(shù)。

二、科學(xué)AI基礎(chǔ)設(shè)施

第一份報(bào)告分析了AI基礎(chǔ)設(shè)施中的三個(gè)主題：高性能計(jì)算、科學(xué)數(shù)據(jù)、AI基礎(chǔ)設(shè)施前沿（基礎(chǔ)模型和AI科學(xué)家）。

1.高性能計(jì)算（HPC）

高性能計(jì)算指的是各種大型計(jì)算設(shè)施，傳統(tǒng)超級(jí)計(jì)算機(jī)、基于云的集群、基于圖形處理器（GPU）的學(xué)習(xí)和推理系統(tǒng)等。盡管歷史上高性能計(jì)算與AI各自獨(dú)立發(fā)展，但GPU硬件的改進(jìn)推動(dòng)了兩者的融合，進(jìn)而推動(dòng)了深度學(xué)習(xí)的突破。這種融合越來越需要大量的計(jì)算和數(shù)據(jù)資源。

歐盟對(duì)高性能計(jì)算的主要支持是EuroHPC，它是歐盟、歐洲國家和私人合作伙伴于2018年共同發(fā)起的一項(xiàng)倡議，旨在在歐洲建立一個(gè)世界級(jí)的超級(jí)計(jì)算生態(tài)系統(tǒng)。EuroHPC聯(lián)合執(zhí)行體（JU）有兩個(gè)主要目標(biāo)：建立泛歐超級(jí)計(jì)算基礎(chǔ)設(shè)施，支持高性能計(jì)算的研究和創(chuàng)新，總部設(shè)在盧森堡市，于2018年11月在歐盟委員會(huì)監(jiān)督下開始運(yùn)營，并于2020年獲得自治權(quán)，由成員共同資助，2021-2027年的預(yù)算約為70億歐元。然而與美國和中國相比，EuroHPC的高性能計(jì)算能力要小得多。

EuroHPC聯(lián)合執(zhí)行體當(dāng)前的一項(xiàng)重要舉措是“AI工廠計(jì)劃”（AI Factories call），旨在通過整合AI成功的三個(gè)關(guān)鍵要素即計(jì)算能力、數(shù)據(jù)和人才創(chuàng)建一個(gè)蓬勃發(fā)展的歐洲生態(tài)系統(tǒng)，用于訓(xùn)練先進(jìn)的AI模型和開發(fā)AI解決方案?！癆I工廠”將實(shí)現(xiàn)互聯(lián)互通，并向歐洲AI初創(chuàng)企業(yè)、行業(yè)和研究人員開放。

該報(bào)告指出，在過去的幾年里，AI通過ChatGPT等大語言模型（LLM）的發(fā)展已經(jīng)發(fā)生了改變。LLM的成功驗(yàn)證了"規(guī)模化假說"（scaling hypothesis），即機(jī)器學(xué)習(xí)模型（尤其是神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)模型）的性能會(huì)隨著其規(guī)模、訓(xùn)練數(shù)據(jù)量和計(jì)算資源的增加而呈現(xiàn)可預(yù)測(cè)的提升。

基于對(duì)該假說持續(xù)有效的預(yù)期，以中美兩國科技巨頭為主，全球約有萬億美元資金在向新型高性能計(jì)算（HPC）領(lǐng)域投入。然而，由于經(jīng)濟(jì)、技術(shù)和環(huán)境的限制，這一假設(shè)可能會(huì)趨于穩(wěn)定。如果規(guī)?；僭O(shè)被證偽，那么當(dāng)前中美科技巨頭在AI超算領(lǐng)域的巨額投入，其技術(shù)前瞻性或?qū)S為如同18世紀(jì)在齋浦爾建造的簡(jiǎn)塔·曼塔天文臺(tái)巨型日晷——當(dāng)時(shí)機(jī)械鐘表已明確成為計(jì)時(shí)技術(shù)發(fā)展方向。在此情境下，AI的未來突破將不得不依賴于更高效的機(jī)器學(xué)習(xí)方法或硬件架構(gòu)的創(chuàng)新。

