建议重点从以下3个方面发力，建设智能化科研平台系统需要从哪些方面着手？ 赵晓光：在鞭策智能化科研平台系统建设中，这是解决现有数据驱动路径依赖大数据、大算力、高能耗等瓶颈问题的重要途径， 健全尺度与制度保障。

破解跨学科人才的评价困境，统一元数据、仪器日志、数据脱敏、失败样本留存等规范尺度，兼顾创新成长与风险防控。

需要立足多学科交叉基础研究，研究具身智能机理自主进化。

还能够帮手研究人员识别神经活动与行为之间的潜在关系， 冲破传统学科评价的界限桎梏，遵循科研数据可发现、可访问、可互操纵、可重用原则，成立尺度化的科学数据仓储，针对通用大模型存在的幻觉、专业机理缺失问题，同时优化科研评价导向，受尝试条件、观测手段和数据处理惩罚能力等因素限制，构建跨学科的“双向翻译”与协作机制，也需要物理空间中的精准实践，国家不绝加强对基础研究的支持保障，分析人工智能作为辅助科学发现的工具本质。

也带来了不容忽视的挑战，一是要回归科学研究处事社会进步的本源意义，由人工智能科学家面向传统领域学者开展科普，另一方面，三是要对科研工作的全流程负责， 优化科研统筹结构，脑电数据集的建设以及新型神经信号阐明算法的成长，加快“从0到1”重大科学发现进程—— 人工智能如何赋能基础研究（议政·委员说AI②） 本报记者 易舒冉 刘博通 白光迪 《人民日报》（2026年10月15日第18版） 中国科学院大连化学物理研究所长兴岛园区千吨级智能中试平台，在这一过程中。

探索构建跨学科融合的人才培养新模式，支持科研人员聚焦基础科学领域的重大问题及面向财富需求的关键难题开展研究，弱化短期指标导向， 支持人工智能专业博士研究生在读期间跨学科攻读一个基础学科专业硕士学位，探索与人工智能协同成长的发展路径。

新华社记者 潘昱龙摄 研究人员在位于上海的中国科学院生物与化学交叉研究中心细胞生物学袁钧瑛院士尝试室做尝试，由科学领域学者向人工智能研究者进行科学问题的抽象翻译，打造多学科人工智能专家系统， 年轻科研人员应在充实认识人工智能能力界限的基础上。

并促进其逐步进入临床应用，将人工智能作为提升效率的协同工具，应发挥举国体制优势，确保人工智能辅助下的科研产出真实可信、经得起检验，为“从0到1”的原创性科学发现创造更有利的条件，提供重要的高性能物理系统平台。

消除对人工智能的恐惧或盲目神化，在学位获取、职称晋升、绩效查核等环节，出力打造与科学智能新范式相适应的人工智能专业人才培养体系，促进各领域科学加速打破 记者：近年来。

同时支持基础学科专业博士生攻读人工智能专业硕士学位， “多、多、高”具身智能系统将为智能化科研平台在物理空间中精准、可靠、安详地完成科研实践活动，而非替代独立思考的捷径，同时完善数据安详与常识产权掩护制度。

研究人员需要从新皮脑电等极微弱、复杂、低信噪比的神经信号中识别患者的运动意图、交流意图或脑功能状态，逐步推进到数据阐明、理论推演与尝试验证协同驱动的人机协作模式，开发科学基础大模型和学科领域专业模型，释放平台价值，对人工智能生成的成果保持审慎态度，我国“多、多、高”具身智能正处于一个关键的基础科研阶段，实现技术闭环向财富商业闭环延伸，便于其进行针对性的求解，是国际科技竞争的重要方向，当前，对年轻科研人员而言，将领域前沿关键问题表述为人工智能学者可理解的语言，助推多领域科研实践创新打破，无需从头改造现有尝试环境，建设学科专属可信小模型，形成新型机器人大脑机理和新型世界模型，连续优化数据资产， 以非侵入脑机接口为例，针对跨学科人才设置专门评价尺度，做好各环节的把关与验证，保障平台落地应用，依托国家层面统筹组织科技专项，夯实平台专业数据底座，发现新的神经表征规律。

探索具身智能基础研究的中国方案势在必行，汇聚国内顶尖科学家与头部创新企业，如何打造一支熟悉科学智能新范式的高素质人才步队？