“十五五”规划纲要（草案）摘要提出，“一体推进教育科技人才发展”“联动推进激励评价机制创新”。“十五五”时期，如何释放科技人才的真正潜力？
全国政协委员、中国科学院院士、北京大学工学院教授魏悦广在今年全国两会上带来了“一剂良方”：将人才评价体系一分为二，为基础研究与应用研究“量体裁衣”，让学者不再为“帽子”和论文所累，安心做科研。
“十五五”规划纲要（草案）摘要提出，“推动科技创新和产业创新深度融合，不断催生新质生产力”，“加强原始创新和关键核心技术攻关”。面对AI技术浪潮，魏悦广建议，分阶段推进AI与基础科学融合。新京报记者 张璐
全国政协委员、中国科学院院士、北京大学工学院教授魏悦广。
受访者供图
基础研究类重点评价学术影响力、理论突破性、长期价值、学科支撑度等；应用研究类重点评价技术创新及领先程度、自主可控性、经济效益、社会效益等。——全国政协委员、中国科学院院士、北京大学工学院教授魏悦广
谈人才评价
建议人才评价分为基础和应用两大类
新京报：“十五五”规划建议提出，以创新能力、质量、实效、贡献为评价导向，深化项目评审、机构评估、人才评价、收入分配改革。今年全国两会上，你带来了优化人才评价体系的建议，你的建议是如何形成的？
魏悦广：通过多年来在教育、科技、人才方面工作的深度参与、分析以及调研，我认为，在优化人才评价体系方面，目前存在一些问题亟待破解。
一是在大学生、研究生中存在功利化倾向，通过给学生授课我发现，有些学生上课只求拿到学分、能顺利毕业，并不是抱着掌握知识的目的而修课，一些学生只选课时少、难度小的课程。毕业后的择业去向少有以兴趣为导向驱动，而是以薪酬为大。
另外，人才评价体系仍然存在“五唯”化倾向；论文、职称、学历、“帽子”、奖项等五个指标高的人更容易拿到更大的人才“帽子”，获得更高的待遇，所以踏踏实实钻研学术的气氛比较淡薄，取而代之的是出现了追求热点、短平快研究课题方向、学术圈子利益共同体等情况。
现有的以量化指标为主导的评价体系，被认为比较客观，能够避免评价过程的偏狭，但过度量化显然不是真正优秀人才的评判标准。学术界公认的创新性学术成果和优秀人才对社会进步的推动力，其客观价值不能简单地仅靠“数据”来表达。
新京报：你认为，应该如何优化人才评价体系？
魏悦广：我认为，应该通过合理优化人才评价体系，激发青年学者的奋斗热情。建议国家对优秀中青年人才实行长期稳定的薪酬支持，少一些评比、评选、“戴帽”等活动干扰他们，让他们生活无忧，一心一意搞科研。
如果确有必要评价，建议在高等院校和研究机构实行基础和应用两大类的人才和科技成果评价机制。基础研究类重点评价学术影响力、理论突破性、长期价值、学科支撑度等；应用研究类重点评价技术创新及领先程度、自主可控性、经济效益、社会效益等。
谈人工智能
推进AI技术与基础科学融合发展
新京报：“十五五”规划建议提出，全面实施“人工智能+”行动，以人工智能引领科研范式变革。在你所从事的力学研究领域，AI技术已经带来了哪些改变？
魏悦广：我本人是从事力学领域的研究和教学工作的，力学学科几乎是所有工程学科的理论基础。AI技术对力学领域的发展带来了直接显著的影响，给力学发展带来了挑战和机遇。比如传统的力学方法论是首先将工程技术问题物理模型化，然后进行数学分析求解给出答案，有了AI技术，面对的最大问题是：这个工程技术问题的物理模型化能否被AI技术所取代？我认为基础科学和AI技术发展的关系可能遵循互补、交叉和融合三阶段，最终达到深度融合。
今年，我带来了关于人工智能技术服务于我国高水平科技自立自强的建议。
新京报：AI赋能科技自立自强，要解决什么问题？
魏悦广：近年来，我国在人工智能技术应用领域取得了可喜的进展。人工智能作为引领未来的战略性技术，在服务于高水平科技自立自强的过程中，将面临一系列挑战性问题。
首先是底层技术与基础设施的“卡脖子”风险。AI发展高度依赖高性能计算芯片以及支撑深度学习框架的基础软件，到目前为止，我国在高性能计算芯片和相关基础软件方面仍高度依赖国外。在贸易制裁等极端情况下，算力供应和软件生态可能被切断。因此，如何突破芯片瓶颈并发展自主可控的AI框架和编译器生态，是自立自强的首要任务。
真正的科技自立自强需要引领，而非跟随。我国在算法理论上更多是跟进和优化。此外，也缺少能引领下一个十年发展的新范式。这种“从0到1”的原始创新能力不足，使得产业地基建立在他人奠定的理论基础之上。
对AI来说，高质量数据极其关键，但现实中存在“数据孤岛”和制度壁垒，导致数据流通困难。同时，如何让深度学习与物理规律、专业知识相结合，解决在科学发现、工业制造等关键领域落地时的“幻觉”和不可解释问题，也是一大难点。
全球范围内，顶尖AI人才的争夺已趋白热化。我国在基础研究、算法框架等领域的领军人才和战略科学家依然稀缺，而能够将AI技术与传统产业融会贯通的复合型人才也存在不足。
大模型的算力需求呈指数级增长，伴随而来的是巨大的能源消耗和碳排放。如何在追求算力极限的同时，发展低功耗芯片和绿色算法，实现AI产业的可持续发展，是不可回避的挑战。
在制度方面，科技伦理与法律法规的发展速度往往落后于技术，给创新带来不确定性。在产业生态适配方面，要警惕“内卷式”竞争，避免资源大量涌入短期风口，而忽视了对长期基础研究的耐心投入。
新京报：你认为应该如何解决这些问题？
魏悦广：我建议，构建针对AI的“战略牵引-基础突破-生态繁荣-治理护航”的多维度、系统化的支撑体系，分阶段地维持其与基础科学发展的互补、交叉以至融合推动进程。
一方面，出台国家层面的人工智能自立自强发展专项规划，明确重点突破的基础理论、关键软硬件，如AI芯片、底层框架，避免资源分散和低水平重复。设立重大科技专项：通过“新型举国体制”的优势，组织实施AI重大科技项目，集中力量攻克“卡脖子”技术，支持算法、算力、数据的全链条协同创新。
另外，要夯实基础研究与人才培养。鼓励原创理论突破，加大对高校和科研院所的前沿探索支持力度，鼓励科研人员勇闯“无人区”，在AI基础理论、工程原理等方面实现原创引领。
改革人才评价体系，建立以创新价值、能力、贡献为导向的人才评价体系，吸引全球顶尖AI人才，同时加强跨学科交叉人才的培养。
在促进产业生态与成果转化方面，应该建设应用场景开放机制，主动向市场开放智慧城市、医疗、交通等政府治理场景，为本土AI技术提供“试验场”，以市场需求倒逼技术成熟。
在保护隐私和安全的前提下，建立公共数据开放共享机制，探索建立规范的数据交易市场，为AI训练提供保障。
要分阶段地推进AI技术与基础科学的融合发展。在初级阶段主要维持AI技术与基础科学发展的互补推进，在中级阶段使AI技术达到与基础科学的广泛交叉，最终实现AI技术与基础科学的深度融合。
以成熟理论、经验范式以及以产业化提升等为主导的技术领域，易与AI技术直接实现深度融合，可充分发挥AI的战略性引领作用。
来源：新京报
