摘 要:AI科學革命會導致多個方面的變革，包括利用人工智能開展科研、學術帶頭人精英化、科研組織精約化、科研管理與科研產出考核精準化、科學從“現象-分析”二維升級到“現象-分析-價值”三維。AI科學革命將科學帶入超級PI制的時代，實施一流人才戰略，打造以一流人才為中心的卓越科教體系，提升原始創新能力，加快實現科技自立自強。轉變科技發展模式、從科技致富轉型為科技致善、從致富創新轉型為致善創新，化解人類安全危機，構建人類安全共同體。

關鍵詞:科技風險 一流人才戰略 AI科學革命 科技發展模式 AI for PI 超級PI制 致善創新

【中圖分類號】G3 【文獻標識碼】A

人工智能（AI）大爆發將對社會方方面面產生巨大沖擊，正在迅速改變科研的各個方面，引發AI科學革命，至少導致五個方面的深刻變革：一是利用人工智能開展科研；二是學術帶頭人（PI）精英化；三是科研組織精約化；四是科研管理與科研產出考核精準化；五是科研以人為本、科技致善，科學從“現象-分析”二維升級到“現象-分析-價值”三維。

人工智能促進一流人才戰略實施

一流人才戰略是一個系統性的戰略體系，包括一流人才的標準、甄選、作用、任用、支持、培養。任用環節是能否讓一流人才充分發揮作用的關鍵，請一流人才擔任學術帶頭人，實行超級PI制，特別是在一流學科建設中，甄選一流人才擔任學術帶頭人是一流學科建設的決定性因素。“支持”包括硬支持和軟支持，硬支持指研究與創新服務平臺的支撐、PI制科研制度和人才政策及制度；軟支持包括科研環境、科學文化等。學術體系是非常精巧、奇特的體系，只有具備如此品質者——熱愛學術、敬重孜孜以求的同行、熱心幫助支持有原創等卓越貢獻的學者、獨立人格、不趨炎附勢——才適合進入真正的學術體系。一流人才戰略在實施中，應強調“在學言學”，真理面前人人平等，學術事業是不拘一格降人才的事業，公平競爭至關重要。科研誠信不僅要遠離學術不端，更要具備承認技不如人、“誰能干讓誰干”的雅量，有承認對自己不利的新觀點、新成果的胸襟和勇氣。

學術應該以理服人，而非以“帽”壓人、以權壓人。人才“帽子”的設置有其當時的歷史原因，如今已完成了歷史使命，在加強基礎研究、追求原始創新和科技自立自強的今天，應該減少或叫停增選各類人才“帽子”（已有稱號可以保留）。增選新的中國科學院院士應該提高標準，比如從目前的“在科學技術領域取得了系統性和創造性的重要成就，……可被推薦并當選為院士”，提升為國家自然科學獎一等獎的標準“在科學上取得了突破性的進展，……學術上為國際首創或者領先”等，既體現高標準嚴要求，又明確、鮮明，杜絕一些掌握學術資源者的非分之想，使得國家最高學術稱號與世界科技強國的地位相稱、相配[1]。

科研，特別是基礎研究、理論研究、原始創新、人文社科、智庫咨詢研究，一流人才的作用是決定性的，只有甄選一流人才作為學術帶頭人（PI）才能有效推動該領域的研究工作。PI制是一種科研組織管理模式，起源于歐美國家并在全球范圍內得到廣泛應用，PI（學術帶頭人或首席科學家）對科研項目擁有人財物的主導權和指導權。目前，我國科研事業正從引進吸收、跟蹤跟進階段向原始創新、自立自強階段轉型，科研難度陡然增高，傳統的科研體系難以勝任。AI評價在破“五唯”立新標方面將大有作為，有利于科學甄選一流人才擔任學術帶頭人，推動原始創新。

