7日の午後に全国政协第十四期第4回会議の第二全体会議が開催され、委員による大会発言が行われました。新华网はネット上で画像と文章によるライブ配信を行いました。**南京大学副校長、中国科学院院士の周志華：**皆さま、私は無党派人士を代表して、「人工知能を活用した科研パラダイムの変革をリードする」というテーマで発言します。「人工知能による科学研究の支援」は、科学研究のパラダイムに歴史的な変革をもたらしており、経験、理論、計算、データのパラダイムに続く「第五の科研パラダイム」と見なされています。これにより、長年未解決だった重要な科学的難題の解決を加速させるだけでなく、科学発見の基本的な道筋を再構築し、原始的なイノベーションの効率を大幅に向上させる可能性があります。2025年8月、国务院は「人工知能+」行動の推進に関する意見を発表し、「人工知能+」の科学技術を重点的に推進すべき施策の一つに位置付けました。現在、一部の科研活動は「人工知能による科学研究支援」を単なるツールの適用にとどめたり、汎用的な「科学大モデル」の訓練を盲目的に試みてすべての問題に対応しようとしたりしています。一方、科学データの取得コストが高く、標準化が不十分で共有意欲も低く、データの注釈品質もばらつきがあり、権威ある標準化された大規模な科学データセットが不足しているため、AIモデルの訓練効率が低く、信頼性の確保も難しく、重複した構築や資源の浪費が顕著になっています。これらを踏まえ、以下の提言を行います。一、政策の指導を強化し、基礎的なイノベーション能力を向上させる。人工知能分野の科学研究の全体的な配置を最適化し、計算資源を消費する応用層に過度に集中しないようにし、「大モデルがすべてを解決する」という誤った流行を正し、AIアルゴリズムの基礎研究への支援を強化します。具体的な問題に対して革新的な解決策を設計できる能力を高め、先見性と戦略性を持つ基礎研究プロジェクトを重点的に支援し、研究者のオリジナリティを促進します。同時に、企業や社会資本のAIアルゴリズム基礎研究への参加を促し、多様な投資メカニズムを形成します。科学研究の評価体系を合理的に整備し、探索を奨励し、失敗を許容する研究環境を作ります。二、育成モデルを改革し、多様な人材チームを育成する。源泉から「人工知能を活用した科学研究」の複合型イノベーション人材育成体系を構築し、ハイレベルな研究型大学に「博士＋修士」のダブルディグリープログラムの試験設置を支援します。博士課程在籍中に、AI専門の博士学位取得と並行して、科学の修士学位も取得できるようにし、学際融合の新しい修士育成モデルを模索します。深い専門知識と最先端のAI技術を兼ね備えた「バイリンガル」科学者を体系的に育成します。また、学位取得、職位昇進、業績評価などの段階で「学際特区」を設置し、従来の評価体系における「二頭の異なる人材」の困難を解決します。三、双方向の科学普及に注力し、学科間の壁を取り除く。学際的な「双方向翻訳」および協力メカニズムを構築します。一方、科学分野の研究者がAI研究者に対して科学的問題の抽象的翻訳を行い、最先端の重要課題をAI研究者が理解できる言語に表現し、的確な解決を促します。もう一方、AI科学者が伝統的な分野の研究者に対して科学普及を行い、具体的な事例を通じて技術の境界を明確にし、AIに対する恐怖や盲信を払拭し、AIが科学発見を支援するツールである本質を説明します。定期的なクロスオーバーのサロンを開催し、異なる背景を持つ学者間の交流を促進し、概念の普及から実質的な協力へと橋渡しをします。四、データガバナンスを強化し、科学データのエコシステムを構築する。国家の関連部門が主導し、国家レベルの科学データ共有・サービスプラットフォームを構築します。重点的な実験室や重要な科技プラットフォームを活用し、標準化された科学データの倉庫を整備し、各学科のデータ収集・注釈・保存・共有の標準を策定します。データ品質のフィードバック機構を導入し、データ資産を継続的に最適化します。プロジェクト資金や成果評価などの政策を通じて、研究機関や研究者に対して科学データの公開・共有を奨励し、良好なエコシステムを形成し、最大限の利用効率を追求します。同時に、支援技術の研究開発や法規制の整備を強化し、データ共有過程での敏感情報や知的財産の保護を図ります。（編集：文静）キーワード：
委員通道丨周志华：人工知能を活用した研究パラダイムの変革を牽引
