周志華建議：糾正“大模型解決一切”誤區，建立交叉學科特區

在人工智能熱潮席卷全球的當下，大模型似乎成了科研圈的“萬靈金丹”。然而，中國科學院院士周志華近日的一番話，給這股躁動投下了一劑清醒劑。他明確指出，當前科研領域存在盲目跟風“大模型解決一切”的嚴重誤區，必須進一步優化人工智能的科研統籌布局。

周志華院士敏銳地觀察到，不少所謂的“AI賦能科研”其實只是在“玩噱頭”。很多研究僅僅停留在對工具的簡單套用上，甚至有人幻想靠訓練一個通用的“科學大模型”來包打天下，應對所有的科學問題。這種“力大磚飛”的思維模式，導致資源過度向算力消耗型的應用層傾斜，反而忽視了最核心的算法基礎研究。

除了研究方向的偏離，數據荒和標準亂也是擋在AI科研面前的大山。周志華指出，科學數據不僅獲取成本高昂，且標準不一、共享意愿薄弱，導致模型訓練效率低下、可靠性差。這種現狀不僅造成了嚴重的重復建設和資源浪費，更讓AI在科學發現上的潛力大打折扣。

針對這些痛點，周志華院士開出了“兩帖藥方”：一是回歸本源，加大對針對具體問題的算法創新支持；二是變革人才培養模式。他提議建立“交叉學科特區”，在學位、職稱、考核等環節破除傳統枷鎖，讓跨學科人才不再陷入“兩頭不靠”的評價困境。

這場關于AI科研的“撥亂反正”，不僅是對技術路徑的審視，更是對科研生態的重塑。畢竟，通往真理的道路，從來不靠盲目的堆料，而靠深耕基礎的智慧。