利用AI進行評價應該抓大放小，而不是面面俱到。當通用人工智能（AGI）出現之后，人才可能被人工智能所替代，只有一流人才才是無可替代的。人才評價不僅分類也分層，可利用AI甄選專屬特征鮮明的一流人才，擔任學術帶頭人，然后由其招募、考核成員，因PI與團隊成員沒有利益沖突，因此可以實事求是。為此，筆者提出AI for PI、AI for Review，即AI甄選、評價、賦能學術帶頭人，作為AI科學革命的重要組成部分。

如何認定原始創新是甄選一流人才的關鍵。筆者提出“專屬特征分析法”，對事物的多項專屬特征進行分析，更準確地呈現事物的獨特之處，并集成在一起形成一個獨特的識別系統，也有助于利用AI進行甄選、評價。原始創新成果的四項專屬特征分別是：一是原創成果的結構特征——突破點四要素（突破什么，怎么突破的，突破開辟的新領域、新方向及其意義和前景，原創成果的主要創見及核心貢獻凝練成一句話）；二是原創成果的過程積累與行為特征——十年磨一劍，聚焦專注研究、發表同題系列論文論著或專利清單；三是原創成果得到學術界長期正面反饋的好評特征——獲獎、轉載、引用、受邀報告等學界好評；四是原創成果國內外同類比較的優勢特征——國際國內同類工作的盤點比較及優勢。這四個特征都是原始創新或重大創新的專屬特征，單獨一項對原始創新就有所反映，四項特征集成起來，相當于得到學術界長期的同行評議，凸顯原始創新的獨特性，也形成了原始創新的特征壁壘，難以假冒、便于識別，也便于研發認定原始創新的AI評價法。其中，對于職業學者而言，長期堅持研究一個問題，往往因為通過長期文獻檢索、國內外交流、互動，對研究思路或技術路線與研究結論、對研究的新穎性、對學術界和同行的反饋有信心。因此，職業學者在行為上才會十年磨一劍、二十年磨一劍，這就是原創成果的過程積累與行為特征。專屬特征分析法包括三項內容：一是確定分析對象的專屬特征；二是進行專屬特征關聯分析、結構化分析，將所有專屬特征之間的關聯揭示出來，組合、集成，形成辨識度高的獨特識別系統，便于甄選、評價；三是基于前面兩項內容，利用人工智能相應技術研發“專屬特征AI分析軟件或智能體”，實現學術評價、人才評價智能化。以評價原始創新成果為例，首先確定原始創新成果的四項專屬特征，并用原始創新成果的結構特征、積累與行為特征、學術界反饋特征、綜合特征等顯示出原始創新成果及其產生過程與反饋情況，其集成特征鮮明、獨特，便于識別。筆者進一步提出甄選一流人才的“五步識才”法：確立一流人才標準（做出原創者為一流人才）、以“尖”識才（拔尖人才是因為有“尖”，“尖”是原創成果）、以長期反饋識才（學界長期對原創成果的好評）、同主題比較識才（不同學者同主題代表作比較）、用戶需求識才（用戶需要一流人才）。

AI for Review不僅高效合理地甄選學術帶頭人（PI），而且可以實現對科研成果的精準考核，避免“低標準、逆淘汰”，實現“高標準、優勝出”，大幅度降本增效。一是建立重大科研項目負責人的資格認證制度，確認其是一流人才或潛在的一流人才，否則，取消該項目，或化整為零、換成若干小項目讓青年學者申請；二是嚴格評審結項成果，凡是未達預期目標者一律“不通過”，避免劣幣驅逐良幣[2]。

PI精英化是指由主題名師擔任PI，主題名師是在某研究主題下取得國際與眾不同、國內首屈一指或最好之一的成就。利用專屬特征分析法，借助AI for Review，容易識別一流人才、主題名師。由主題名師（一流人才）作為PI的PI制可以稱之為“超級PI制”，以區別于普通的PI制，是基礎研究、理論研究、原始創新、人文社科及交叉科學與原始創新的主力軍。知識用戶須知，一流學者與二流學者的差距不是程度上的，而是層次上、方向上、維度上的差距，是跳躍、突破、顛覆、原創與延伸、擴展、推進之間的區別。目前對科研“領導力”的界定面面俱到，要求具有領導力的領導者是“全能冠軍”，實際上可能會犧牲單項能力的高度，其中前瞻力、領航力更是科研領導力最關鍵的能力。

