李景虹委员：建议在高校建设一批“AI+X”交叉学科

首页

科技数码

热心网友

转载

2026-03-09

封面新闻记者张馨心海报设计郭可馨

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

委员名片

李景虹全国政协委员，中国科学院院士，清华大学化学系教授。今年全国两会，他关注的重点之一是“深化教育、科技、人才一体改革，促进人工智能高质量发展”。

“人工智能的竞争，本质上是国家创新体系效能的竞争，是基础研究深度、人才培养质量与产业转化速度的全方位较量。”

当前，人工智能正深刻重塑全球科技创新与产业发展格局。如何在新一轮科技革命中把握主动权？全国政协委员、中国科学院院士李景虹近日在接受封面新闻记者专访时表示，要通过深化教育、科技、人才一体改革，才能为我国抢占人工智能发展制高点。

他建议，通过建设国家级科学与工程基础数据体系，推动高等教育体系与人工智能前沿深度嫁接，深化以创新价值为导向的科技评价改革，构建产学研深度融合的新型创新联合体等措施，打破教育、科技、人才间的体制机制壁垒。

AI加速演进

人才培养如何跟上？

李景虹指出，自2017年我国发布《新一代人工智能发展规划》以来，人工智能已从技术概念逐步演进为推动产业转型升级的重要引擎。2025年《关于深入实施“人工智能+”行动的意见》的出台，也标志着我国人工智能发展进入纵深推进阶段。

他认为，当前人工智能的发展逻辑正在发生深刻变化。一方面，知识更新和技术迭代呈指数级加速，传统学科划分和标准化人才培养模式，已难以适应前沿领域对复合型、创新型人才的需求；另一方面，人工智能突破越来越依赖“大模型+大数据+大算力”的系统性支撑，而这背后离不开基础研究厚度、工程转化能力以及高水平人才的集聚效应。

“发展人工智能不能依赖单点突破，这就要求我们不能再以割裂的视角看待教育、科技与人才工作。”他强调，教育在知识生产中发挥源头作用，科技承担创新突破的引领作用，人才则是创新要素配置的核心力量。只有把三者置于同一改革框架下统筹推进，形成三者相互赋能、螺旋上升的创新生态，打通从基础研究到产业应用的价值链，才能形成具有全球竞争力的人工智能创新高地。

产学研衔接不畅

创新为何难跨“达尔文之海”？

对标人工智能高质量发展的需求，当前我国在教育、科技、人才一体推进方面仍面临结构性挑战。李景虹指出，高等学校作为基础研究的主力军和人才培养的主阵地，对产业需求的响应机制尚不够灵敏。部分学科设置与课程内容滞后于技术发展前沿，导致人才培养与产业需求之间存在“时间差”与“适配差”。同时，高校、科研院所与企业之间的人才流动渠道不够畅通，创新要素的循环效率有待提高。

他进一步分析，当前科研评价体系中存在的“重数量轻质量、重形式轻实效”倾向，对人工智能这类长周期、高风险、强应用的研究领域形成了隐性制约。“过度量化的评价导向，容易使科研人员倾向于‘短平快’的成果产出，而对需要长期积累的原创性、突破性研究缺乏耐心。”这种学术生态在客观上影响了高水平科研成果的持续涌现及其向产业端的有效转化。

针对产学研协同创新，他观察到尽管近年来合作不断深化，但在实际运行中仍存在“成果转化链条不畅、利益分配机制不活、风险共担机制缺失”等问题。高校的科研成果往往停留在实验室阶段，难以跨越从技术原型到成熟产品的“达尔文之海”；而企业在面对不确定性较高的前沿技术时，往往“等不起、投不进、接不住”，导致创新链条出现断层。

破除体制机制障碍

如何打造AI创新高地？

面向国际竞争新格局与国内改革关键期，李景虹表示应以系统性思维破除体制机制障碍，充分发挥新型举国体制优势，推动教育、科技、人才三大体系同向发力，形成推动人工智能高质量发展的整体合力。

在夯实基础方面，他建议建设国家级科学与工程基础数据体系。“高质量行业数据的缺乏已成为制约我国人工智能向纵深发展的‘源头之困’。”他表示，应统筹推动生物、能源、材料、化工、医药等关键领域的科学数据标准化与开放共享，通过“物理分散、逻辑集中”的共享机制，破解数据孤岛难题，为人工智能模型训练提供系统、权威、可互操作的“养料”。

在融合育人方面，他建议推动高等教育体系与人工智能前沿深度嫁接。通过在高校系统布局建设一批“AI+X”交叉学科与交叉学院，打破传统院系壁垒，动态调整学科专业设置。他特别强调，要支持高校科研团队深度参与国家重大科技任务，“在真刀真枪的科研实战中培养具有前沿视野与系统思维的科技领军人才。”

在释放活力方面，他呼吁深化以创新价值为导向的科技评价改革。真正建立以“创新价值、能力贡献、产业实效”为导向的评价机制，减少对论文数量、项目层级等显性指标的过度依赖。“要让青年科研人才愿意坐冷板凳、敢于啃硬骨头，切实为科研人员减负，营造鼓励探索、宽容失败的创新文化。”

在协同攻坚方面，他提出构建产学研深度融合的新型创新联合体。支持由行业龙头企业和高水平研究型大学牵头，联合科研院所与产业链上下游企业，围绕人工智能赋能重点产业的共性技术难题开展联合攻关。在机制设计上，应遵循“结果导向、过程放活”的原则，给予科研团队充分的自主权与稳定的资源支持，让知识分子真正成为产业创新的主体力量，加速科技成果从实验室走向生产线的转化进程。

来源:https://www.163.com/dy/article/KNITP5F80514D3UH.html

免责声明：游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

上一篇：大模型下半场挑战：千问变阵破局与应对之道下一篇：全国政协委员李景虹：高校应建AI交叉学科促人才培养