新一代人工智能賦能研究型大學發展的作用路徑與實踐方略

◎摘  要  新一代人工智能為研究型大學的發展帶來了機遇與挑戰，正在重塑研究型大學創新生態網絡、塑造研究型大學智能科研范式、促進研究型大學社會服務升級、助力研究型大學數智育人。新一代人工智能賦能研究型大學發展是一個復雜的系統工程，作用于研究型大學的人才培養、科技創新、社會服務等多個方面。我國研究型大學需要強化人工智能學科專業建設，筑牢人工智能科研范式根基，扎實推進“智能+”的創新型人才培養模式改革、智能化科研范式創新以及產業結構智能化升級改造。

◎關鍵詞  新一代人工智能；研究型大學；科研范式；學科建設

2023年5月，習近平總書記在中共中央政治局第五次集體學習時強調，“教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口”[1]。2024年9月，習近平總書記在全國教育大會上進一步提出，“深入實施國家教育數字化戰略”[2]。在此背景之下，研究型大學應充分發揮好其在學科專業、人才隊伍、技術支撐等方面的優勢，盡快調整發展規劃以順應新一代人工智能加速創新的發展趨勢，從而發揮好應有的引領示范作用。因此，深刻把握新一代人工智能賦能研究型大學發展的時代特征與作用路徑，積極探索我國研究型大學與新一代人工智能發展趨勢相適配的實踐方略，已成為重要的理論與實踐命題，對于加快推進教育強國建設具有重大的現實意義。

新一代人工智能賦能研究型大學發展的時代特征

新一代人工智能在重構全球創新版圖、重塑全球經濟結構的同時，也為研究型大學的高質量發展帶來了新的時代機遇與挑戰。

1.智能技術爆發式發展，重塑研究型大學創新生態網絡

伴隨著大模型、深度學習等關鍵支撐技術的持續突破，新一代人工智能呈現爆發式發展態勢，促使多元創新主體加速聚集聯動，研究型大學的協同創新生態網絡不斷變革重塑[3]。一是快速增長的數據規模和大模型基礎平臺引領研究型大學走向跨界融合創新。自OpenAI推出GPT-3以來，超大規模訓練模型參數、數據規模以300倍/年的趨勢持續增長，不斷推動研究型大學建設數字協作創新平臺。二是迅猛發展的深度學習和機器學習技術推動研究型大學走向開放科學實踐。深度學習技術通過使用人工神經網絡實時聯通處理大量跨學科的數據，并通過在線平臺暢通資源共享與交互協作渠道。如斯坦福大學的“AI for Healthcare”項目借助機器學習模型整合計算機科學、統計學和生物信息學等多學科對大規模醫學數據進行分析，并通過Stanford AI Lab平臺向全球研究者共享數據集，促進多學科領域的研究和創新。

2.算力算法指數級加速，塑造研究型大學智能科研范式

當前，人工智能算力算法持續突破，面向推斷的新算力架構快速演進，類腦計算、存內計算、量子計算等高效、智能且低功耗的計算技術發展指數級加速，引領研究型大學科研范式進入智能技術科研時代[4]。一是人工智能助力研究型大學科研效率提高。人工智能技術以自動化的方式分析和共享大量數據，促進科學知識扁平化，完善人工智能科技成果轉化制度。二是人工智能助力研究型大學科研精度提升，如DeepMind開發的新算法重塑生物、材料等技術科研范式，為研究分子結構提供便捷工具。三是人工智能助力研究型大學科研仿真環境創設。人工智能技術幫助科學家在沒有實際實驗條件的情況下測試理論和假設，如美國威爾·康奈爾醫學院科學家開發出人類神經元模型，詳細模擬了tau蛋白聚集體在大腦內的傳播。

3.顛覆性技術走向應用，促進研究型大學社會服務升級

在顛覆性技術走向應用，產業技術路線發生革命性變化的背景下，大學社會服務職能的履行方式也發生了深刻變化。一是研究型大學要促進生產方式智能化。網絡化協同、個性化定制、智能化生產正在成為“新制造”的共同特點，研究型大學應聯通高端科技產業，為智慧交通、智慧醫療、數字化學習、智能家居等提供技術支撐。二是研究型大學要促進產業形態數字化。伴隨著互聯網逐步走向物聯網，未來大部分產業將成為數字化產業或與數字化技術深度融合，研究型大學應為未來的數字化產業提供高質量的數據支持。三是研究型大學要促進產業組織平臺化。伴隨著DNA生物芯片、納米機器人、量子計算機等越來越多跨越傳統產業邊界的新產品問世，研究型大學應助力新產業的組織形態從專注于內部管理的傳統形態，轉變為強調外部連接性及其網絡效應的開放平臺，為共享經濟拓展市場空間。

