中国有先发优势，但可能被“追赶式思维”拖垮

　　“如果一直沉浸在这种思维之下，我们将难以成为领跑者。”

/01 AI4S先发优势

　　中国在AI for Science（AI4S）领域拥有先发优势，但官场中普遍存在的“追赶式思维”正在扼杀真正的原始创新。数字时代的发展节奏早已超越了千仞时代的缓慢步伐，而人工智能的进一步突破亟需坚实的理论基础支撑。

　　科研评价体系也必须改革：不能只看论文数量与引用次数，而应更加重视高质量数据、实用工具和开放共享文化的建设。对年轻人而言，要重点培养三种核心能力——底层逻辑思维、真实问题洞察力以及工程实现能力。“你的工作究竟带来了什么影响？这比论文引用更重要。”

年轻科研人员缺少支持

资本市场带动内卷

警惕“追赶式”思维

/02 数学界现状

　　“人工智能显然对数学提出了全新的要求。”

　　然而，当前数学界仍停留在牛顿时代的节奏，缺乏对高维、复杂系统等现代科学问题的响应能力。更严重的是，审稿机制滞后，导致真正具有创新性的成果难以通过传统渠道发表。

缺失创新审稿人

　　“AI的最大问题，是没有理论基础。这不仅对AI的长远发展不利，也造成门槛很高、资源浪费很严重。”

/03 深度学习的数学内涵：我们在处理“千维、万维”的问题

　　“它本质上是处理高维问题的一种方式。”

/04 很多待解问题

　　“对训练方法如何克服维数灾难，尤其是大范围的训练，有很多地方我们还不太了解。像状态空间方法以及最近热门的Mamba等新结构，是否真的能解决长程依赖问题？目前仍缺乏明确答案。”

　　AlphaFold的成功，为什么难以复制？

　　“这是天时地利人和的结果。”

/05 做AI的人往往不懂科学问题

　　“有一个比较危险的倾向是，不少AI研究者缺乏对科学的敬畏。”

/06 破除“唯论文”：一份高质量的数据，就是最重要的科学贡献

　　“新的想法、产生的数据、开发的工具，这些都应当被视为科研成果。”

/07 多维评价机制

　　谈到数据开放，鄂维南认为，评价机制的问题比科学文化更突出。“我们目前的科研评价体系，几乎完全围绕论文展开。科学家不愿完全公开自己的数据，很大程度上是因为只要把数据掌握在手里，就能继续产出下一篇论文。”这种局面必须打破。

“一份高质量的数据本身，就是最重要的科学贡献之一。未来我们必须建立多维度的评价体系，不能仅仅以论文为唯一标准。”

　　科学文化方面，他认为我们尚未形成真正开放共享的文化氛围。“不仅指论文，还包括研究思路、数据、工具等都应该开放，实现高效、高速的交流。”他对比了过去和未来：

“本质上，我们过去的科研是‘小作坊’模式，一个老师带几个学生就是一个‘作坊’。但未来不同了，科研正在进入‘快速道’，我们的交流文化也必须随之改变。新的想法、产生的数据、开发的工具，这些都应当被视为科研成果，并被融入学术交流中。”

/08 给年轻人：成为终身学习者，培养三种核心能力

　　“仅仅告诉我论文被引用了50次，是远远不够的。”

　　鄂维南的答案很直接：“每个人都必须成为终身学习者，必须持续学习新知识、拓展思路、提升能力。”他对未来“领军人才”的定义，包含三种核心能力：

• 第一，基本原理思维——洞察事物底层逻辑的能力；
• 第二，把握真实问题的能力——能识别社会与技术发展中的核心挑战，“这正是我们当前教育中最欠缺的”；
• 第三，工程能力——能够判断一个想法与现实落地之间的距离，并推动其实现。

　　年轻教师不能仅满足于发表一篇会议论文。

“我希望他们能对人工智能的发展历程产生实质性的影响。”他举了自己团队的例子：“像我们做的基础算法、开源平台、玻尔空间站等等，这些动作都产生了真实可见的影响。甚至有人说，美国发布的《创世纪计划》，是在‘摸着我们过河’。”他留下一个拷问：“我们必须追问：你的工作究竟带来了什么影响？无论是大是小，它是否真正推动了进步？仅仅告诉我论文被引用了50次，是远远不够的。”

---

转自世界人工智能大会，仅用于学术分享，如有侵权留言删除

(来源：图灵人工智能)

鄂维南

• 中国科学院院士
• 上海算法创新研究院学术委员会主任
• 北京大学国际机器学习研究中心主任

　　他将人工智能方法引入科学计算领域，推动了“AI for Science”研究范式的形成。曾获国际工业与应用数学联合会（ICIAM）Collatz奖（2003）、ACM Gordon-Bell奖（2020）、国际工业与应用数学联合会Maxwell奖（2023），2025年获世界华人数学家大会（ICCM）首届林家翘奖。