本期嘉賓：周園春 中國科學院計算機網絡信息中心主任

主持人：吳海天 人民網·人民數據

人民數據：從首屆大賽到今年，參賽項目在質量、類型、成熟度上發生了哪些明顯變化？有沒有超出您的預期？

周園春：我有三點感受。一是參賽隊伍對數據要素的理解越來越深。從首屆到今年的項目看，無論是整體方案還是創新成果，對數據要素的理解都在持續加深，而且越來越透徹。二是參賽團隊越來越務實，越來越聚焦具體問題，把數據作為要素融入解決問題的過程當中。三是參賽團隊的覆蓋范圍越來越大。以科技創新賽道為例，往屆參賽主體以科研機構、高等院校等為主，今年則有大量企業參加，各個領域、各個方向、各個機構踴躍參與。總體而言，參賽范圍和數據要素融入相關領域的廣度都在不斷擴大。

人民數據：科技創新賽道出現了大量科研智能體、智能科學家項目。您認為人工智能賦能科學研究是否會重構科研數據的使用方式？

周園春：從科技賽道三年的演進過程，以及當前人工智能賦能科學研究的國內外發展態勢看，人工智能正在深刻改變科研方式。人工智能賦能科學研究帶來的變化已經真切地發生在眼前。部分學科領域的科研人員已經感受到巨大挑戰，需要建立新的思維、新的模式，否則人工智能有可能顛覆該領域的研究思路。這種顛覆性影響，在數學、理論物理等領域已經或者接近成為現實。科研范式在不同學科領域的融入深度正在逐步加深，我相信未來更多領域都會出現這樣的影響。

這種影響對於科研智能體、自主實驗室等新技術而言，實際上是適應人工智能賦能科研新范式下科學數據供給模式的變化。隨著科研范式的變化，才有了自主實驗室——它希望從后端范式的變化牽引前端數據採集需求，實現定制化採集。目前還有一個關鍵環節是驗証：人工智能預測的許多材料，其預測性能和相應數據証明是否正確、如何驗証，也需要與自主實驗室體系等相結合才能形成完整閉環。

從科研智能體的角度看，數據的使用方式也發生了變化。以往是科研人員下載數據自行開展研究，現在則更多是智能體、機器在使用數據——科研人員提出想法，大模型根據這一思路和想法分解任務，再由智能體調用數據，人不再直接分析數據。因此，數據的使用方式、數據的產生模式，以及驗証預測結果的方式，都是在新技術、新范式下產生的新動力。我們要更好地擁抱這種變化，同時也要深刻分析人工智能賦能科研新范式下仍需完善和優化的問題，包括驗証問題。這也是下一步推動科研范式變革過程中需要不斷優化完善的方向。

人民數據：如果給今年的參賽團隊提一條建議，您最想說什麼？

周園春：我的建議是，要在需求的牽引下，找准每個領域、每個行業、每個學科的痛點問題。由於每個學科、每個領域所處的發展階段不同，數據要素介入過程中的痛點程度也不盡相同。要以需求牽引、問題牽引，針對解決問題過程中的痛點、堵點，提出數據要素賦能領域科技創新和行業科技創新的解決方案，並在行業內逐步形成可復制、可推廣的模式。堅持從小處著手、以問題牽引、落到實處，最終放大解決方案的示范效應。這可能是各參賽團隊未來更應關注和發力的方向。