党的二十大报告提出,要推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能等一批新的增长引擎。人工智能日益成为引领新一轮科技革命和产业变革的核心技术,在各个领域的应用场景不断落地,极大改变了既有的生产生活方式。人工智能与学科建设的双向赋能为实现人工智能与传统学科的交叉融合、共融共生、相互助力和协同发展奠定了基础。

  人工智能与传统学科的关系,不是人工智能挑战、冲击传统学科,而是二者交叉融合、双向赋能、共谋共创、重塑体系。早期从事人工智能研究的学者多来自计算机、控制、数学等学科,但随着大数据和深度学习的发展和应用,以及强大的网络带宽、存储能力和算力支撑,人工智能已经打破传统意义上的学科边界,或正在延伸至几乎所有学科。一方面,现有学科支撑人工智能快速发展。神经科学、生命科学等学科为人工智能算法提供灵感和原型,数学、统计学等为人工智能建模、分析、证明提供理论基础,自动化、计算机、信息技术等为人工智能提供技术支持和工具,制造、交通、海洋乃至法学、设计、教育等学科则为人工智能的应用提供丰富多样的创新场景。另一方面,人工智能赋能传统学科内涵创新和转型升级。人工智能不仅是一门高度综合和交叉的学科,更是一种可以深度融合和渗透至各个学科的全方位、引领性的催化力量,而这种力量需要在其他学科中得以应用与验证,方能释放出巨大的潜能。

  学科是大学人才培养的基本单元。随着知识生产的专门化,大学以学科为边界组织起学院或学系的制度架构,不同知识体系之间利用自身特有的研究范式和话语体系创造出学科的“护城河”,学者们也以学科为边界开展科研和教学活动。在我国现行制度下,招生依据学科建制来统筹,经费按照学科建制划拨,各项有形无形的资源也与学科建制直接挂钩。只有拥有了学科建制,才能获得相应的资源投入,人才培养和科学研究等活动才有合法性基础。然而,人工智能的出现正在打破学科间的高墙。在人工智能技术日新月异的新形势下,大学不能再被排名等“指挥棒”牵着鼻子走,而应勇闯科技前沿“无人区”和制度改革“深水区”,主动探索交叉融合的“人工智能+”学科建设新模式。具体来说,人工智能赋能学科建设有三种基本路径:传统学科创新,学科交叉融合和新兴学科兴起。

  传统学科创新主要指“新文科”“新商科”建设。比如人工智能刺激文学、哲学、语言学衍生新的研究问题和理论发现,为传播学、社会学、心理学等提供新的研究工具和研究方向,在教育、法律、金融等实践性强的领域则创造出智慧教育、智慧法律和智慧金融等应用工具。针对这些学科,大学应注重发展其本土特色和时代特征,加快学科的科学化、数字化转型,引导学生关注新现象、新问题,培养学生无法被人工智能取代的创新能力,例如,场景创新能力,复杂系统的建模能力,问题的深度逻辑推理能力,等等。

  学科交叉融合主要指传统理工科向“新工科”“新理科”的转型,对原有知识体系进行更新迭代以适应人工智能时代的需要。例如,物理、数学、化学等基础性学科向实际应用延伸,为人工智能技术攻关和创新提供助益,或者利用人工智能打开研究思路,进行快速创新和知识发现。又如,在城市、交通、制造等工程技术应用性强的学科中,可以借助强大的人工智能技术工具或算法力量,进行自动化、智能化转型,创造更大的战略效应和经济效益。建设这类学科,要在坚持其本身学科特性和知识架构的前提下,按照“以我为主,为我所用”的原则,将其中过时的知识、观念甚至专业进行淘汰,学习人工智能技术的原理和方法,使之焕发新生,也为人工智能的创新发展提供新的场景和需求动力。

  新兴学科兴起则是指人工智能专业人才的培养。近年来,许多高校相继获批开设人工智能专业,成立了智能科学与技术交叉学科博士点、人工智能学院和研究院等。建设人工智能学科,不能按照传统思路“新瓶装旧酒”,如果说“新工科”“新理科”的建设是在原有学科的基础上与人工智能技术碰撞出创新火花,那么人工智能相关新兴学科的建设则更聚焦于人工智能技术自身理论、方法、工具和系统的发展。人工智能学科要培养的是具有人工智能基础研究和交叉应用能力的“科班”人才,具有“一通百通”的人工智能思维。建设这类新兴学科,必须立足人工智能的学科特点和人才特征,着重开展人工智能领域的前沿科学难题和核心关键共性技术的攻关,培养跨学科、复合型、高层次、创新型的人工智能高端人才。

  以人工智能赋能大学学科建设转型升级,不是简单的物理叠加,而是深度融合的化学反应;不是单向发力,而是双向赋能;不是一家之言,而是共谋共创;不是局部改造,而是重塑体系。未来的人工智能时代充满无限可能,大学应顺势而为、主动而为,以开放、包容、创新的精神拥抱人工智能,为我国新一代人工智能发展提供战略支撑、发挥关键作用。人工智能的学科交叉性,决定了大学在探索学科建设的转型升级路径时,不能什么热门就搞什么,要整合现有学科资源,放大已有学科的优势,制定富有本校特色的学科发展战略和人工智能技术发展路线图。

