新年伊始，DeepSeek成为“热词”，其在各领域的应用也引发思考和讨论。在科研领域，人工智能驱动科学研究的新科研范式随之到来，对构建开放创新生态提出了更急迫的要求。

人工智能等新兴技术是推动科技和产业创新的重要力量。随着人工智能技术的兴起，利用机器学习等人工智能技术可以分析处理多维度、多模态、多场景下的模拟与实验数据，解决复杂推演计算问题，加快对自然规律的发现、验证和应用。人工智能驱动的科学研究在工具和研究方法上都有革新，这种新科研范式更需要利用好全球资源。面对这样的新趋势，持续夯实科研数据共享、加强科研设施共建、促进科技伦理共治，既是为开放创新打好根基，也能加速推进科研范式变革。

科研数据便捷共享为新科研范式提供信息支撑。科研活动每天产生大量的数据，这些数据是训练人工智能大模型的基础。在海量科研数据“投喂”下，人工智能可以对这些数据进行大量计算，从而产生新发现。因此，畅通科研数据流通共享的渠道，能够推动国际科技合作向更加包容、高效的方向发展。在这一方面，国际上目前建设形成的一批高水平科学数据中心，如美国的基因银行（GenBank）、“蛋白质结构数据库”等，已能为人工智能驱动的科学研究提供重要数据资源。不过，科研数据的共享和跨境流动也会带来一些安全风险。这同样值得关注，需要出台相关措施，在控制风险的前提下加强科研数据开放共享，从而适应新科研范式对数据的需求。

大科学设施的共建开放为新科研范式提供重要工具。当前，科学研究面临的环境发生了重要变化——需要解决的科学问题复杂度高、研究活动规模大、跨越的学科多、研究设施更加特殊。国际科技合作也越来越倚重重大科技基础设施的共建与开放。从国际上看，德国近年来陆续通过了一批新建或扩建的大科学设施计划，希望成为国际大型装置的集聚地，并鼓励德国科学家大力参与国外大型装置的建造和运行。目前，我国也在北京、上海、深圳等地布局了大科学装置，为了更好发挥这些大科学装置的作用，仍需进一步提升开放共享水平，实施公平良性的竞争机制，利用大科学设施集聚更多国际资源。

对人工智能所带来的伦理问题，加强全球共治是新科研范式健康发展的重要保障。当前，人工智能大模型快速发展，深度赋能科研、医疗、金融等多个应用领域，但也带来了不能忽视的潜在风险，例如，恶意生成和推送虚假信息、侵犯知识产权、黑客攻击、病毒入侵导致系统瘫痪等。防范这些安全隐患需要全球共同合作，形成完善的全球科技治理体系和治理机制。我国也需要增强科研人员的风险意识与治理能力，积极参与全球科技治理。

新的科研范式呼唤具有全球竞争力的开放创新环境，而构建开放创新的制度能够加速新科研范式到来。一是探索风险可控的数据共享开放跨境流动机制。健全科研数据资源开放共享、合规使用、安全跨境等方面的制度，制定数据登记、流通、监管等标准及规范。在海南自由贸易港、粤港澳大湾区等重点开放区域探索建设枢纽科研数据中心，建立跨行业部门的数据工作组，完善科研数据托管平台建设。充分利用项目收入、创新券等激励手段，鼓励科研单位共享数据到平台，激活数据要素潜能。二是以重大科技项目引领大科学装置开放共享。积极利用国家重大战略实施和重点领域安全能力建设项目，实施若干国际大科学计划和大科学工程，建立重大预研项目有组织科研机制，提升项目国际参与度。建立多元投入机制，采用“以奖代补”的激励措施推动设施面向企业共享开放。重视设施人才队伍培养和建设，鼓励人才团队参与国际重大科研项目。三是完善人工智能等未来科技产业发展的监管机制，提升治理能力。推动更多单位建立科学技术伦理委员会，在相关伦理方法指导下开展“负责任创新”。建立科技创新伦理影响及风险点评估机制，加强敏捷治理，探索实行包容审慎的监管制度。推动完善国际化科技治理体系，推动数字公共基础设施和相应法律法规建设。

（作者：黄琳、刘彦蕊，分别系北京市科学技术研究院创新发展战略研究所正高级经济师；副研究员）

(责编：李昉、李依环)