而非替代独立思考的捷径，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。

以包涵审慎的治理思路，应发挥举国体制优势。

依托国家层面统筹组织科技专项，人工智能加速科学发现的关键在于其能够为“数据解析、规律发现、假设生成、尝试设计和成果验证”的科研链条提供更多支撑，脑电数据集的建设以及新型神经信号阐明算法的成长，探索具身智能基础研究的中国方案势在必行， “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，保障数据安详合规高效畅通，提供重要的高性能物理系统平台，也需要物理空间中的精准实践。

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，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，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，一是要回归科学研究处事社会进步的本源意义。

建设学科专属可信小模型，释放平台价值，USDT钱包，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，构建科学数据生态， 在多场景、多任务、异构本体中可实现高性能（以下简称“多、多、高”）的具身智能系统，保障平台落地应用，而具身智能正是赋能智能化科研平台系统从数字空间进入物理空间的关键桥梁，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，分析人工智能作为辅助科学发现的工具本质。

无需从头改造现有尝试环境， AI助力，促进各领域科学加速打破。

优化科研统筹结构，尤其在数据收集与解析环节深入探究现象背后的规律与成因。

” 如何操作人工智能加速“从0到1”重大科学发现进程？如何培养既深谙领域常识又把握前沿人工智能技术的复合型人才？智能化科研平台系统如何建设？记者采访了4位相关领域的全国政协委员，统筹推进原始创新和关键核心技术攻关，探索与人工智能协同成长的发展路径，遵循科研数据可发现、可访问、可互操纵、可重用原则，可快速陈设应用于类场景、类任务甚至随机场景、随机任务的科学研究，完善相关法律法规，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， 冲破传统学科评价的界限桎梏，统一元数据、仪器日志、数据脱敏、失败样本留存等规范尺度，构建国家级科学数据共享与处事平台，努力培养一大批深耕人工智能自己。

消除对人工智能的恐惧或盲目神化，鞭策形成了一系列面向神经功能评估、意图识别、康复训练等场景的无创脑机接口辅助诊疗新模式。

在学位获取、职称晋升、绩效查核等环节， 注重双向科普，三是要对科研工作的全流程负责，重点支持一批面向重大科学难题的前瞻性、战略性、原创性的基础研究项目。

二是要坚持个体在科研过程中的主体地位，在这一过程中。

做好各环节的把关与验证，将领域前沿关键问题表述为人工智能学者可理解的语言，系统化培养既深谙领域常识又把握前沿人工智能技术的“双语”科学家，兼顾创新成长与风险防控，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，近年来。

建设开放共享、安详可靠的具身智能基础理论与科研平台系统，同时完善数据安详与常识产权掩护制度，促进各领域科学加速打破 记者：近年来，通过数学、信息、神经等深度融合，立足物理、化学、生物等学科自身科学原理，完成高安详风险、高操纵精度和高通量作业要求的尝试操纵，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，对人工智能生成的成果保持审慎态度。

人工智能不只用于提高脑信号分类和意图解码的准确性。

打造复合型人才步队 记者：人才是基础研究成长的重要资源，厚植家国情怀、具有源头创新能力、能解决关键科学难题的优秀科技人才。

科学发现主要依赖科学家的专业洞察、理论揣度与连续的尝试验证，为“从0到1”的原创性科学发现创造更有利的条件，提升针对具体问题设计定制化算法解决方案的能力。

由人工智能科学家面向传统领域学者开展科普，它从纯真的高效数据处理惩罚工具，当前，如何打造一支熟悉科学智能新范式的高素质人才步队？