該報(bào)告希望“規(guī)?；僭O(shè)”不再持續(xù)有效，因?yàn)橐皇菤W洲無法通過規(guī)?；苿?dòng)AI的強(qiáng)力發(fā)展，二是計(jì)算基礎(chǔ)設(shè)施所使用的全球能源份額正在迅速上升，而為擴(kuò)展AI而構(gòu)建大量新的高性能計(jì)算資源將使這一情況更加惡化。

該報(bào)告對(duì)發(fā)展高性能計(jì)算提出如下政策建議：

——加大對(duì)高技能計(jì)算資源的投入；

——參與AI工廠計(jì)劃；

——優(yōu)先開發(fā)更小更節(jié)能的AI系統(tǒng)；

——研究將歐洲結(jié)構(gòu)和投資基金（ESIF）作為資金來源；

——高性能計(jì)算實(shí)踐必須優(yōu)先考慮能源效率和可持續(xù)性；

——對(duì)國家和歐洲一級(jí)存在的HPC軟件差距和資產(chǎn)進(jìn)行盤點(diǎn)；

——將AI和高性能計(jì)算整合到教育和培訓(xùn)計(jì)劃中，引入融合AI和高性能計(jì)算的跨學(xué)科碩士和博士課程，建立正式的培訓(xùn)計(jì)劃面向研究人員、行業(yè)專業(yè)人員和私營部門開放，以建立健全人才管道。

——加強(qiáng)泛歐合作，共享基礎(chǔ)設(shè)施、專業(yè)知識(shí)和最佳實(shí)踐，培育合作文化；

——平衡產(chǎn)學(xué)研合作。

2.數(shù)據(jù)

科學(xué)AI數(shù)據(jù)基礎(chǔ)設(shè)施指的是數(shù)據(jù)存儲(chǔ)庫、數(shù)據(jù)共享平臺(tái)、模型共享平臺(tái)等。AI的最新進(jìn)展不僅得益于高性能計(jì)算的利用，也得益于海量數(shù)據(jù)的獲取。數(shù)據(jù)在科學(xué)AI中也同樣重要。例如，如果沒有對(duì)蛋白質(zhì)序列和結(jié)構(gòu)數(shù)據(jù)庫的開放訪問，AlphaFold就不可能實(shí)現(xiàn)。

歐洲開放科學(xué)云（EOSC）是歐盟推出的促進(jìn)研究數(shù)據(jù)共享的重要行動(dòng)之一，其目標(biāo)是為歐洲研究人員、創(chuàng)新者、公司和公民提供一個(gè)聯(lián)合和開放的多學(xué)科環(huán)境，他們可以在其中發(fā)布、查找和重用數(shù)據(jù)、工具和服務(wù)，用于研究、創(chuàng)新和教育目的。另外，歐盟還在開發(fā)14個(gè)部門/領(lǐng)域的通用歐洲數(shù)據(jù)空間（Common European Data Spaces）。

該報(bào)告對(duì)推進(jìn)科學(xué)AI數(shù)據(jù)基礎(chǔ)設(shè)施也提出了政策建議，包括：

——優(yōu)先考慮互操作性和跨學(xué)科協(xié)作，以最大限度地發(fā)揮共享數(shù)據(jù)的價(jià)值；

——改進(jìn)培訓(xùn)并加大對(duì)專門支持崗位的資金投入至關(guān)重要；

——應(yīng)該考慮加強(qiáng)對(duì)數(shù)據(jù)共享的激勵(lì)，并簡(jiǎn)化流程，建立獎(jiǎng)勵(lì)制度，以認(rèn)可研究人員對(duì)開放數(shù)據(jù)存儲(chǔ)庫的貢獻(xiàn)。

——?dú)W洲開放科學(xué)云應(yīng)得到擴(kuò)展和標(biāo)準(zhǔn)化，以充分發(fā)貨會(huì)其潛力；

——AI有潛力從教科書、科學(xué)論文和研究成果中提取明確的可執(zhí)行知識(shí)，從而豐富數(shù)據(jù)基礎(chǔ)設(shè)施。這一領(lǐng)域的AI研究應(yīng)該得到支持。

