人工智能引领科研范式变革 - 人工智能具有溢出带动性很强的"头雁"效应，正在以前所未有的深度和广度重塑科学研究的基本逻辑与方法体系 [1] - 科研范式经历了三次重大变革：经验范式、理论范式、计算范式，人工智能推动科学研究从传统的以假设驱动转向基于海量数据驱动 [2] - 人工智能大模型快速发展，推动人工智能全面融入科学、技术和工程研究，形成"数据密集—智能涌现—人机协同"的三元认知方法论 [3][4] 人工智能科研范式的典型特征 - 以智能挖掘替代假设检验，如AlphaFold成功预测了几乎2亿种蛋白质结构，展现人工智能在推动科学创新方面的重要作用 [3] - 以多元知识耦合激发智能涌现，如华为云盘古大模型在30多个行业、400多个场景中落地，协助产业研发创新的智能升级 [3] - 人工智能逐步从"辅助工具"转变为"科研主体"，形成人机协同的科研组织模式，如文物虚拟修复技术提升文物复原效率 [3] 人工智能科研范式的核心突破 - 从方法论视角看，人工智能突破传统科研受限于人力、时间及数据维度的瓶颈，显著缩短研发周期 [4] - 从科研组织方式看，人工智能推动科研组织从"孤岛式创新"向"分布式智能网络"变革，形成人机协同的全新科研团队 [5] - 从价值体系看，人工智能推动科技与人文融合发展，拓展了科学研究的人文价值 [6] 我国在人工智能驱动科研范式变革的实践路径 - 充分发挥制度优势，形成模块化的科研组织攻关能力，如建设"模速空间"人工智能大模型专业孵化和加速平台，已入驻100余家人工智能大模型企业 [7] - 充分利用应用场景丰富的优势，将其转化为人工智能数据增强优势，为人工智能技术发展提供了天然"试验场" [7] - 将中华文化与人工智能的模型思维进行整合，如借助人工智能图谱技术实现中医理论体系的数字化建构 [7] 人工智能科研发展的未来方向 - 打造国家科研算力中枢网，以"东数西算"工程为基础，统筹推动建设人工智能驱动的科研创新联合体 [9] - 建立人机协同的科研体制，在国家级科研项目中探索引入人工智能科学家岗位，推进科研活动中的人机协同 [10] - 发起开放合作的国际科研联盟，以"数字丝绸之路"为载体，构建逐步开放的国际科研数据公开平台 [11] - 提升人工智能科研治理能力，加快制定科研领域人工智能通用技术的国家标准，完善应对人工智能科研风险的技术监测体系 [12]