一流人才戰略要旨是打造以一流人才為核心的卓越科教體系。AI科學革命將科學帶入超級PI制的時代，超級PI制與PI制的區別有二：一是超級PI是一流人才、一流學者，他們不是以“人才帽子”示人，而是以原始創新作為標志性成果與學術招牌而立足前沿；二是超級PI制擁有更多資源與自由度，其基于高水平研究與創新服務平臺，直接由國家資助、考核，也接受嚴格監督，不受單位限制，可以實施“雙城學者計劃”，以柔性引才方式，讓一流人才充分發揮作用。

人工智能促進科研組織精約化與科研產出考核精準化

基礎研究、理論研究、人文社科、智庫咨詢研究與原始創新是一流人才的事業，調動一流人才的積極性、創造性、持續性，就應該提供一流人才需要的、而非管理者需要的科研組織方式。歷史經驗和當代科研活動表明，PI制是深受科學家、特別是一流科學家歡迎的科研組織方式，至少應該讓一流科學家有選擇不同形式的科研組織的自由。

AI科學革命引發科研組織變革，實現科研組織精約化、平臺化、網絡化。基于人工智能、網絡化、數字化、虛擬技術等信息技術和基于研發與創新服務平臺，加上科技社團等學術共同體，可以高效合理地實現交流合作，統籌協調經費財務、圖書資料、聲望榮譽等各種功能，實現科研機構扁平化、網絡化、平臺化、智能化、自組織化。借助AI的精準資源匹配與對PI團隊的直接資助，可大幅度降低科層制的組織成本。網絡化實現組織扁平化，AI導致組織精約化，PI加AI助手，可以精簡團隊成員。Nature 雜志官網發表一項研究發現，小團隊比大團隊更能做出顛覆式的創新成果[3]。利用AI和互聯網的以PI團隊為資助對象的資源配置方式，比資助研究機構然后在機構內部進行二次分配要有效、合理得多。對于研究任務有兩種情況，一是單獨的PI團隊即可承擔，二是需要不同PI團隊之間，根據各自團隊的科研擅長與特點，自行組織、自愿合作、形成意愿共同體，也可以借助AI匹配合作機會，這就是合作自組織化。自組織是有組織的高級形態。

我國民營企業科技創新的成功實踐表明，應該大幅精簡學術官本位科教體系，將更多的資源和人才（特別是一流人才）配置到研發與創新服務平臺支撐下的PI制與超級PI制體系，配置到新型研發機構和民營科技企業，打造以一流人才為中心的卓越科教體系，才能加強基礎研究、提升原始創新能力，加快實現科技自立自強。

借助AI進行科研管理(AI for Manage，AI for Review)，包括科研流程管理和學術評價，具有客觀公正、高效合理的特點。AI for Review將科研產出考核推進到精細化考核階段，以新知識點為科研產出基本單位，科研產出是“數據庫-知識點”模式（論文作為必要的附件），新知識點包括新資料點（新史料點）、新創新點、新突破點等，論文摘要應格式化為以產出的新知識點為核心。如此，垃圾論文、學術泡沫、學術平庸會被一掃而光，科研體系將發生顛覆性變化，PI精英化，只有“一流”才能生存[4]。

利用AI構建主題知識庫與基本參考文獻數據庫，構建科研成果影響知識庫。AI賦能科研還包括建立更加高效合理的學者聲望體系，直接通過知識圖譜定位、展示學者的貢獻與地位，特別是做出原始創新等突破性進展的學者，成為主題名師、超級PI，突破與否用突破點四要素（如上所述）予以評價，在知識圖譜的學術前沿占有一席之地。

