握紧“总机关” 从源头上掌握人工智能演进的密钥

4月30日，习近平总书记在上海出席加强基础研究座谈会并发表重要讲话，明确指出：“基础研究是整个科学体系的源头，是所有技术问题的总机关。”当前，人工智能成为引领新一轮科技革命和产业变革的“头雁”，深刻重塑人类社会的生产力版图。唯有握紧基础研究这个“总机关”，才能从源头上掌握人工智能演进的密钥，以底层逻辑的突破筑牢科技强国的根基。

一、根基之固：AI底层理论是科技大厦的“总机关”

近年来，人工智能发展日新月异。在模型能力持续跃升与应用落地分化并存的格局中，对于人工智能背后深层机理的揭示尚显不足。当前这一轮人工智能繁荣，本质上建立在“规模定律”之上，即通过算力堆叠与海量数据投入换取性能提升。然而，这一路径本质上是一种资源驱动的扩张模式，虽带来显著效果，并未真正回答智能如何生成、推理如何实现等根本问题。随着算力成本上升、能耗约束加剧以及性能提升的边际收益递减，这种模式正逐步逼近物理与经济边界。更为关键的是，大模型在展现出强大生成能力的同时，其运行机理难以解释、推理过程缺乏稳定性、跨场景泛化能力有限等问题日益凸显，表明基于工程路径的人工智能演进正进入瓶颈阶段，基础研究的质量正成为决定其进一步跃迁的关键变量。

由此，人工智能的发展正从“做大模型”的工程竞赛，转向更为根本的科学问题。只有回到基础理论，深入研究智能的生成机制、信息表示方式以及复杂系统中的涌现规律，才能突破现有路径依赖，开辟新的技术范式。如果缺乏对这些底层原理的深耕，科技发展很容易陷入“跟随式创新”的陷阱，难以形成真正的技术护城河。从某种意义上来说，工程创新决定人工智能的发展速度，基础研究则决定其能够抵达的高度与边界。因此，唯有握紧基础研究这个“总机关”, 在人工智能的科学原理深处扎根，才能在应用发展的广阔空间里获得定义未来的力量，真正实现从“并跑”向“领跑”的跨越。

二、范式之变：AI for Science开启基础研究新境界

纵观科学史，科研工具的每一次跨越式演进都会引发科研范式的深刻变革。从望远镜拓展人类对宇宙的认知边界，到显微镜揭示微观世界的结构，再到电子计算机极大提升数据处理与模拟能力，每一次工具跃迁，都在重塑科学研究的边界与方法。当下，人工智能不仅是研究的对象，更是重要的研究工具。AI for Science（人工智能驱动的科学研究）正成为全球科技竞争的新高地。

传统的基础研究往往依赖“假设—实验—观察”的循环，受限于人类的认知视野与计算能力，许多科学发现的周期极其漫长。人工智能的引入，使得从海量数据中提取规律、从复杂关系中进行预测成为可能，极大加速了复杂系统问题的求解进程。近年来，从蛋白质结构预测到新材料发现，从气候模拟到药物研发，人工智能正在将科学研究从以理论与实验为主的模式，拓展为融合数据与智能的新型研究范式。

在这一范式转变中，人工智能不仅大幅提升科研效率，更在深刻重塑基础研究的竞争方式。谁能够率先将人工智能深度嵌入科研全过程，形成“数据—模型—算力”协同驱动的能力体系，谁就更有可能降低试错成本、缩短发现周期，从而在新一轮科技竞争中占据主动。从这个意义上而言，当今世界科技竞争格局正呈现出由产品与技术的比拼，进一步转向以知识创造能力为核心的体系竞争，基础研究的实力将在很大程度上决定国家的持续竞争力。

