讓不同科研智能平臺都說“普通話”

我國科研智能平臺建設進入加速擴張期。從“十五五”規劃綱要提出“建設科研智能平臺和高質量科學數據集”，到高校院所斥巨資建設科研智能平臺，再到人工智能（AI）在數學、化學、制藥等領域產出豐碩成果，“AI+科研”早已不是空中樓閣，而成為切實幫助科學家提升效率的得力助手。

但與此同時，科研智能平臺數據標準不統一、數據生產方式不一致、模型壁壘突出等問題，嚴重阻礙了跨學科知識的有效融合與規模化創新。在近日召開的香山科學會議第801次學術討論會上，與會專家建議，加快構建科研智能平臺通用標準，建立科研智能新生態。

不同平臺難以兼容

標準構建是科研智能平臺建設的重中之重，但與會專家直言，我國科研智能平臺標準的建設速度嚴重滯后于現實需求。

中國科學院院士、同濟大學校長楊金龍介紹，我國已組建智能科學家生態聯盟，目前已有超過40家聯盟單位建設科研智能平臺、超過50家單位積極籌建科研智能平臺。這一過程中，科研智能平臺各自為政、架構割裂、數據不通、接口不兼容等問題突出。“當前智能科研發展面臨的最大風險不是平臺不夠，而是平臺越來越多但相互間越來越不兼容。”楊金龍說，這將帶來嚴重后果。

一是數據無法對齊。不同平臺數據結構、元數據描述、命名方式和質量控制標準不一致，導致數據難以跨平臺流轉、匯聚。

二是模型難以復用。由于沒有統一的模型定義、校準、驗證和部署框架，科研模型往往停留在局部項目內部，難以沉淀為國家智能科研資產。

三是設備難以協同。由于不同廠商、不同工作站、不同自動化系統之間接口封閉，統一調度網絡難以形成。

四是平臺難以擴展。因為沒有統一安全規則、服務標準和能力評估機制，平臺之間既難以連接，也難以形成可信的開放生態。

“更深層的問題在于，如果這種碎片化狀態持續下去，即使我國擁有大量平臺和示范場景，也可能陷入‘數量繁榮、體系脆弱’的困境。局部看似先進的智能實驗室，最終可能固化為一座座‘數字煙囪’，而不是形成彼此互聯、能力共用、數據共享的國家科研基礎設施網絡。”楊金龍說。

需建立統一“行為準則”

為科研智能平臺建立標準，就好比教說不同“方言”的科研平臺都說“普通話”、為它們建立統一的“行為準則”。這讓科學家能夠直接使用來自不同平臺的數據、模型等，而不必花費大量時間進行數據清洗、模型適配等工作。

在中國標準化研究院黨委書記、院長王昆看來，有了統一的標準，AI才能真正成為科研的引擎，讓創新“飛馳”。“標準為新興技術指明演進方向，有助于避免‘多頭投入、重復造輪子’的資源浪費，同時可凝聚產業共識，在技術路線尚未收斂時幫助創新主體形成合力，推動在共識框架下進行協同攻關。”王昆說。

標準是保障智能科研安全的“防護網”。在物理安全上，通過制定相關操作規范，能防止機器人在無人值守狀態下發生誤操作，為產業化科研筑牢第一道防線；在數據安全上，通過界定科學數據分級分類、訪問權限和流轉規則，能防止核心科研數據在自動化交互中被竊取或濫用；在倫理安全上，為模型的“黑箱”操作劃定科學倫理的紅線，可以確保智能化在可控范圍內釋放價值。

標準是連通智能科研孤島的“立交橋”。它能讓不同來源、不同模態的實驗室數據在統一平臺上實現匯聚、共享、復用、互認，打通數據孤島。通過制定自主實驗系統的接口規范、通信協議、互操作要求，可實現“即插即用、自由組合”的設備協同生態；通過構建跨實驗室、跨機構平臺的互聯標準，能讓國內科研平臺與海外合作伙伴在統一規則下開展協同研究，形成“物理分散、邏輯統一”的智能科研網絡。

標準還是驅動智能科研產業規模化發展的“發動機”。在王昆看來，統一的標準可降低硬件設備制造成本，以及從需求對接到落地實施的周期與成本，為用戶提供可信的采購依據，推動智能科研從“實驗室盆景”變為“產業風景”。

標準更是掌握全球價值鏈話語權的“金鑰匙”。“標準不僅是技術文件，更是產業生態的‘操作系統’。主導關鍵領域的國際標準，可以吸引全球開發者在我們的標準體系上進行創新，讓我國實現從‘參與者’到‘定義者’的身份躍遷。”王昆說。

“標準不是末端附屬工作，而是智能科研得以規模化、網絡化、生態化演進的基礎制度。標準化不是對創新的約束，而是對創新能力的放大，是把局部探索轉化為系統能力、把實驗室成果轉化為國家競爭力的關鍵機制。”楊金龍說。

構建國家級標準體系

在楊金龍看來，當前最緊迫的任務，不是繼續建設新的孤立平臺，而是盡快建立國家級科研智能平臺標準體系。“要強化國家標準頂層設計，加快基礎、數據、安全、服務等國家標準的制修訂工作，盡快形成主干標準體系。同時，要推動標準在示范工程與真實場景落地。”楊金龍說。

王昆認為，面對“AI模型數月迭代一次、機器人硬件半年升級一輪”的快節奏，耗時18—24個月的“立項—起草—征求意見—審查發布”傳統標準制定節奏已然無法適配。對此，應在技術尚未完全成熟、產業生態尚未定型時，提前發布前瞻性、引導性的預標準。“預標準不僅是技術文件，更是產業共識的凝聚過程，它可以引導新興產業方向，降低試錯成本，為原始創新提供‘早期認可’和‘共識凝聚’的通道，形成‘創新—規范—更大范圍的創新’的正向循環。”王昆說。

此外，科研標準化高度依賴原始創新，因此需要國家戰略科技力量與技術領軍企業全面入局。為此，王昆建議組建全國科研智能平臺標準化工作組，匯聚國家實驗室、頂尖高校及領軍企業等核心科研力量，主導國家標準制修訂。

人才隊伍建設同樣重要。王昆說，智能科研是一個新興領域，技術路線尚未收斂，科學范式正在重塑，因此標準化不僅是產業界的事，更和前沿基礎研究息息相關，因為最懂前沿的人才最有資格定義規則。為加強智能科研標準復合領軍人才建設，王昆建議，建立“標準+學術”雙軌評價機制，將國際標準貢獻納入學術影響力評價；同時，為頂尖科學家提供“低門檻、高回報”的參與渠道和機制，鼓勵他們積極參與標準制定工作。

標準的制定和落地離不開良好的生態。“應以更加開放、建設性的姿態參與全球治理，構建一個開放、包容、敏捷的國際智能科研標準化聯盟，探索國際合作新范式，共建包容普惠的智能科研規則生態，促進全球科學發現、加速科研范式變革。”王昆說。

“科學發展的重大躍遷，從來不是單一技術的勝利，而是制度、設施、知識與組織方式共同演化的結果。我們不能只做平臺建設的跟隨者，更應成為規則體系的制定者、生態格局的塑造者和未來科學紀元的開拓者。”楊金龍說，“唯有以標準筑基，方能協同共生；唯有協同共生，方能贏得下一個科學紀元。”