案由：基礎(chǔ)研究往往錨定科技發(fā)展的最前沿，是培養(yǎng)造就科研人才的搖籃，更是一個(gè)國家科技進(jìn)步和經(jīng)濟(jì)發(fā)展的動(dòng)力源泉。目前，我國智能型基礎(chǔ)研究平臺(tái)建設(shè)仍存在三個(gè)短板：科研賦能型人工智能創(chuàng)新成果供給不足、科研賦能型人工智能創(chuàng)新成果影響范圍不大、算法原創(chuàng)能力不能滿足現(xiàn)實(shí)需要。

建議：一、科學(xué)篩選與人工智能具有高融合潛力的學(xué)科領(lǐng)域。人工智能對(duì)科研工作的深度賦能，更容易出現(xiàn)在人工智能與特定學(xué)科具有更高融合潛力的學(xué)科領(lǐng)域，從而形成高價(jià)值科研賦能型人工智能創(chuàng)新成果，常見學(xué)科包括物理學(xué)、化學(xué)、醫(yī)藥創(chuàng)新、合成生物學(xué)、天文學(xué)和材料學(xué)等。此類學(xué)科的數(shù)據(jù)材料基礎(chǔ)非常豐富，并且具有龐大的大數(shù)據(jù)處理需求，更適于借助深度學(xué)習(xí)等相關(guān)技術(shù)發(fā)掘數(shù)據(jù)中的潛在規(guī)律并建立模型。

二、 深化并提升科研賦能型人工智能創(chuàng)新的認(rèn)知?？蒲匈x能型人工智能創(chuàng)新是推動(dòng)科研模式變革的底層技術(shù)，能夠從根本上改變科研方法、科研模式、知識(shí)創(chuàng)造等各個(gè)方面的深層基礎(chǔ)邏輯，極大提升科研活動(dòng)的整體效率。相對(duì)于某些發(fā)達(dá)國家學(xué)術(shù)界和實(shí)業(yè)界已經(jīng)傾力于科研賦能型人工智能技術(shù)并取得一系列突破性成果而言，我國對(duì)科研賦能型人工智能創(chuàng)新關(guān)注還不夠、投入還不足，僅在現(xiàn)有人工智能技術(shù)框架下開發(fā)新應(yīng)用和漸進(jìn)式優(yōu)化的現(xiàn)狀亟須調(diào)整。

三、 提升科研賦能型人工智能創(chuàng)新資助的力度和維度。強(qiáng)化頂層設(shè)計(jì)，從力度和維度兩個(gè)方面加大對(duì)科研賦能型人工智能創(chuàng)新的資助。除了基礎(chǔ)創(chuàng)新平臺(tái)的建設(shè)，還需強(qiáng)化對(duì)科研賦能型人工智能創(chuàng)新項(xiàng)目的市場投資，加強(qiáng)高校、科研院所和企業(yè)之間的合作，使賦能型人工智能技術(shù)成果切實(shí)提高企業(yè)新藥開發(fā)、集成電路設(shè)計(jì)等研發(fā)效率。通過“產(chǎn)學(xué)研”深度協(xié)同，提升科研賦能型人工智能創(chuàng)新成果的高基礎(chǔ)性和高應(yīng)用性，加快我國智能型基礎(chǔ)研究平臺(tái)建設(shè)步伐，提升前瞻部署能力。