7日の午後に全国政协第十四期第4回会議の第二全体会議が開催され、委員による大会発言が行われました。新华网はネット上で画像と文章によるライブ配信を行いました。
南京大学副校長、中国科学院院士の周志華：
皆さま、私は無党派人士を代表して、「人工知能を活用した科研パラダイムの変革をリードする」というテーマで発言します。
「人工知能による科学研究の支援」は、科学研究のパラダイムに歴史的な変革をもたらしており、経験、理論、計算、データのパラダイムに続く「第五の科研パラダイム」と見なされています。これにより、長年未解決だった重要な科学的難題の解決を加速させるだけでなく、科学発見の基本的な道筋を再構築し、原始的なイノベーションの効率を大幅に向上させる可能性があります。2025年8月、国务院は「人工知能+」行動の推進に関する意見を発表し、「人工知能+」の科学技術を重点的に推進すべき施策の一つに位置付けました。現在、一部の科研活動は「人工知能による科学研究支援」を単なるツールの適用にとどめたり、汎用的な「科学大モデル」の訓練を盲目的に試みてすべての問題に対応しようとしたりしています。一方、科学データの取得コストが高く、標準化が不十分で共有意欲も低く、データの注釈品質もばらつきがあり、権威ある標準化された大規模な科学データセットが不足しているため、AIモデルの訓練効率が低く、信頼性の確保も難しく、重複した構築や資源の浪費が顕著になっています。
これらを踏まえ、以下の提言を行います。
一、政策の指導を強化し、基礎的なイノベーション能力を向上させる。人工知能分野の科学研究の全体的な配置を最適化し、計算資源を消費する応用層に過度に集中しないようにし、「大モデルがすべてを解決する」という誤った流行を正し、AIアルゴリズムの基礎研究への支援を強化します。具体的な問題に対して革新的な解決策を設計できる能力を高め、先見性と戦略性を持つ基礎研究プロジェクトを重点的に支援し、研究者のオリジナリティを促進します。同時に、企業や社会資本のAIアルゴリズム基礎研究への参加を促し、多様な投資メカニズムを形成します。科学研究の評価体系を合理的に整備し、探索を奨励し、失敗を許容する研究環境を作ります。
二、育成モデルを改革し、多様な人材チームを育成する。源泉から「人工知能を活用した科学研究」の複合型イノベーション人材育成体系を構築し、ハイレベルな研究型大学に「博士＋修士」のダブルディグリープログラムの試験設置を支援します。博士課程在籍中に、AI専門の博士学位取得と並行して、科学の修士学位も取得できるようにし、学際融合の新しい修士育成モデルを模索します。深い専門知識と最先端のAI技術を兼ね備えた「バイリンガル」科学者を体系的に育成します。また、学位取得、職位昇進、業績評価などの段階で「学際特区」を設置し、従来の評価体系における「二頭の異なる人材」の困難を解決します。
三、双方向の科学普及に注力し、学科間の壁を取り除く。学際的な「双方向翻訳」および協力メカニズムを構築します。一方、科学分野の研究者がAI研究者に対して科学的問題の抽象的翻訳を行い、最先端の重要課題をAI研究者が理解できる言語に表現し、的確な解決を促します。もう一方、AI科学者が伝統的な分野の研究者に対して科学普及を行い、具体的な事例を通じて技術の境界を明確にし、AIに対する恐怖や盲信を払拭し、AIが科学発見を支援するツールである本質を説明します。定期的なクロスオーバーのサロンを開催し、異なる背景を持つ学者間の交流を促進し、概念の普及から実質的な協力へと橋渡しをします。
四、データガバナンスを強化し、科学データのエコシステムを構築する。国家の関連部門が主導し、国家レベルの科学データ共有・サービスプラットフォームを構築します。重点的な実験室や重要な科技プラットフォームを活用し、標準化された科学データの倉庫を整備し、各学科のデータ収集・注釈・保存・共有の標準を策定します。データ品質のフィードバック機構を導入し、データ資産を継続的に最適化します。プロジェクト資金や成果評価などの政策を通じて、研究機関や研究者に対して科学データの公開・共有を奨励し、良好なエコシステムを形成し、最大限の利用効率を追求します。同時に、支援技術の研究開発や法規制の整備を強化し、データ共有過程での敏感情報や知的財産の保護を図ります。
（編集：文静）
キーワード：