人工智能正從通用能力走向?qū)I(yè)賦能，成為培育新質(zhì)生產(chǎn)力、驅(qū)動(dòng)產(chǎn)業(yè)升級(jí)的關(guān)鍵引擎。2026年全國(guó)兩會(huì)期間，全國(guó)政協(xié)委員、中國(guó)科學(xué)院院士李景虹在接受證券時(shí)報(bào)記者專(zhuān)訪(fǎng)時(shí)表示，推動(dòng)人工智能高質(zhì)量發(fā)展，既要以高質(zhì)量行業(yè)數(shù)據(jù)筑牢產(chǎn)業(yè)底座，也要以系統(tǒng)性改革打通教育、科技、人才循環(huán)，雙輪驅(qū)動(dòng)我國(guó)搶占全球人工智能發(fā)展制高點(diǎn)。
當(dāng)前，我國(guó)“人工智能+”行動(dòng)已上升為國(guó)家戰(zhàn)略，大模型技術(shù)快速迭代，但產(chǎn)業(yè)落地仍面臨“通用有余、專(zhuān)業(yè)不足”的困境。李景虹在調(diào)研中發(fā)現(xiàn)，垂直領(lǐng)域大模型需要依托行業(yè)特有知識(shí)、實(shí)驗(yàn)數(shù)據(jù)與場(chǎng)景反饋持續(xù)迭代，而我國(guó)高質(zhì)量專(zhuān)業(yè)數(shù)據(jù)供給不足、數(shù)據(jù)治理規(guī)則不健全、數(shù)據(jù)共享機(jī)制不暢，已成為制約“人工智能+”走深走實(shí)的關(guān)鍵變量。
“行業(yè)大模型的核心競(jìng)爭(zhēng)力，源于對(duì)高質(zhì)量專(zhuān)業(yè)數(shù)據(jù)的深度訓(xùn)練?！崩罹昂缰毖裕?dāng)前我國(guó)行業(yè)數(shù)據(jù)建設(shè)面臨多重挑戰(zhàn)。公共資助科研數(shù)據(jù)開(kāi)放共享水平不高，創(chuàng)新主體獲取成本高、效率低；關(guān)鍵行業(yè)基礎(chǔ)數(shù)據(jù)積累不足，化工、材料、生物醫(yī)藥等領(lǐng)域長(zhǎng)期依賴(lài)國(guó)外商業(yè)數(shù)據(jù)庫(kù)，數(shù)據(jù)孤島現(xiàn)象普遍；高價(jià)值數(shù)據(jù)生成依賴(lài)專(zhuān)業(yè)設(shè)施，我國(guó)數(shù)據(jù)生產(chǎn)型基礎(chǔ)設(shè)施仍處起步階段；場(chǎng)景數(shù)據(jù)回流機(jī)制不清晰，企業(yè)本地化部署導(dǎo)致模型難以形成應(yīng)用—反饋—優(yōu)化的數(shù)據(jù)飛輪。
針對(duì)這些痛點(diǎn)，李景虹建議將行業(yè)數(shù)據(jù)資源建設(shè)提升到與技術(shù)創(chuàng)新、硬件投入同等重要的戰(zhàn)略高度，構(gòu)建分類(lèi)施策、共建共享、安全可控的行業(yè)數(shù)據(jù)新生態(tài)。他提出，優(yōu)先在生物醫(yī)藥、高端材料、智能制造等數(shù)據(jù)價(jià)值密度高的行業(yè)開(kāi)展試點(diǎn)，制定行業(yè)高質(zhì)量數(shù)據(jù)發(fā)展指南；布局行業(yè)級(jí)“數(shù)據(jù)工場(chǎng)”，建設(shè)自動(dòng)化實(shí)驗(yàn)室、數(shù)字孿生平臺(tái)等數(shù)據(jù)生產(chǎn)基礎(chǔ)設(shè)施，依托隱私計(jì)算、聯(lián)邦學(xué)習(xí)探索數(shù)據(jù)共建共享池；強(qiáng)化公共科研數(shù)據(jù)開(kāi)放共享，將數(shù)據(jù)提交與開(kāi)放情況納入科研項(xiàng)目驗(yàn)收評(píng)價(jià)；明確場(chǎng)景數(shù)據(jù)合規(guī)使用邊界，鼓勵(lì)云端服務(wù)模式，讓數(shù)據(jù)安全流通、價(jià)值高效回流。
數(shù)據(jù)是人工智能的“養(yǎng)料”，人才則是驅(qū)動(dòng)技術(shù)創(chuàng)新的核心。在李景虹看來(lái)，人工智能的競(jìng)爭(zhēng)本質(zhì)是國(guó)家創(chuàng)新體系效能的競(jìng)爭(zhēng)，是基礎(chǔ)研究、人才培養(yǎng)與產(chǎn)業(yè)轉(zhuǎn)化速度的全方位較量。隨著人工智能進(jìn)入縱深發(fā)展階段，傳統(tǒng)學(xué)科劃分、標(biāo)準(zhǔn)化人才培養(yǎng)模式已難以適配前沿需求，教育、科技、人才三者割裂推進(jìn)的問(wèn)題日益凸顯。
“推進(jìn)‘人工智能+’，既要解決數(shù)據(jù)‘有沒(méi)有、好不好、通不通’的基礎(chǔ)問(wèn)題，更要破解人才‘夠不夠、用不用、融不融’的長(zhǎng)遠(yuǎn)難題。”李景虹認(rèn)為，當(dāng)前我國(guó)創(chuàng)新體系開(kāi)放性不足、科技評(píng)價(jià)“重?cái)?shù)量輕質(zhì)量”、產(chǎn)學(xué)研協(xié)同存在“成果轉(zhuǎn)化斷層”，制約了人工智能領(lǐng)域原創(chuàng)突破與產(chǎn)業(yè)落地。他建議以系統(tǒng)性思維深化教育、科技、人才一體改革，為人工智能高質(zhì)量發(fā)展提供基礎(chǔ)性、戰(zhàn)略性支撐。
具體而言，一是夯實(shí)數(shù)據(jù)底座，由國(guó)家層面統(tǒng)籌建設(shè)科學(xué)與工程基礎(chǔ)數(shù)據(jù)平臺(tái)，推動(dòng)關(guān)鍵領(lǐng)域數(shù)據(jù)標(biāo)準(zhǔn)化與開(kāi)放共享，破解數(shù)據(jù)孤島；二是推動(dòng)融合育人，在高校布局“AI+X”交叉學(xué)科與交叉學(xué)院，動(dòng)態(tài)調(diào)整專(zhuān)業(yè)設(shè)置，構(gòu)建貫通式AI人才培養(yǎng)鏈條；三是深化評(píng)價(jià)改革，建立以創(chuàng)新價(jià)值、能力貢獻(xiàn)、產(chǎn)業(yè)實(shí)效為導(dǎo)向的評(píng)價(jià)體系，為科研人員減負(fù)松綁；四是強(qiáng)化協(xié)同攻堅(jiān)，支持龍頭企業(yè)與高校牽頭組建新型創(chuàng)新聯(lián)合體，健全風(fēng)險(xiǎn)共擔(dān)、利益共享機(jī)制，加速科技成果跨越“達(dá)爾文之?！?。
編輯：李華山