3.基礎(chǔ)模型

基礎(chǔ)模型是一種基于廣泛數(shù)據(jù)訓(xùn)練的AI模型，因此可以進(jìn)行調(diào)整并應(yīng)用于廣泛的應(yīng)用程序?；A(chǔ)模型旨在通過允許大型、適應(yīng)性強(qiáng)的模型從大量數(shù)據(jù)集中學(xué)習(xí)，從而徹底改變科學(xué)研究。鑒于生物、化學(xué)和物理系統(tǒng)的復(fù)雜性，這項(xiàng)技術(shù)在解決生物學(xué)和醫(yī)學(xué)領(lǐng)域的關(guān)鍵挑戰(zhàn)方面擁有巨大潛力。

科學(xué)基礎(chǔ)模型是一種非常有前景的途徑，可以為加速科學(xué)研究提供基礎(chǔ)設(shè)施，對(duì)社會(huì)科學(xué)也很有價(jià)值，例如通過加強(qiáng)調(diào)查研究、在線實(shí)驗(yàn)、基于主體的模型和其他通常用于研究人類行為的技術(shù)。

該報(bào)告認(rèn)為，需要公共領(lǐng)域的基礎(chǔ)模型。而一個(gè)值得注意的倡議是萬億參數(shù)聯(lián)盟（Trillion Parameter Consortium）：一個(gè)新的國際聯(lián)盟，旨在為科學(xué)創(chuàng)建值得信賴和可靠的生成式AI模型。

對(duì)推進(jìn)基礎(chǔ)模型發(fā)展，該報(bào)告提出了如下建議：

——對(duì)基礎(chǔ)模型的基礎(chǔ)設(shè)施（高性能計(jì)算和數(shù)據(jù)）的戰(zhàn)略投資至關(guān)重要，擴(kuò)展高性能計(jì)算和數(shù)據(jù)基礎(chǔ)設(shè)施以支持科學(xué)基礎(chǔ)模型的訓(xùn)練和推理是必要的。

——跨學(xué)科合作和有針對(duì)性的培訓(xùn)項(xiàng)目將有助于最大限度地發(fā)揮基金會(huì)模型的效用。需要教育舉措來連接AI、高性能計(jì)算和各個(gè)科學(xué)學(xué)科，培養(yǎng)一支熟練利用這些先進(jìn)工具的勞動(dòng)力隊(duì)伍。還應(yīng)鼓勵(lì)跨機(jī)構(gòu)和國家的合作研究，將基礎(chǔ)模型與假設(shè)生成和實(shí)驗(yàn)驗(yàn)證相結(jié)合，推動(dòng)跨多個(gè)研究領(lǐng)域的突破。

——有必要為歐洲科學(xué)家提供平等的獲得基礎(chǔ)模型的渠道。應(yīng)促進(jìn)數(shù)據(jù)和模型的開放共享，確保廣泛參與，使各行各業(yè)和各地區(qū)的研究人員能為AI驅(qū)動(dòng)的科學(xué)進(jìn)步做出貢獻(xiàn)。

——需要開發(fā)通用的、可信的基礎(chǔ)模型，這些模型必須閱讀并理解科學(xué)文獻(xiàn)，理性地比較和整合所有科學(xué)文獻(xiàn)中相互矛盾的陳述，能夠產(chǎn)生有充分根據(jù)的新假設(shè)和理論，并能夠提出最有效的實(shí)驗(yàn)來推動(dòng)科學(xué)發(fā)展。

——有必要監(jiān)控并盡量減少影響期刊、審稿人、編輯和科學(xué)讀者的科學(xué)不端行為。應(yīng)促進(jìn)健全的制度和對(duì)研究過程的獨(dú)立審計(jì)，以發(fā)現(xiàn)和防止欺詐或不道德行為，從而維護(hù)科學(xué)誠信。