人工智能促進科技創新和科技致善

西方近代科學自誕生以來成績斐然，發生了一系列科學革命，但它們都是在“現象-分析”二維平面內進行的，可視為“二維科學”。其所追求的是符合性真理，在觀念上認為科學探索無禁區，機制上有一套糾錯機制；用科學價值中立說和“雙刃劍”模式分析科學的負面作用，責任歸于使用者、歸于社會，科學家對科學的社會后果概不負責。

“二維科學”加“雙刃劍”模式的免責保護，導致科技在追求更高、更快、更強、更盈利的道路上一路狂奔，直到以實現通用人工智能（AGI）為目標的生成式人工智能的大爆發，將會造成大規模失業、大規模造假、大規模AI軍備競賽。近年來，“二維科學”的缺陷暴露得越來越多，AI等科技風險愈演愈烈。以“安全是發展的前提”為原則審視AI大爆發可知，如果科學技術不安全，則可能成為第一破壞力。長期以來，人們習慣于用老辦法、舊思維解決新問題、新挑戰，然后慢慢磨合、調整，逐漸適應新形勢。然而，生成式AI以及量子計算等尖端科技大爆發，速度極快，來不及調適，人類面臨前所未有的巨大挑戰。

安全的科學技術是第一生產力、是第一競爭力。安全，特別是主動安全，不是輔助性的，而是形成競爭力的關鍵。例如，網絡安全做得好的網絡技術極具競爭力。為發展安全的科學技術，需要從根本上變革西方的科學體系，增加“價值維”，從“二維科學”轉型為“三維科學”。AI賦能“三維科學”，不僅具有第一套糾錯機制（證實、證偽），更具有第二套糾錯機制（證善、證惡），價值維對合理性進行定性、定量的衡量與評價，AI評價可以發揮重要作用。

科技致善不僅包括科技是生產力、競爭力，更包括科技是安全力、公正力、永續力。創新從趨利創新、致富創新轉型為致善創新，例如，新質生產力是致善創新主導的先進生產力。科技致善、致善創新是科技制高點、道德制高點、未來制高點。

目前科技危機與人類安全危機的根源在于西方知識體系存在諸多缺陷。如上所述，西方科學是“現象-分析”二維科學，加之科學價值中立、技術價值中立、“雙刃劍”思維，使得科學家對科研的社會后果無需負責。西方知識體系缺陷的關鍵，是個人導向、學科專業導向、企業導向、資本導向。從科學家、學科專業角度出發，一定是各自為政、極盡發展之能事：物理學探究物質結構、基本粒子，即使引發原子彈的出現與核軍備競賽也不汲取教訓；腦科學、認知科學孜孜以求揭示人類大腦思維的奧秘，其突破性進展導致AI大爆發；AI專業以追求比人類聰明的AGI為目標……集體主義導向、社會與人類安全共同體導向則完全不同：在科學上，有所為有所不為；在經濟上，不僅滿足個人、企業的需要，更要滿足人類的整體需要和長遠需要。解決科技危機、人類安全危機，應從個人主義導向轉型為集體主義導向、人類命運共同體導向。加強科學技術與社會研究（STS），科學家與人文社科學者要共同成為科學研究的主體。

科學從個人（科學家）導向轉型為社會導向、人類導向，主要有四項內容：一是本位與視角的變化，從科學家、學科專業的本位轉變為以人類進步為本位，以人類整體利益、長遠利益的視角考慮各個學科專業的發展，有所為有所不為；二是研究范式的變化，從“現象-分析”二維升級、轉型到“現象-分析-價值”三維；三是主體變化，從理工科專家為主，擴展到理工科專家與人文社科學者共同組成研究主體，人文社會科學是“方向盤”與“剎車器”；四是帶頭學科的變化，綜合交叉領域將成為新的帶頭學科或學科群，STS研究與未來學研究確定哪些學科專業有所為有所不為。

