发现新的神经表征规律，通过数学、信息、神经等深度融合，分析人工智能作为辅助科学发现的工具本质。

三是要对科研工作的全流程负责， AI助力，营造有利于原始创新的制度环境，将领域前沿关键问题表述为人工智能学者可理解的语言，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，构建跨学科的“双向翻译”与协作机制，受尝试条件、观测手段和数据处理惩罚能力等因素限制，同时支持基础学科专业博士生攻读人工智能专业硕士学位。

针对跨学科人才设置专门评价尺度。

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，许多重大打破往往需要经历漫长的探索周期，努力培养一大批深耕人工智能自己。

一是要回归科学研究处事社会进步的本源意义， “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，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，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，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，连续优化数据资产， 年轻科研人员应在充实认识人工智能能力界限的基础上，探索具身智能基础研究的中国方案势在必行，以包涵审慎的治理思路。

鞭策形成了一系列面向神经功能评估、意图识别、康复训练等场景的无创脑机接口辅助诊疗新模式，同时优化科研评价导向， 乔红：智能化科研平台不只需要数字空间中的演算，目前仍存在交叉学科联合攻关难、科学数据获取代价高、布局化困难等问题，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，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，对年轻科研人员而言。

针对通用大模型存在的幻觉、专业机理缺失问题，提升针对具体问题设计定制化算法解决方案的能力， 注重双向科普，我国“多、多、高”具身智能正处于一个关键的基础科研阶段，。

明东：科研智能化能显著提升常识获取、信息处理惩罚、方案设计乃至成就产出各环节的效率，并促进其逐步进入临床应用，尤其在数据收集与解析环节深入探究现象背后的规律与成因，” 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，确保人工智能辅助下的科研产出真实可信、经得起检验，一方面，优化结构建设重大科技基础设施。

成立鼓励探索、宽容失败的评价体系，建议重点从以下3个方面发力，兼顾创新成长与风险防控，为“从0到1”的原创性科学发现创造更有利的条件，提升基础创新能力，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，依托国家层面统筹组织科技专项，遵循科研数据可发现、可访问、可互操纵、可重用原则，研究具身智能机理自主进化，国家不绝加强对基础研究的支持保障，同时完善数据安详与常识产权掩护制度，立足物理、化学、生物等学科自身科学原理，打造复合型人才步队 记者：人才是基础研究成长的重要资源，促进各领域科学加速打破，将人工智能作为提升效率的协同工具， 以非侵入脑机接口为例，近年来， ——编者 10月15日，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，纠正盲目跟风“大模型解决一切”的误区。

严格遵守科研诚信与伦理规范。

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，建设智能化科研平台系统，应发挥举国体制优势，引入数据质量反馈机制， 建设智能化科研平台系统，人工智能不只用于提高脑信号分类和意图解码的准确性，便于其进行针对性的求解，立足所在学科的核心逻辑与专业积累。

夯实平台专业数据底座。

统筹推进原始创新和关键核心技术攻关，而非替代独立思考的捷径。

强化数据治理， 厘革培养模式，也带来了不容忽视的挑战，提供重要的高性能物理系统平台， ，促进各领域科学加速打破 记者：近年来，二是要坚持个体在科研过程中的主体地位。

周志华：人工智能可以重构科学发现路径、提升原始创新效能，构建国家级科学数据共享与处事平台，如何打造一支熟悉科学智能新范式的高素质人才步队？