5.AI科學(xué)家

科學(xué)AI最先進(jìn)的是“AI科學(xué)家”（也被稱為“機(jī)器人科學(xué)家”、“自動(dòng)駕駛實(shí)驗(yàn)室”、“自主發(fā)現(xiàn)系統(tǒng)”、“機(jī)器科學(xué)家”等）。這些AI系統(tǒng)與實(shí)驗(yàn)室自動(dòng)化相集成，實(shí)現(xiàn)了科學(xué)研究的閉環(huán)自動(dòng)化。AI科學(xué)家最早起源于歐洲。然而，在對(duì)AI科學(xué)家的投資方面，歐洲遠(yuǎn)遠(yuǎn)落后于美國和加拿大。

2024年4月，歐盟委員會(huì)的科學(xué)咨詢機(jī)制（SAM）發(fā)布了關(guān)于如何促進(jìn)整個(gè)歐盟在研究和創(chuàng)新中采用AI的獨(dú)立政策建議，其中與AI科學(xué)家相關(guān)的內(nèi)容是“建立歐洲分布式AI科學(xué)研究所”。該建議指出，“為了對(duì)抗少數(shù)公司對(duì)AI基礎(chǔ)設(shè)施的主導(dǎo)地位，并賦能跨學(xué)科的公共研究，科學(xué)家們建議成立一個(gè)新的研究所。”歐盟委員會(huì)主席馮德萊恩也表達(dá)了類似的觀點(diǎn)，提議成立“歐洲AI研究理事會(huì)”（European AI Research Council）。

其他一些機(jī)構(gòu)如歐洲人工智能研究實(shí)驗(yàn)室聯(lián)合會(huì)（CAIRNE）、未來世代中心（CFG）同樣有此建議，即成立像歐洲核子研究組織（CERN）的AI研究所（CERN for AI in Science）。

該報(bào)告呼吁推動(dòng)這樣的AI研究所成為現(xiàn)實(shí)，認(rèn)為這將使歐洲有可能主導(dǎo)下一次科學(xué)技術(shù)革命，從而保障歐洲的健康、經(jīng)濟(jì)安全和軍事安全。

該報(bào)告就AI科學(xué)家發(fā)展同樣提出了一些政策建議，包括：

——應(yīng)考慮為資助一項(xiàng)大規(guī)模的科學(xué)AI計(jì)劃，并探討構(gòu)建這種計(jì)劃的最佳方式；

——加強(qiáng)實(shí)驗(yàn)室硬件和軟件的互操作性對(duì)于提高采用率和可用性至關(guān)重要，特別是在多學(xué)科和協(xié)作研究環(huán)境中；

——需要有針對(duì)性的教育舉措、新的學(xué)術(shù)課程設(shè)置以及吸引該領(lǐng)域全球人才的激勵(lì)措施；

——?dú)W洲應(yīng)該參與并支持國際努力，以減輕AI在科學(xué)中使用的風(fēng)險(xiǎn)；

——需要支持機(jī)器人科學(xué)，以解決當(dāng)前在實(shí)現(xiàn)更高水平的自動(dòng)化和增強(qiáng)實(shí)驗(yàn)室內(nèi)執(zhí)行任務(wù)的普遍性方面的挑戰(zhàn)。

第一份報(bào)告最后指出，歐洲目前在科學(xué)AI領(lǐng)域仍具有國際競(jìng)爭(zhēng)力，但必須迅速采取行動(dòng)，以保持其競(jìng)爭(zhēng)優(yōu)勢(shì)。

科學(xué)AI競(jìng)賽是歐洲未來繁榮的核心，目前主導(dǎo)AI的美國和中國的大型科技公司并未在科學(xué)領(lǐng)域占據(jù)優(yōu)勢(shì)，因?yàn)榭茖W(xué)需要實(shí)驗(yàn)室和設(shè)備，而大型科技公司只能有限地獲得這些實(shí)驗(yàn)室和設(shè)備。相比之下，歐洲科學(xué)界擁有必要的科學(xué)專業(yè)知識(shí)，以及廣泛的學(xué)術(shù)和工業(yè)科學(xué)實(shí)驗(yàn)室和設(shè)施網(wǎng)絡(luò)。這些人才和設(shè)備比大型科技公司高出幾個(gè)數(shù)量級(jí)。歐洲還有一個(gè)優(yōu)勢(shì)，那就是擁有大量的實(shí)驗(yàn)室自動(dòng)化產(chǎn)業(yè)。

