上海市人工智能发展战略与行动 - 上海市政府工作报告提出将深入实施“人工智能+”行动，加强算力设施、行业语料、垂类模型等布局建设，积极培育智能原生新模式新业态 [1] - 上海正全力构筑人工智能发展高地，并借助世界人工智能大会成为全球AI治理与合作的关键枢纽 [1] 人工智能驱动科学研究(AI4S)的现状与挑战 - AI4S被视为发展新质生产力的前沿领域，上海已形成从芯片算力、算法框架到行业应用的全栈产业链，并在药物发现、材料模拟等场景验证了AI赋能科研的潜力 [1] - 调研显示超70%从业者担忧AI幻觉、错误决策与数据泄露问题，但超半数企业尚未设立明确的智能体安全负责人 [2] - 上海在推动AI赋能高风险、高价值科研时面临挑战，包括生物安全等新兴“深水区”风险凸显、敏捷治理与标准规范体系不健全、数据要素流通存在壁垒、复合型人才短缺与国产化生态协同有待加强 [2] 对AI4S发展的政策建议 - 建议部署集约化科研算力服务平台 [2] - 建议强化AI4S敏捷治理能力，可由相关部门牵头组建“上海AI4S敏捷治理中心”，针对高危高价值领域研发动态风险评估工具，并出台分类管理指南 [2] - 建议建设可信科研数据协作平台，加强领军人才培养与集群培育 [2] 人工智能在服务业的应用与挑战 - “支持AI融合赋能”是上海促进服务业创新发展的重要任务，也是推进AI技术产业化、商业化及应用场景探索的关键 [2] - 当前上海大模型企业在拓展服务业智能化转型市场时，大多采用传统“点对点、单对单”模式，与大模型技术特点不匹配，且AI复合型人才严重缺失制约技术商业化与场景探索 [2] - 建议提升服务业标准化水平，强化行业级高质量语料供给，鼓励行业协会联合AI企业及服务业龙头制定细分领域标准 [3] - 建议强化复合型人才支撑，打造全链条人才体系，并打造多层次交流平台以激发企业转型积极性 [3] 人工智能赋能制造业与教育 - 人工智能是推动服务型制造高质量发展的核心驱动力，上海应抢抓机遇打造“人工智能+服务型制造”新模式，以AI赋能制造业在技术创新、生产制造和组织管理等核心领域实现范式变革 [3] - 上海在人工智能教育方面已有探索，但从贯通式一体化视角看，仍存在学段断层、政策协同不足、评价体系单一等问题 [3] - 建议建立跨学科协同教学机制，开发统一的贯通式课程体系，编写《上海市人工智能教育贯通式课程标准》，开发一体化课程资源包，并组建跨学科教学团队 [3] - 建议建立多部门协同机制，并构建科学贯通的成效评估体系，如建立市级人工智能教育大数据平台和评估模型 [3]