科研智能平台亟需统一标准，打破数据壁垒

我国科研智能平台建设正迎来高速发展期。从“十五五”规划提出建设科研智能平台及高质量科学数据集，到高校院所投入巨资打造此类平台，再到人工智能在数学、化学、制药等领域的累累硕果，“AI+科研”已不再是虚无缥缈的概念，而是切实辅助科学家提升工作效能的得力帮手。

然而，与此同时，科研智能平台面临数据标准不一、生产方式各异、模型壁垒森严等问题，严重制约了跨学科知识的融合与规模化创新。在近期召开的香山科学会议第801次学术讨论会上，与会专家呼吁，应加快构建科研智能平台的通用标准，打造科研智能新生态。

标准建设是科研智能平台发展的核心，但专家直言，我国科研智能平台标准建设速度远落后于实际需求。

中国科学院院士、同济大学校长杨金龙指出，我国已组建智能科学家生态联盟，目前已有超40家联盟单位建设平台、超50家单位正在筹建。在此过程中，平台各自为政、架构割裂、数据不通、接口不兼容等问题凸显。“当前智能科研面临的最大风险并非平台不足，而是平台数量增多但互操作性越来越差。”杨金龙称，这将引发严重后果。

一是数据难以对齐。不同平台的数据结构、元数据描述、命名规则及质量控制标准不一致，致使数据难以跨平台流转与汇聚。

二是模型难以复用。由于缺乏统一的模型定义、校准、验证和部署框架，科研模型往往局限于局部项目内部，难以沉淀为国家级智能科研资产。

三是设备难以协同。因不同厂商、工作站及自动化系统接口封闭，难以形成统一调度网络。

四是平台难以扩展。因缺乏统一安全规则、服务标准及能力评估机制，平台间既难以连接，也难以构建可信的开放生态。

“更深层次的问题是，若碎片化状态持续，即便我国拥有众多平台和示范场景，也可能陷入‘数量繁荣、体系脆弱’的困境。局部看似先进的智能实验室，最终可能固化为孤立无援的‘数字烟囱’，而非形成互联互通、资源共享的国家科研基础设施网络。”杨金龙表示。

需建立统一“行为准则”

为科研智能平台制定标准，好比让说不同“方言”的平台学会说“普通话”，并建立统一的“行为准则”。这使科学家能够直接使用不同平台的数据、模型，而无需耗费大量时间进行数据清洗、模型适配。

中国标准化研究院党委书记、院长王昆认为，有了统一标准，AI才能真正成为科研引擎，推动创新“飞驰”。“标准为新兴技术指引方向，有助于避免‘多头投入、重复造轮子’的资源浪费，同时凝聚产业共识，在技术路线未收敛时形成合力，推动协同攻关。”王昆称。

标准是保障智能科研安全的“防护网”。在物理安全上，相关操作规范可防止机器人在无人值守时误操作，为产业化科研筑牢防线；在数据安全上，界定科学数据分级分类、访问权限和流转规则，可防止核心数据在自动化交互中被窃取或滥用；在伦理安全上，为模型“黑箱”操作划定伦理红线，确保智能化在可控范围内释放价值。

标准是连通智能科研孤岛的“立交桥”。它能实现不同来源、不同模态的实验室数据在统一平台汇聚、共享、复用、互认，打破数据孤岛。通过制定自主实验系统接口规范、通信协议、互操作要求，可实现“即插即用、自由组合”的设备协同；通过构建跨实验室、跨机构互联标准，能让国内平台与海外伙伴在统一规则下协同研究，形成“物理分散、逻辑统一”的智能科研网络。

标准也是驱动智能科研产业规模化发展的“发动机”。王昆认为，统一标准能降低硬件设备成本及从需求对接到落地的周期成本，为用户提供可信采购依据，推动智能科研从“实验室盆景”迈向“产业风景”。

标准更是掌握全球价值链话语权的“金钥匙”。“标准不仅是技术文件，更是产业生态的‘操作系统’。主导关键领域国际标准，可吸引全球开发者在我们的体系创新，使我国从‘参与者’跃升为‘定义者’。”王昆说。

“标准并非末端附属工作，而是智能科研规模化、网络化、生态化演进的基础制度。标准化是对创新的约束，更是对创新能力的放大，是将局部探索转化为系统能力、将实验室成果转化为国家竞争力的关键机制。”杨金龙说。

在杨金龙看来，当前最紧迫的任务不是继续建设新的孤立平台，而是尽快建立国家级科研智能平台标准体系。“要强化国家标准顶层设计，加快基础、数据、安全、服务等国家标准的制修订，尽快形成主干体系。同时，推动标准在示范工程与真实场景落地。”杨金龙说。

王昆指出，面对“AI模型数月迭代、机器人硬件半年升级”的快节奏，耗时18—24个月的“立项—起草—征求意见—审查发布”传统标准制定模式已不再适配。对此，应在技术未完全成熟、产业生态未定型时，提前发布前瞻性、引导性的预标准。“预标准不仅是技术文件，更是产业共识凝聚过程，可引导新兴产业方向，降低试错成本，为原始创新提供‘早期认可’和‘共识凝聚’通道，形成‘创新—规范—更大范围创新’的正向循环。”王昆说。

此外，科研标准化高度依赖原始创新，需国家战略科技力量与技术领军企业全面参与。为此，王昆建议组建全国科研智能平台标准化工作组，汇聚国家实验室、顶尖高校及领军企业等核心力量，主导国家标准制修订。

人才队伍建设同样关键。王昆表示，智能科研是新兴领域，技术路线未定，科学范式重塑，标准化不仅是产业界的事，更与前沿基础研究息息相关，最懂前沿的人才最有资格定义规则。为加强智能科研标准复合领军人才建设，王昆建议建立“标准+学术”双轨评价机制，将国际标准贡献纳入学术影响力评价；同时为顶尖科学家提供“低门槛、高回报”参与渠道，鼓励其积极参与标准制定。

标准的制定与落地离不开良好生态。“应以更加开放、建设性的姿态参与全球治理，构建开放、包容、敏捷的国际智能科研标准化联盟，探索国际合作新范式，共建包容普惠的智能科研规则生态，促进全球科学发现、加速科研范式变革。”王昆说。

“科学发展的重大跃迁，从来不是单一技术的胜利，而是制度、设施、知识与组织方式共同演化的结果。我们不能只做平台建设的跟随者，更应成为规则体系的制定者、生态格局的塑造者和未来科学纪元的开拓者。”杨金龙说，“唯有以标准筑基，方能协同共生；唯有协同共生，方能赢得下一个科学纪元。”（记者 裴宸纬）