三、科學(xué)AI人才

第二份報(bào)告從吸引和留住技術(shù)人才、提供培訓(xùn)、鼓勵(lì)跨領(lǐng)域團(tuán)隊(duì)合作、構(gòu)建立公私組織伙伴關(guān)系以及改善AI教育等方面進(jìn)行了分析。

該報(bào)告指出，AI工具的日益普及引發(fā)了人們的疑問：未來的科學(xué)家是否需要深厚的機(jī)器學(xué)習(xí)專業(yè)知識(shí)，或者AI素養(yǎng)和提示工程是否足以滿足許多應(yīng)用的需求。這種快速轉(zhuǎn)變需要一種適應(yīng)性強(qiáng)、具有前瞻性的教育方法，以確保研究人員始終具備相關(guān)技能。因此，一個(gè)關(guān)鍵的政策考量是建立敏捷、響應(yīng)迅速的教育體系，以持續(xù)適應(yīng)新興的AI能力和研究需求。

1.科學(xué)AI人才的吸引和留住

報(bào)告指出，吸引和留住人才對(duì)于推進(jìn)AI在科學(xué)領(lǐng)域的應(yīng)用至關(guān)重要。在這種情況下，“人才”包括各種技能組合，包括AI研究；將現(xiàn)有AI工具應(yīng)用于其他科學(xué)領(lǐng)域；研究、軟件和數(shù)據(jù)工程；科學(xué)學(xué)科的數(shù)據(jù)管理；以及重要的“橫向”能力，如團(tuán)隊(duì)合作、溝通和負(fù)責(zé)任的創(chuàng)新。

隨著AI在解決復(fù)雜科學(xué)問題中發(fā)揮越來越大的作用，對(duì)能夠有效開發(fā)和應(yīng)用AI工具的高技能專家的需求越來越大（從這個(gè)意義上說，專家可以是：人工智能/機(jī)器學(xué)習(xí)研究人員、數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)管理員、科學(xué)軟件開發(fā)人員、領(lǐng)域科學(xué)家等）。

該報(bào)告建議為了了營造一個(gè)更具支持性和可持續(xù)性的AI人才環(huán)境，政策制定者應(yīng)關(guān)注以下幾點(diǎn)：

——有針對(duì)性的AI研究資金，專門支持以AI為重點(diǎn)的職業(yè)發(fā)展、培訓(xùn)和跨學(xué)科研究；

——精簡(jiǎn)行政程序，減少在招聘和撥款申請(qǐng)方面的官僚延誤；

——簡(jiǎn)化簽證政策，促進(jìn)國際流動(dòng)，吸引和留住全球AI人才；

——明確的人才留住政策，包括結(jié)構(gòu)化的職業(yè)發(fā)展、終身職位和激勵(lì)措施等；

——提高研究人員的工資，以提高他們相對(duì)于私營部門的競(jìng)爭(zhēng)力，并留住和吸引人工智能和科學(xué)人才。

2.AI教育與課程融合

報(bào)告指出，教育是建立強(qiáng)大的AI科學(xué)人才庫的基礎(chǔ)。為了滿足科學(xué)研究中對(duì)AI專業(yè)知識(shí)日益增長的需求，將AI教育融入到從小學(xué)到大學(xué)的課程中至關(guān)重要。早期接觸AI概念有助于培養(yǎng)興趣和發(fā)展基本技能；此外，這些舉措可以鼓勵(lì)不同人群更廣泛地參與，從而有助于克服STEM領(lǐng)域的性別刻板印象。高等大學(xué)課程應(yīng)該讓學(xué)生掌握跨學(xué)科研究所需的專業(yè)知識(shí)。