4.智能技術全域性拓展，助力研究型大學數智育人

新一代人工智能技術在高等教育領域的應用，促進大學教學與管理活動的智能化轉型。一是研究型大學將率先步入人機協同式教學。人、物理世界的傳統二元教學場域將轉變為人、物理世界、智能機器、虛擬世界的四元協同空間，傳統的大學課堂也將轉向“人師+學生+機師”的三位一體式課堂。二是研究型大學將重點推廣智能輔助式學習。智能輔導系統能夠精準識別每個大學生的學習習慣、興趣點和知識短板，從而為他們定制個性化的學習計劃，也可以構建打破地域和時間限制的無邊界學習社區，使得任何人在任何地方、任何時候都能夠獲取所需的知識[5]。三是研究型大學將形成并完善數字化辦學管理模式。人工智能在重塑教與學的同時，也在改變招生、考試、評價等人才培養的其他環節，尤其是教育考試的數字化轉型已是大勢所趨。

新一代人工智能賦能研究型大學發展的作用路徑

新一代人工智能賦能研究型大學發展是一個復雜的系統工程，作用于研究型大學的人才培養、科技創新、社會服務等多個方面[6]。

1.新一代人工智能重構社會就業形態，推動研究型大學優化專業結構，探索智能時代人才培養新模式

作為新一輪信息技術革命的引領性力量，人工智能技術引發了全球就業形態的顛覆性變革，促使高校調整學科專業結構、創新人才培養模式。與此同時，人工智能技術的勃興推動了新業態與新模式的涌現。相關統計顯示，過去四年全球AI訓練師、VR導演等“AI+”就業崗位以每年74%的速度增長。也有報告顯示，目前我國“AI+X”數字人才的缺口約為2500萬至3000萬。為應對新一代人工智能對高等教育提出的新要求，歐美一流大學通過加強人工智能學科建設、健全人工智能課程體系、促進人工智能賦能教學等方式，提高人工智能時代人才培養與社會需求的適配度。截至目前，美國共有340余所大學開設了AI相關專業，課程設置涵蓋人機交互、機器人技術、自然語言處理等多個重要領域。此外，歐美一流大學紛紛推動生成式人工智能（GAI）賦能教育教學改革，發布GAI相關教育教學規范或指南。面向未來，我國研究型大學以高層次創新型人才培養為己任，需要系統集成智能技術與多方優質資源，促進智能技術與人才培養相生相長，打造“AI+”一流學科專業集群，推進AI賦能課程建設與教學創新，不斷探索智能時代中國特色世界一流大學人才培養新模式。

2.新一代人工智能超越傳統計算模型，要求研究型大學加速科研范式轉型，開創智能時代科技創新新格局

新一代人工智能驅動的智能化科研正在形成科技創新的新范式和新動能。一方面，世界各國相繼發布政策，營造科研智能發展環境，如2023年12月歐盟委員會發布政策簡報《人工智能在科學中的應用——利用人工智能的力量加速發現和促進創新》，倡導為歐洲量身制定一項政策，促進人工智能在科學領域的應用。另一方面，AI持續推動高校提升解決科學領域問題的能力。面向大科學、大數據、人工智能時代的創新要求，歐美一流大學圍繞科研算力、科研算法及科研數據進行全方位的戰略布局，切實促進智能化科研的高效運行與創新發現。在科研算力方面，華盛頓大學、洛桑聯邦理工學院等大學開發整合智能算力與超算算力的大語言模型，如面向化學領域設計的大語言模型——ChemCrow；在科研算法方面，布朗大學、麻省理工學院等大學紛紛推出算法庫，支持科研智能底層算法的實現，如DeepXDE支持的物理信息神經網絡（PINN）和深度算子網絡（DeepONet）等方法；在科研數據方面，杜克大學、劍橋大學等大學通過加強公開數據集建設為科技突破奠定扎實基礎，如材料科學領域的高通量材料計算數據庫（AFLOW）等。面向未來，我國研究型大學作為國家戰略科技力量的重要組成部分，要肩負起建設人工智能科研高地和引領創新生態發展的使命擔當，加強“AI+X”科技創新公共服務平臺建設，培育跨學科、跨行業、跨領域的人工智能科技創新聯合體，探索融合經驗范式、理論范式、模擬范式、數據密集型范式與智能范式的新范式，開創智能時代中國特色世界一流大學科技創新新格局。

