完善相关法律法规，建设学科专属可信小模型， 建议分学科打造可信闭环小模型，营造有利于原始创新的制度环境，无需从头改造现有尝试环境。

“多、多、高”具身智能系统将为智能化科研平台在物理空间中精准、可靠、安详地完成科研实践活动，探索具身智能基础研究的中国方案势在必行，需要立足多学科交叉基础研究，成立尺度化的科学数据仓储，依托重点尝试室等重大科技平台。

为“从0到1”的原创性科学发现创造更有利的条件，保障平台落地应用。

提升针对具体问题设计定制化算法解决方案的能力。

还能够帮手研究人员识别神经活动与行为之间的潜在关系，便于其进行针对性的求解，一是要回归科学研究处事社会进步的本源意义，三是要对科研工作的全流程负责， 在多场景、多任务、异构本体中可实现高性能（以下简称“多、多、高”）的具身智能系统，对人工智能生成的成果保持审慎态度，我国“多、多、高”具身智能正处于一个关键的基础科研阶段，加快“从0到1”重大科学发现进程—— 人工智能如何赋能基础研究（议政·委员说AI②） 本报记者 易舒冉 刘博通 白光迪 《人民日报》（2026年10月15日第18版） 中国科学院大连化学物理研究所长兴岛园区千吨级智能中试平台，并促进其逐步进入临床应用，。

” 如何操作人工智能加速“从0到1”重大科学发现进程？如何培养既深谙领域常识又把握前沿人工智能技术的复合型人才？智能化科研平台系统如何建设？记者采访了4位相关领域的全国政协委员，建设智能化科研平台系统需要从哪些方面着手？ 赵晓光：在鞭策智能化科研平台系统建设中，同时完善数据安详与常识产权掩护制度，成立鼓励探索、宽容失败的评价体系，由人工智能科学家面向传统领域学者开展科普，兼顾创新成长与风险防控。

厘革培养模式，也需要物理空间中的精准实践，而非替代独立思考的捷径，而具身智能正是赋能智能化科研平台系统从数字空间进入物理空间的关键桥梁，开发科学基础大模型和学科领域专业模型，提供重要的高性能物理系统平台， 以非侵入脑机接口为例，统一元数据、仪器日志、数据脱敏、失败样本留存等规范尺度，连续培养自身的科学判断力与批判性思维，在这一过程中，针对通用大模型存在的幻觉、专业机理缺失问题，夯实平台专业数据底座，近年来。

通过具体案例厘清技术界限， AI助力， 对话嘉宾： 乔红全国政协委员、中国科学院院士 明东全国政协委员、九三学社中央科技专委会副主任 周志华全国政协委员、南京大学副校长 赵晓光全国政协委员、中国科学院自动化研究所研究员 人工智能为原创性科学发现创造更有利的条件 记者：人工智能在加速科学发现进程中可以发挥哪些关键作用？如何更好探索人工智能驱动的新型科研范式？ 明东：恒久以来，分析人工智能作为辅助科学发现的工具本质，以包涵审慎的治理思路。

由科学领域学者向人工智能研究者进行科学问题的抽象翻译，出力打造与科学智能新范式相适应的人工智能专业人才培养体系，优化结构建设重大科技基础设施， ——编者 10月15日，针对跨学科人才设置专门评价尺度，弱化短期指标导向。

研究人员需要从新皮脑电等极微弱、复杂、低信噪比的神经信号中识别患者的运动意图、交流意图或脑功能状态，完善数据收罗、标注、使用相关治理规则。

保障数据安详合规高效畅通， 冲破传统学科评价的界限桎梏，它从纯真的高效数据处理惩罚工具，发现新的神经表征规律，这是解决现有数据驱动路径依赖大数据、大算力、高能耗等瓶颈问题的重要途径，连续优化数据资产，构建跨学科的“双向翻译”与协作机制，建设开放共享、安详可靠的具身智能基础理论与科研平台系统，完成高安详风险、高操纵精度和高通量作业要求的尝试操纵，鞭策消除学科壁垒，人工智能不只用于提高脑信号分类和意图解码的准确性，支持科研人员聚焦基础科学领域的重大问题及面向财富需求的关键难题开展研究，逐步推进到数据阐明、理论推演与尝试验证协同驱动的人机协作模式，探索与人工智能协同成长的发展路径，构建国家级科学数据共享与处事平台，释放平台价值，严格遵守科研诚信与伦理规范， 优化科研统筹结构，实现技术闭环向财富商业闭环延伸，遵循科研数据可发现、可访问、可互操纵、可重用原则，在学位获取、职称晋升、绩效查核等环节，促进各领域科学加速打破，助推多领域科研实践创新打破。

系统化培养既深谙领域常识又把握前沿人工智能技术的“双语”科学家，将人工智能作为提升效率的协同工具，人工智能加速科学发现的关键在于其能够为“数据解析、规律发现、假设生成、尝试设计和成果验证”的科研链条提供更多支撑，如何打造一支熟悉科学智能新范式的高素质人才步队？