關(guān)鍵挑戰(zhàn)之一是AI技術(shù)的快速發(fā)展，要求教育系統(tǒng)更加敏捷和響應(yīng)迅速。AI課程，特別是在大學(xué)和專業(yè)培訓(xùn)階段，必須經(jīng)常更新，以反映基礎(chǔ)模型、生成式AI和倫理考慮等新興趨勢(shì)。如果沒有持續(xù)的課程修訂，AI教育可能會(huì)過時(shí)，導(dǎo)致研究人員和專業(yè)人員對(duì)現(xiàn)實(shí)世界的AI應(yīng)用毫無準(zhǔn)備。

就加強(qiáng)AI教育與課程融合，該報(bào)告提出了如下建議：

——將AI和計(jì)算思維的主題納入中小學(xué)教育；

——將大學(xué)AI教育從計(jì)算機(jī)科學(xué)擴(kuò)展到各門科學(xué)學(xué)科；

——開發(fā)靈活、模塊化的AI課程，讓不同背景的學(xué)生在各階段教育都能獲得AI技能；

——支持AI終身學(xué)習(xí)和專業(yè)發(fā)展，特別是需要將AI融入到工作中的研究人員；

——加強(qiáng)公私伙伴關(guān)系，創(chuàng)造實(shí)用的AI培訓(xùn)機(jī)會(huì)，確保研究人員獲得AI應(yīng)用的實(shí)踐經(jīng)驗(yàn)；

——鼓勵(lì)跨大學(xué)合作，使學(xué)生能夠從多個(gè)大學(xué)學(xué)習(xí)AI課程。

——鼓勵(lì)科學(xué)家與公眾接觸，揭開AI的神秘面紗，并促進(jìn)有關(guān)其社會(huì)影響的知情討論；

——通過定期重新評(píng)估和更新課程內(nèi)容，確保教育系統(tǒng)的敏捷性和響應(yīng)性。這可能包括定期審核AI課程和模塊化學(xué)習(xí)結(jié)構(gòu)，以便快速適應(yīng)技術(shù)進(jìn)步。

3.培訓(xùn)和技能提升

報(bào)告指出，培訓(xùn)和提高技能對(duì)于發(fā)展和維持一個(gè)強(qiáng)大的AI科學(xué)人才庫至關(guān)重要。隨著AI技術(shù)的快速發(fā)展，研究人員和專業(yè)人員需要持續(xù)的學(xué)習(xí)機(jī)會(huì)，以掌握最新的工具和方法。提供便捷有效的培訓(xùn)項(xiàng)目，確?？茖W(xué)家能夠以創(chuàng)新的方式應(yīng)用AI來應(yīng)對(duì)復(fù)雜的挑戰(zhàn)。

針對(duì)培訓(xùn)和技能再提升，該報(bào)告提出如下政策建議：

——改革評(píng)估標(biāo)準(zhǔn)，在進(jìn)行研究和教學(xué)績效評(píng)估時(shí)，承認(rèn)AI培訓(xùn)工作是有價(jià)值的（但非強(qiáng)制性）；

——引入培訓(xùn)師培訓(xùn)計(jì)劃，并與AI專業(yè)機(jī)構(gòu)開展教師交流；

——擴(kuò)大國家人工智能基礎(chǔ)設(shè)施，以提供計(jì)算能力和結(jié)構(gòu)化培訓(xùn)；

——為AI課程提供補(bǔ)助和補(bǔ)貼，類似于奧地利的“數(shù)字奧地利”計(jì)劃，該計(jì)劃為研究人員的AI培訓(xùn)項(xiàng)目提供資金；

——國家和歐洲研究資助機(jī)構(gòu)應(yīng)將AI培訓(xùn)成本納入研究資助。

4.跨學(xué)科AI研究和職業(yè)發(fā)展

報(bào)告指出，跨學(xué)科研究對(duì)于推進(jìn)AI在科學(xué)領(lǐng)域的發(fā)展至關(guān)重要，因?yàn)樗梢詫I工具和技術(shù)整合到生物學(xué)、物理學(xué)和環(huán)境科學(xué)等領(lǐng)域。這種合作有望在解決復(fù)雜的科學(xué)問題方面取得突破。然而，要實(shí)現(xiàn)這一目標(biāo)，需要刻意努力培育跨學(xué)科方法，并創(chuàng)造可持續(xù)的職業(yè)發(fā)展道路，鼓勵(lì)科學(xué)家跨領(lǐng)域參與。同時(shí)，必須承認(rèn)跨學(xué)科研究本身就具有挑戰(zhàn)性，而且不一定總是成功。