3.新一代人工智能重塑全球產業結構，促進研究型大學助力產業升級改造，引領智能時代社會服務新方向

人工智能的快速發展與廣泛應用還進一步帶動了產業研發創新，對全球經濟格局和產業結構產生了重大影響。一方面，人工智能自身催生出一大批以云計算、智能制造為代表的新興產業，形成新的經濟增長點。另一方面，新一代人工智能技術也正以前所未有的速度滲透到各行各業，不斷推動著其他領域的重大變革與產業升級。在人工智能與科學研究、產業發展深度融合的背景下，歐美一流大學積極與產業界溝通合作，并通過產品研發與技術創新為產業升級提供支撐。歐美一流大學以解決重大社會公共議題為切入點開展創新設計，依托數智協作平臺構建“五重螺旋”下的協作創新，健全集基礎研究、應用研究、成果轉化為一體的協同創新機制。面向未來，我國研究型大學要以高層次知識創新服務國家重大戰略與經濟社會發展，必須繼續面向信息、電子、綜合交叉等關鍵技術領域，加強科技成果轉化與產業創新、文化創新的協同，提高服務產業結構升級與攻克“卡脖子”技術問題的主動性，引領智能時代中國特色世界一流大學社會服務新方向[7]。

新一代人工智能賦能我國研究型大學發展的實踐方略

面向新一代人工智能賦予的時代機遇，我國研究型大學需要強化人工智能學科專業建設，筑牢人工智能科研范式根基，扎實推進“智能+”的創新型人才培養模式改革、智能化科研范式創新以及產業結構智能化升級改造。

1.“多方協同”強化人工智能學科專業建設，實施多元化的人工智能素養培育計劃

一是要動員多方力量協同探索與推進人工智能學科專業建設。拓展人工智能學科方向，凝練人工智能領域的“中國特色”。未來，我國研究型大學應在加強傳統優勢學科與人工智能學科交叉互動方面發揮帶頭示范作用，凝練人工智能制藥、腦機交互與數字藥物研發、生態環境大數據與智能分析等特色學科方向。推進“AI+X”微專業與微認證建設，創新人工智能領域多學科合作育人模式。在推進學科交叉的同時，我國研究型大學還應在打造“AI+X”微專業與“AI+X”復合專業培養模式方面帶頭發力，同時積極開展人工智能微專業線下實訓實踐活動，通過微專業平臺圍繞科技創新與實踐落地開展主題實訓，打通人工智能的學術與產業邊界。

二是要面向全體師生實施多元化的人工智能素養提升計劃。首先，提升基礎能級，增強算力儲備和垂直模型訓練。我國研究型大學應發揮好GAI教學輔助工具的優勢，進一步推動通用大模型和教育教學領域垂直模型的研發與預訓練，加強科研算力與教學算力的資源共享。其次，深入調研需求，拓寬學習端的AI課程選擇范圍。一方面，依托高水平師資隊伍擴大AI相關通識課程的開設量，同時增加相關熱門課程開設頻次，以滿足全體學生AI素養提升的需求。另一方面，進一步擴大AI交叉課程的開設量，鼓勵有AI學術背景的教師開設相關課程，尤其是AI與人文社科交叉的課程。最后，加強頂層設計，完善工作指導與理論支撐。由學校科研和教學主管部門牽頭，對師生在教學科研過程中使用GAI應該遵循的學術規范、工作原則、技術倫理等作出倡導，并積極研制“AI+高等教育”發展報告，確保人工智能科學、合理、可持續賦能高校教育教學改革。

2.“三線并行”筑牢人工智能科研范式根基，健全數智化的知識生產協同創新機制

一是要圍繞算力、算法、數據三條人工智能技術創新的主線筑牢智能化科研的根基。首先，構建高校、科研機構和行業企業的算力研發合作機制，提高高校自主研發算力平臺的創新能力。當前，研究型大學應率先擺脫對龍頭企業通用大模型的依賴，在行業通用大模型的基礎上積極開發針對專門知識建模的領域專用模型，繼而通過創新網絡與知識集群實現可復現的知識創新[8]。其次，加大算法原始創新的投入力度，提升高校科研智能算法庫的自主性與競爭力。我國研究型大學需在構建高效、統一的科研智能AI框架上深耕發力，在研判未來復雜計算任務的基礎上優化高性能計算方式。再次，加強數據集建設與共享，推動科研智能要素再生產。可在研究型大學試點設立高校數據領導者崗位，負責引領公開數據集建設工作，并進一步促進跨機構、跨領域的數據整合與優化。

