國務(wù)院不久前印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，明確提出加快實(shí)施“人工智能+”科學(xué)技術(shù)行動(dòng)。這是黨中央準確把握科技發(fā)展大勢作出的重要戰略部署，指引我們在新一輪科研范式變革中搶占先機。

近年來(lái)，人工智能驅動(dòng)的科學(xué)研究在全球持續升溫，展現出重塑科技創(chuàng )新的巨大潛力，科學(xué)研究正邁向“人工智能+科學(xué)”的新范式。一個(gè)頗具代表性的例子就是人工智能模型阿爾法折疊2（AlphaFold2）準確預測蛋白質(zhì)結構。由于組成蛋白質(zhì)多肽鏈的氨基酸數量極為龐大，根據已知的氨基酸序列預測蛋白質(zhì)三維結構，一度是個(gè)遙不可及的夢(mèng)想。然而，AlphaFold2僅用短短幾年時(shí)間，便解決了這個(gè)曾經(jīng)困擾全球科學(xué)家數十年的難題，成功預測了大約兩億種蛋白質(zhì)的結構。

當然，人工智能帶來(lái)的機遇和挑戰并存。具體到科研領(lǐng)域，高質(zhì)量科學(xué)數據缺乏、算法可解釋性不足等，都是當前制約人工智能驅動(dòng)的科學(xué)研究深入發(fā)展的瓶頸。對此，我們需要在深刻把握人工智能發(fā)展趨勢和規律的基礎上，加強統籌謀劃。

例如，針對我國用于A(yíng)I訓練的數據質(zhì)量良莠不齊、依賴(lài)國外數據庫資源、數據標準不統一等問(wèn)題，當務(wù)之急是加快構建國家級數據平臺和算力網(wǎng)絡(luò )，促進(jìn)跨平臺、跨學(xué)科的優(yōu)質(zhì)科學(xué)數據資源安全共享與高效應用。再如，針對多學(xué)科交叉人才短缺這一問(wèn)題，則需要加強相關(guān)學(xué)科與人工智能交叉領(lǐng)域的復合型人才培養。

面對新形勢新挑戰，廣大科技工作者應積極擁抱新浪潮，探索使用人工智能手段解決重大科學(xué)問(wèn)題。有關(guān)部門(mén)也要瞄準問(wèn)題癥結，強化跨領(lǐng)域、跨部門(mén)協(xié)同攻關(guān)，讓人工智能真正成為科學(xué)家們的超級助手，助力提升科研效率和創(chuàng )新潛能。（本文來(lái)源：經(jīng)濟日報 作者：沈 慧）