促進(jìn)跨學(xué)科研究的良好舉措包括：為匯聚AI專家和領(lǐng)域科學(xué)家的項(xiàng)目設(shè)立專項(xiàng)資助計(jì)劃，建立跨學(xué)科研究中心，以及提供將AI與科學(xué)學(xué)科相結(jié)合的聯(lián)合學(xué)術(shù)項(xiàng)目。職業(yè)發(fā)展可以通過認(rèn)可和獎(jiǎng)勵(lì)學(xué)術(shù)和機(jī)構(gòu)環(huán)境中的跨學(xué)科工作，提供指導(dǎo)機(jī)會(huì)，以及提供靈活的職業(yè)道路來連接學(xué)術(shù)界，工業(yè)界和公共研究機(jī)構(gòu)來支持。

就跨學(xué)科AI研究和職業(yè)發(fā)展，該報(bào)告提出如下政策建議：

——國家研究資助機(jī)構(gòu)應(yīng)該引入跨學(xué)科的AI資助計(jì)劃；

——資金申請(qǐng)應(yīng)該明確要求AI研究人員和領(lǐng)域?qū)＜抑g的合作；

——評(píng)估流程應(yīng)進(jìn)行調(diào)整，以納入審查小組的跨學(xué)科專業(yè)知識(shí)；

——大學(xué)應(yīng)該在課程中融入AI，以促進(jìn)跨學(xué)科學(xué)習(xí)；

——AI培訓(xùn)應(yīng)融入STEM和社會(huì)科學(xué)學(xué)科，以培養(yǎng)跨學(xué)科AI素養(yǎng)；

——博士和博士后課程應(yīng)該從一開始就支持跨學(xué)科的AI研究。早期職業(yè)研究人員應(yīng)該與來自AI和領(lǐng)域科學(xué)的導(dǎo)師結(jié)對(duì)；

——制定更清晰的學(xué)術(shù)和行業(yè)路徑，鼓勵(lì)跨領(lǐng)域流動(dòng)不受處罰；

——AI研究應(yīng)納入國家科學(xué)戰(zhàn)略。政府應(yīng)確保AI成為國家研究議程的核心組成部分，并促進(jìn)跨領(lǐng)域合作；

——跨學(xué)科項(xiàng)目的評(píng)估應(yīng)考慮到跨領(lǐng)域整合的內(nèi)在挑戰(zhàn)，并容忍失敗，特別是在早期階段。

5.公私伙伴關(guān)系和國際合作

報(bào)告指出，公私合作和國際合作對(duì)于培養(yǎng)和留住科學(xué)AI人才至關(guān)重要。在科學(xué)領(lǐng)域推進(jìn)AI的挑戰(zhàn)，如獲取資源、資金和尖端專業(yè)知識(shí)，需要跨部門和跨國界合作。學(xué)術(shù)界、產(chǎn)業(yè)界和政府之間的合作可以彌合資源缺口，提供實(shí)際經(jīng)驗(yàn)，并為人才發(fā)展創(chuàng)造新的機(jī)會(huì)。同樣，國際合作促進(jìn)了知識(shí)交流、利用全球研究基礎(chǔ)設(shè)施以及匯集人才，以應(yīng)對(duì)復(fù)雜的科學(xué)挑戰(zhàn)。

針對(duì)合作伙伴關(guān)系建立，該報(bào)告提出如下建議：

——政府應(yīng)積極推動(dòng)學(xué)術(shù)機(jī)構(gòu)、私營公司和研究機(jī)構(gòu)之間的結(jié)構(gòu)化合作，以培養(yǎng)AI人才和提升研究能力。這可能包括共同資助的AI研究項(xiàng)目、行業(yè)贊助的博士課程，以及由學(xué)術(shù)界和產(chǎn)業(yè)界主導(dǎo)的AI培訓(xùn)項(xiàng)目；