二是要在完善數字協作平臺建設的基礎上健全數智化的知識生產協同創新機制。一方面，開拓“科學研究嵌入人工智能”創新范式。我國研究型大學應借助人工智能創新平臺積極響應集約共治，打造“數據庫+基礎設施+合作者網絡”的創新試點方案，實現關鍵信息在各個合作節點的流通與共享。另一方面，探索“人工智能賦能科學研究”升級模式。我國研究型大學要發揮引領性作用，帶動高校知識生產平臺的智能化改造升級，建立自生長、可擴展的學科創新體系，推動非信息電子領域的科學研究范式的智能化升級與模塊化組合，進而在海量龐雜的信息數據中挖掘知識創新方案，實現知識生產創新體系內部數字設備層的提質升級、虛擬網絡層的異步協作、內容信息層的共享流動與知識服務層的利益共享[9]。

3.“全鏈融合”推進智能時代成果轉移轉化，構建專門化的高校社會服務評價體系

一是要深化學科鏈、創新鏈、產業鏈融合，推動重大科學創新、智能技術突破轉變為新質生產力。首先，把握數智時代知識生產創新的無邊界特性與項目制方式，完善人工智能科技成果轉化制度。我國研究型大學應為人工智能科技成果轉化制定明確的戰略規劃與發展路線，在促進社會經濟結構與產業布局調整中找準學校的發展定位，并進一步帶動其他高校與產業界合作升級技術設備，加快人工智能科技成果轉化的專業化、規范化與實體化發展。其次，建立人工智能科技創新聯盟，創建全鏈條融合匯聚的科技成果轉化網絡。研究型大學應發揮資源集成、人才一流等綜合優勢，牽頭構建政策鏈、產業鏈、創新鏈、人才鏈與資金鏈深度融合的創新協作系統，協同各方力量集中攻克人工智能時代制約國家科技創新的核心問題，從而進一步優化科學研究與技術研發范式，促進科技創新系統的良性循環與運作。

二是要聯動高校內、外部的評價主體，構建科學的高校社會服務評價體系。首先，統合智能技術研發創新性與核心成果轉化有效性兩大標準，構建內外主體聯動的社會服務評價機制。人工智能時代，研究型大學一方面應基于學術創新視角，組織專家評估數據建模、算法模擬等智能知識生產的科學性[10]，另一方面也需要組織外部的市場主體與社會力量對成果轉化的經濟效用進行評價。其次，建立全過程的數據質量評價機制，完善技術成果對產業結構與商業模式的反饋機制。人工智能時代的科學研究與技術研發以數字形態的數據為基本要素，因此內部評價需要將歷史數據的質量評價結果納入，從而進行長期性的動態追蹤評價；外部評價則應關注智能化科技成果對產業結構與商業模式的再生影響，注重動態反饋機制的構建與完善。

參考文獻：

[1]習近平在中共中央政治局第五次集體學習時強調 加快建設教育強國  為中華民族偉大復興提供有力支撐[N].人民日報，2023-5-30（1）.

[2]習近平在全國教育大會上強調 緊緊圍繞立德樹人根本任務  朝著建成教育強國戰略目標扎實邁進[N].人民日報，2024-9-11（1）.

[3]張超，陳凱華，穆榮平.數字創新生態系統：理論構建與未來研究[J].科研管理，2021（3）.

[4]李國杰.智能化科研（AI4R）：第五科研范式[J].中國科學院院刊，2024（1）.

[5]別敦榮，郭一蓉.人工智能時代高等教育創新發展新趨勢[J].中國高等教育，2024（3/4）.

[6]查道林.數字化轉型：推進高校治理現代化的新路徑[N].光明日報，2022-10-11（15）.

[7]傅方正.研究型大學的社會服務：價值取向、關鍵問題和路徑探索[J].中國高等教育，2024（8）.

[8]孫蒙鴿，韓濤.科研智能化與知識服務：內涵、實現與機遇[J].情報理論與實踐，2021（10）.

[9]蔣貴友.數字時代如何建構知識生產創新生態系統——基于美國一流高校的案例考察[J].比較教育研究，2024（5）.

[10]張越，郭玥，余江.通用人工智能驅動的科研新范式：理論與實踐[J/OL].科學學研究（2024-08-30）.

【作者單位：董華青，浙江工業大學；陳積明，浙江大學、杭州電子科技大學】

（原載2024年第22期《中國高等教育》）