由于基礎研究、瘋狂科學家及黑客、軍事國防、企業研發等四類主體不受科技倫理的約束（例如，歐盟《人工智能法案》明確注明科學研究、軍事國防不受法案約束），因此開展科技倫理研究應該直面科技倫理失靈，以此為研究起點，開展以科技轉型為前提的科技倫理治理研究。與之配套的是創新從趨利創新、致富創新轉型為致善創新。工業革命以來的二百多年間，發生一系列大規模技術創新、致富創新，物質財富快速增加，人民生活有了較大改善。隨著科技加速發展，科技倫理、科技風險、科技安全等問題愈發凸顯，合成生物學、人工智能等尖端科技在爭議中快速發展，科技風險愈演愈烈。

工業革命以來，市場經濟對于滿足個人需求、企業需求（特別是眼前需求）的產品及服務給予充分回報，toC（對用戶）、toB（對企業）的知識、資源、激勵、人才極多，而toG（對政府）尤其是toH（關于人類）的則較少；涉及“科技致富”“科技創新”“致富創新”的是“西瓜”，涉及“科技致善”“致善創新”“科技風險治理與倫理治理”的是“芝麻”，極不對稱[5]。科技創新、致富創新與自然科學技術相互加強，學術創新、致善創新與人文社會科學相互加強。toC與toB基于經濟市場，toG尤其是toH則依靠思想力量。如果說經濟市場主要對滿足個人、企業等機構的眼前需求給予充分激勵與回報，那么思想力量應該更加全面地考慮人類整體需要與長遠需要，并且為此給予充分激勵與回報。這需要進行分配改革，改變目前對滿足人類安全需要、整體需要和長遠需要者回報過少、激勵極不對稱的現狀。研究、設計、實施新的有關制度，使得只有致善才能致富。將足夠多的人才與資源配置到科技風險治理、科技安全、人類安全、致善創新、可持續發展領域，形成人才濟濟的公共利益集團，才能轉變科技發展模式、從科技致富轉型為科技致善、從致富創新轉型為致善創新，化解人類安全危機，構建人類安全共同體。

結語

當前，人工智能、合成生物學、量子計算等在爭議中快速發展，在開展科研時難以遵循倫理規制、易被恐怖分子利用，特別是無法阻止牟取暴利（經濟、軍事、政治的巨大利益）的高風險創新。AI等科技風險愈演愈烈，科技致善與科技風險治理的關鍵，是轉變AI發展模式、轉變科技發展模式。

AI科學革命不僅改變了科研方式，而且改變了科研的組織方式與管理方式，將導致五大變革：利用AI開展科研、PI精英化、科研組織精約化、科研管理與科研產出考核精準化、科學從“現象-分析”二維升級到“現象-分析-價值”三維。AI科學革命，能夠推動實施一流人才戰略，將科學帶入超級PI制時代，能夠助力科技安全發展、人文社會科學崛起與大規模致善創新。

面對AI科學革命，一要實施一流人才戰略，利用專屬特征分析法、“五步識才法”和“1+N”主題名師甄選法，甄選出一流人才、主題名師，擔任雙一流大學的一流學科的學術帶頭人，成立主題名師工作室，作為云智庫為各級決策者提供一流的知識服務，快速提升我國的科技實力與智庫實力。二要雙管齊下應對人工智能競爭：一方面緊跟AI國際前沿；另一方面認清世界主流AI發展模式存在根本缺陷、不可持續，而提前布局，以人為本、發展“人工輔能”，強調人工智能輔助人類而非替代人類，基于技術維度，增加文化維度，實現底線安全、行穩致遠，引領人類邁向安全、和平、公正、繁榮、可持續發展的新世界。

【本文作者為中國科學院自然科學史研究所研究員】

注釋略

責編：董惠敏／美編：石 玉