——確保所有學(xué)科都能獲得公私合作的AI培訓(xùn)項(xiàng)目；

——國家和歐盟層面的研究資助機(jī)構(gòu)應(yīng)引入明確支持跨境AI研究合作和跨學(xué)科AI應(yīng)用的資助項(xiàng)目，促進(jìn)AI人才的知識(shí)共享和流動(dòng)；

——政府應(yīng)投資AI研究基礎(chǔ)設(shè)施，如高性能計(jì)算資源、云平臺(tái)和開放訪問數(shù)據(jù)集，確保學(xué)術(shù)和行業(yè)研究人員擁有有效合作的必要工具；

——決策者應(yīng)確保將AI作為國家研究戰(zhàn)略的核心組成部分，這需要不同科學(xué)學(xué)科之間以及公共和私營部門之間的合作。這可能包括建立促進(jìn)大學(xué)和產(chǎn)業(yè)界合作的國家人工智能中心；

——稅收激勵(lì)、補(bǔ)貼和資助計(jì)劃應(yīng)鼓勵(lì)私營公司投資與大學(xué)的AI研究合作，共同開發(fā)培訓(xùn)計(jì)劃，并為AI研究人員提供行業(yè)實(shí)習(xí)機(jī)會(huì)；

——AI人才受益于跨部門的多元化經(jīng)驗(yàn)。政府應(yīng)該建立流動(dòng)性計(jì)劃，允許研究人員跨大學(xué)、私營企業(yè)和國際研究機(jī)構(gòu)工作，確?？缧袠I(yè)知識(shí)轉(zhuǎn)移；

——國家和國際政策應(yīng)鼓勵(lì)企業(yè)和研究機(jī)構(gòu)共享AI工具、數(shù)據(jù)集和研究成果，以促進(jìn)開放科學(xué)原則。這將促進(jìn)更廣泛的合作，并加速AI在科學(xué)領(lǐng)域的進(jìn)步；

——政府和大學(xué)之間基于績效的資助協(xié)議應(yīng)包括對(duì)AI培訓(xùn)計(jì)劃的要求，確保高等教育機(jī)構(gòu)優(yōu)先考慮跨學(xué)科的AI技能提升；

——許多AI研究合作目前都與短期項(xiàng)目有關(guān)，影響有限。政府和資助機(jī)構(gòu)應(yīng)鼓勵(lì)學(xué)術(shù)界和產(chǎn)業(yè)界建立多年的AI合作伙伴關(guān)系，為AI研究和勞動(dòng)力發(fā)展提供穩(wěn)定和持續(xù)的投資。

第二份報(bào)告最后指出，AI人才是科學(xué)進(jìn)步的戰(zhàn)略必需品。政府、研究機(jī)構(gòu)和產(chǎn)業(yè)界需要協(xié)調(diào)一致，建立一個(gè)有利于AI人才茁壯成長的生態(tài)系統(tǒng)。通過實(shí)施上述建議，歐洲國家可以創(chuàng)建一支可持續(xù)和有競(jìng)爭(zhēng)力的AI勞動(dòng)力隊(duì)伍，以應(yīng)對(duì)未來的科學(xué)挑戰(zhàn)。

資料來源：

1.European Commission(2025). Infrastructures for AI in science : mutual learning exercise on national policies for AI in science : second thematic report. https://data.europa.eu/doi/10.2777/8581577

2.European Commission(2025). Talent for AI in science : mutual learning exercise on national policies on AI in science. https://data.europa.eu/doi/10.2777/8779512

[本文為中國教育科學(xué)研究院國際教育研究中心承擔(dān)的教育部高校國別和區(qū)域研究2024年課題研究成果]

本文由中國教育科學(xué)研究院張永軍副研究員整理，編輯劉強(qiáng)。內(nèi)容僅供參考，點(diǎn)擊左下角“閱讀原文”可下載該文獻(xiàn)。