三、人才之要：构建适配AI时代基础研究的人才体系

强国驱动在创新，创新驱动在人才。习近平总书记指出：“综合国力竞争说到底是人才竞争。人才是衡量一个国家综合国力的重要指标。”在人工智能时代，这一判断尤为凸显：表面上是模型、算力与数据的竞争，本质上则是顶级科学家与战略人才的储备之争。随着人工智能逐步迈向底层科学突破阶段，仅依赖工程技术人才已难以支撑持续跃迁，更需要一批能够洞察智能本质，在数学、物理、生物等基础学科前沿深耕的领军人才。

与传统技术创新不同，人工智能时代的基础研究呈现出明显的跨学科特征，对人才结构提出了更高要求。这类人才不仅需要扎实的理论基础，还要理解工程实践与现实问题，更重要的是具备持续探索未知的好奇心与内在驱动力。许多关键突破，并非源于既定路径的延伸，而是来自不同学科之间的交叉融合与对根本问题的重新审视，这决定了人才培养不能局限于单一学科体系，而需要在更广阔的知识结构中塑造创新能力。

与此同时，人工智能时代的基础研究，既延续了长期探索的基本属性，又呈现出新的发展特征：一方面，底层突破仍依赖长期积累与反复试错，其周期长、不确定性高，决定了人才成长难以通过短期激励或简单引进实现；另一方面，数据资源、算力平台与开源生态的快速演进，又在不断压缩科研迭代周期，对人才的学习能力与适应能力提出更高要求。这种“长期积累”与“快速迭代”并存的特征，使传统的人才培养与评价机制面临新的挑战。因此，必须在遵循人才成长规律的基础上，构建更加适配人工智能时代的支撑体系，使人才既能专注长期攻关，又能适应技术快速演进，将基础研究的人才优势转化为稳定的创新能力。

四、开放之势：在国际合作中拓展基础研究新空间

基础研究具有鲜明的全球属性。许多重大科学问题本质上属于全人类共同面对的挑战。进入人工智能时代，数据、算法与计算能力的跨区域流动，使科学研究更加依赖全球协同网络。“AI for Science”的兴起，本身就是在更大范围内整合知识资源、拓展认知边界的过程，谁能够更有效地融入这一网络，谁就更有可能在复杂问题的探索中取得先机。

在国际科技竞争加剧、部分国家强化科研和技术封锁的背景下，开放合作、主动融入全球创新网络，不仅能够持续获取高质量知识与前沿问题，而且有助于在动态竞争中保持研究方向的开放性与敏锐度。我们应以更加灵活和开放的策略，深度融入全球创新网络，通过构建开放创新生态、深化高水平国际学术合作，并积极参与全球科技治理规则的形成，在更大范围内配置创新资源、拓展科研边界，从而不断提升基础研究的原始创新能力，在复杂多变的国际环境中赢得更大的发展主动权。

处理好开放合作与自立自强的关系，是建设科技强国的关键所在。高水平科技自立自强并非“闭门造车”，而是在开放环境中不断吸纳全球创新资源、提升内生能力的过程；开放合作也并非“技术依赖”，而是在具备自主能力基础上的主动嵌入与协同发展。只有在底层原理和原创能力上形成持续突破，才能在国际合作中具备对话基础与竞争主动。同时，通过开放合作引入多元视角与先进方法，也有助于提升创新效率。因此，要在关键领域筑牢自主能力，在更广范围推进开放合作，推动形成开放与自立相互支撑、协同演进的创新格局。

人工智能时代的竞争，正在把基础研究从“创新链条的起点”推向“决定发展格局的核心变量”。从底层理论的突破到科研范式的重塑，从人才体系的重构到开放格局的拓展，基础研究不再只是支撑性力量，而正在成为驱动技术产业升级与塑造竞争优势的关键支点。面向未来，唯有持续夯实基础研究根基，在科学原理深处实现突破，构建与之相适配的人才体系与开放格局，才能在不确定的技术演进中形成确定性的创新能力，在新一轮科技革命中掌握主动、定义未来。

（作者为上海市习近平新时代中国特色社会主义思想研究中心研究员）