قناة الأعضاء | زو زهوهوا: قيادة تحول نمط البحث العلمي بواسطة الذكاء الاصطناعي

عقدت الجلسة العامة الثانية من الدورة الرابعة للمجلس الوطني للمؤتمر الاستشاري السياسي الصيني في اليوم السابع من بعد الظهر، وألقى الأعضاء كلمات في الاجتماع. قامت وكالة أنباء شنخوا بالبث المباشر عبر الإنترنت من خلال الصور والنصوص.

نائب رئيس جامعة نانجينغ، والأكاديمي في أكاديمية العلوم الصينية، زو تشي هوا:

أيها الأعضاء الأعزاء، أود أن أقدم نيابة عن غير الحزبيين موضوع حديثي وهو: قيادة تحول نمط البحث العلمي بواسطة الذكاء الاصطناعي.

يعمل “الذكاء الاصطناعي على تمكين البحث العلمي” على دفع نمط البحث العلمي نحو تحول تاريخي، ويُعتبر بعد نماذج الخبرة والنظرية والحساب والبيانات “النموذج العلمي الخامس”، الذي لا يسرع فقط حل المشكلات العلمية الكبرى التي طال أمدها، بل من المتوقع أن يعيد بناء المسارات الأساسية لاكتشاف العلم، ويعزز بشكل كبير من كفاءة الابتكار الأصلي. في أغسطس 2025، أصدر مجلس الدولة الصيني رأيـة حول “تنفيذ عميق لخطوة الذكاء الاصطناعي +”، وأوضح أن “الذكاء الاصطناعي +” يُعد من الأولويات الرئيسية لتسريع التنفيذ. حاليًا، يقتصر بعض العمل البحثي على استخدام أدوات بسيطة لـ"تمكين البحث العلمي بالذكاء الاصطناعي"، أو على محاولة تدريب “نماذج علمية عامة” لمواجهة جميع المشكلات بشكل أعمى. بالإضافة إلى ذلك، فإن تكلفة الحصول على البيانات العلمية مرتفعة، والمعايير غير موحدة، والرغبة في المشاركة منخفضة، وجودة ووسائل وطرق وضع العلامات على البيانات متفاوتة، وغياب مجموعات بيانات علمية موثوقة وموحدة وواسعة النطاق، مما يؤدي إلى انخفاض كفاءة تدريب نماذج الذكاء الاصطناعي، وصعوبة ضمان موثوقيتها، وظهور ظاهرة تكرار البناء وإهدار الموارد.

لذلك، أقترح ما يلي:

أولاً، تعزيز التوجيه السياسي، وتحسين القدرة على الابتكار الأساسي. تحسين التخطيط الشامل للبحث العلمي في مجال الذكاء الاصطناعي، وتجنب تركيز الموارد بشكل مفرط على التطبيقات التي تستهلك الحوسبة، وتصحيح المفهوم الخاطئ المتمثل في “حل كل شيء بواسطة النماذج الكبيرة”، وزيادة الدعم للبحوث الأساسية في خوارزميات الذكاء الاصطناعي، وتعزيز القدرة على الابتكار في تصميم الحلول الخوارزمية للمشكلات المحددة. دعم مجموعة من المشاريع البحثية الأساسية ذات الرؤية والاستراتيجية، وتشجيع الباحثين على إجراء أبحاث أصيلة. في الوقت نفسه، توجيه الشركات ورأس المال الاجتماعي للمشاركة في البحوث الأساسية في خوارزميات الذكاء الاصطناعي، وتشكيل آليات استثمار متنوعة. إنشاء نظام تقييم علمي ومرن للبحث العلمي، وخلق بيئة تشجع على الاستكشاف وتتحمل الفشل.

ثانيًا، تغيير نمط التدريب، وبناء فريق من المواهب متعددة التخصصات. بناء نظام شامل لتدريب المواهب المبتكرة في مجال “تمكين البحث العلمي بالذكاء الاصطناعي” من المصدر، ودعم الجامعات البحثية عالية المستوى لتجربة برامج “دكتور + ماجستير” مزدوجة، ودعم طلاب الدكتوراه أثناء دراستهم لدرجة الدكتوراه في تخصص الذكاء الاصطناعي، لدراسة ماجستير في تخصص علمي آخر، واستكشاف نمط جديد لتدريب الطلاب المتعددين التخصصات، وتطوير علماء “ثنائيي اللغة” يجمعون بين المعرفة العميقة بالمجال والتقنيات المتقدمة في الذكاء الاصطناعي. بالإضافة إلى ذلك، في مراحل الحصول على الدرجة العلمية، والترقية الوظيفية، وتقييم الأداء، يتم إنشاء “منطقة خاصة للتخصصات المتداخلة” لحل مشكلة عدم الاعتماد على التقييم التقليدي في التخصصات المتداخلة.

ثالثًا، التركيز على التوعية المتبادلة، وتعزيز إزالة الحواجز بين التخصصات. بناء آليات ترجمة وتعاون بين التخصصات. من جهة، يقوم الباحثون في المجالات العلمية بترجمة المشكلات العلمية المجردة إلى لغة مفهومة لعلماء الذكاء الاصطناعي، بحيث يسهل عليهم حلها بشكل موجه. من جهة أخرى، يقوم علماء الذكاء الاصطناعي بتقديم التوعية للباحثين في المجالات التقليدية، من خلال أمثلة عملية لتوضيح حدود التقنية، وإزالة الخوف أو التقديس الأعمى للذكاء الاصطناعي، وشرح أن الذكاء الاصطناعي هو أداة مساعدة لاكتشاف العلم. تشجيع تنظيم منتديات بين التخصصات بشكل دوري، لتعزيز التبادل بين الباحثين من خلفيات مختلفة، ودفع القفز من التوعية بالمفاهيم إلى التعاون الحقيقي.

رابعًا، تعزيز إدارة البيانات، وبناء بيئة بيانات علمية. بقيادة الوزارات المعنية، يتم إنشاء منصة وطنية لمشاركة البيانات العلمية وخدماتها. بالاعتماد على المختبرات الرئيسية وغيرها من المنصات التكنولوجية الكبرى، يتم بناء مستودعات بيانات علمية موحدة، ووضع معايير لجمع البيانات، ووضع العلامات عليها، وتخزينها، ومشاركتها، مع إدخال آليات لتعزيز جودة البيانات، وتحسين الأصول البياناتية بشكل مستمر. من خلال دعم المشاريع، وتقييم النتائج، وغيرها من السياسات، يتم تشجيع المؤسسات البحثية والأفراد على فتح البيانات العلمية ومشاركتها، لخلق بيئة جيدة، وتحقيق أقصى استفادة من البيانات. بالإضافة إلى ذلك، يتم تعزيز تطوير التقنيات الداعمة، ووضع اللوائح القانونية، لحماية المعلومات الحساسة وحقوق الملكية الفكرية أثناء عملية مشاركة البيانات بشكل فعال.