  顺应人工智能赋能学科交叉融合的发展趋势。通过人工智能赋能,推动传统学科在理论创新、研究范式、数据处理、技术应用等方面不断取得突破,积极探索AI for Science(科学智能)研究新范式与本学科的结合,创造学科交叉融合的新模式。强化在学科交叉前沿领域引发链式突破,建立以重大问题为中心的学科交叉汇聚引导机制,激发学科之间的创新火花,构筑全面均衡发展的高质量学科体系。积极探索人工智能与传统学科交叉融合,例如,土木工程朝着智能建造的方向发展,机械工程朝着智能制造的方向发展,交通运输朝着智能交通的方向发展,等等。

  瞄准国家战略需求、未来产业发展方向。准确把握人工智能赋能学科建设的出发点和落脚点,将学科转型升级和融合交叉的成果转化为社会经济各领域数字化、智能化转型的强大动力,为强国建设和中国式现代化作出新的更大贡献。

  形成打破学科壁垒、协同各方需求的融合发展力量。通过科研合作、科教融汇、产教融合,打破学科之间、学校之间、校企之间的围墙。以人工智能赋能为突破口,凝聚多学科力量,打破学科壁垒,打造世界一流、学科交叉的核心课程、精品教材和重点实践项目,培养复合型人才,将科研势能和人才优势转化为产业动能,推动教育链、人才链、创新链、产业链“四链”融合发展。推动形成中国人工智能人才的个性化、进阶式培养路径,拓宽学生的个性发展空间;打破校园围墙,联合知名企业成立新一代人工智能科教育人联合体。

  人工智能研究要跨越学科的界限,在学科交叉与融合之中开启新的征程,迈向更为广阔的前沿。人工智能赋能高校学科建设,要融合贯通,久久为功,顺时代所趋,应国之所需。大学要主动识变、积极应变,推动学科转型升级,培养人工智能专业人才,为服务教育强国重大战略作出重要贡献,发挥关键作用。(作者系中国工程院院士、同济大学校长)

相关文章

中国工程院院士、同济大学校长郑庆华:人工智能赋能高校学科建设

党的二十大报告提出,要推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能等一批新的增长引擎。人工智能日益成为引领新一轮科技革命和产业变革的核心技术,在各个领域的应用场景不断落地,极大改变了既......

中国工程院院士、同济大学校长郑庆华:人工智能赋能高校学科建设

党的二十大报告提出,要推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能等一批新的增长引擎。人工智能日益成为引领新一轮科技革命和产业变革的核心技术,在各个领域的应用场景不断落地,极大改变了既......

科研人员如何使用生成式人工智能才合规?科技部发布《负责任研究行为规范指引(2023)》

近日,科技部监督司发布《负责任研究行为规范指引(2023)》。《指引》共11个部分,覆盖了科研活动的主要方面和重点环节,针对科研人员、科研单位、科研资助机构、科技类社团、学术期刊等不同主体,提出了开展......

2024年,AI会如何发展?

时光如白驹过隙,转眼间已是新的一年,那些旧岁未完成的梦想又将翻开新章。去年底英国《自然》杂志刊文预测的2024年十大科学进展中,人工智能的进步和ChatGPT人工智能占据前两位。人工智能的发展,在过去......

北京人工智能公共算力平台(上庄)正式上线

12月26日,由京能集团主办的“浮点时代·京能智算”北京人工智能公共算力平台(上庄)发布仪式在京举办,宣告由京能集团承建和运营的北京人工智能公共算力平台(上庄)正式上线。中科曙光是该算力平台的项目建设......

京东方推出显示工业大模型AIoT推动显示智造高质发展

近日,BOE(京东方)显示工业大模型正式发布,该大模型在原有的AIoT技术底座基础之上,深度融合BOE(京东方)半导体显示行业知识与经验,旨在向研发设计、生产管理、制造执行、管理服务等显示制造核心场景......

AI大模型走出“泡沫期”未来何如

今年3月ChatGPT-4上线以来,国内科技龙头企业密集推出人工智能大模型,百度“文心一言”、阿里云“通义千问”、华为“盘古”、360“智脑”、昆仑万维“天工”、京东“灵犀”、科大讯飞“星火”、腾讯“......

人工智能技术可准确识别笔石化石

近期,中国科学院南京地质古生物研究所地层古生物大数据中心研究员徐洪河,联合天津大学副教授牛志彬等,基于笔石化石多模态数据集以及深度学习残差网络算法,在笔石化石智能识别领域取得系列进展。相关研究成果日前......

与北大并列,武汉大学获批9项国家社科基金重大招标项目

近日,全国哲学社会科学规划办公室发布2023年度国家社科基金重大招标项目立项名单,武汉大学获批9项,立项数与北京大学并列,位居高校第三。获批项目分别是信息管理学院李纲教授《情报学视角下的科技安全领域国......

人工智能突然变聪明了吗

人工智能超级智能会突然出现,还是科学家能预见它的到来并有机会向世界发出警告?随着大型语言模型如ChatGPT的兴起,这个问题最近受到了很多关注。这类模型随着规模的增长已经获得了大量新功能。一些研究结果......