鄂維南院士： 發表論文不等同於創新，AI時代科研需要平權化

鄂維南

8月21日，2026科學智能大會，中國科學院院士、北京大學數學科學學院教授鄂維南作了題爲“Science after AI for Science”的報告。

在鄂維南看來，AI帶來的不僅是科研工具的升級，更重要的是科研生產力正在發生根本變化，與之相適應的科研生產關係也需要改變。

他認爲，適應這一變化，科研首先要走向平權化，打破高校、科研機構尤其是少數實驗室對科研資源的壟斷，讓更多有想法、有能力的個人和團隊參與科技創新。“不依賴於傳統科研機構的研究者，未來可能會成爲科學進步的主力。”

他還提到，今天的問題是科技創新門檻定得太低，幾乎等同於發表論文，這是一個錯誤。必須把目標定義爲真正的原始創新。

鄂維南提出了未來科研體系的三個方向：科研平權化，以產業視角構建新的科研體系，以及，自由探索仍然是顛覆性科技創新最核心的要素。

其中，科研平權化的必要條件包括三個：低成本、高效率的科研工具和資源；多維度的科研經費來源；科研成果轉化平臺。

以下爲鄂維南演講內容，經整理。

演講｜鄂維南

科學研究的根本目的在於拓展人類知識的邊界和推動技術創新。科學研究和其他很多生產活動有一個很大的不同，它具有很強的不確定性。你很難知道一個研究最後能不能產生真正重要的成果。而且真正的原始創新是小概率事件。所以，科研體系最重要的一個因素，就是要允許自由探索。我們不能把科學家要研究什麼、應該發現什麼都事先規定好。

我們現在建立的科研體系，它的基本出發點有兩個。第一，鼓勵自由探索，科學家自己定任務，這個任務不是政府定的，也不是企業定的。第二，科研人員有一份長期穩定的工作，像美國這樣的資本主義國家，也有終身教職制度。科研經費主要來自政府。

但問題是，我們的科研隊伍非常龐大，一個龐大的羣體要運轉，就必須有客觀、可執行的標準。這個標準只能基於大概率事件。因爲真正的科學發現是小概率事件，沒辦法拿它來做可執行的考覈標準。

幾十年下來，我們逐漸形成了一個客觀標準，就是論文。論文發表有可執行性，也有一定的客觀性，於是圍繞它建立起了一整套非常完整的運營體制，有期刊、期刊有影響因子、有專業院系、有學會、有獎項，全部都是圍繞論文發表來運轉的。

於是我們形成了今天科研體系的四大支柱：組織層面依託高校和科研機構，個人層面要求博士學位，經費層面來自國家和政府，考覈標準主要是論文。

但論文發表，和我們原本期待的自由探索、科學發現，不見得有直接關聯。

大家想想，自由探索實際上是一件門檻很高的事情。你必須瞭解人類知識的邊界，瞭解我們究竟已經知道了什麼、還不知道什麼。可是，我們現在的專業院系分得非常細，這種體系其實並不鼓勵一個人真正去了解人類知識的邊界。

你還必須瞭解人類社會、技術發展究竟需要解決什麼問題。比如我的領域是應用數學。做應用數學，首先得了解“應用”。但我可以告訴大家，全世界範圍內，真正瞭解應用的應用數學家其實非常少，中國的情況稍好一些。

其次，既然要自由探索，就必須冒險，必須有冒險精神和擔當精神。許多科研人員並不具備這樣的條件。

結果就是，自由探索、科學發現這個概念本身被不斷稀釋，我們把論文發表當成了科學發現，我們的科研文化變成了從論文中來，到論文中去，甚至在很多學科已經形成了一套寫八股文的工作習慣，第一部分寫什麼，第二部分寫什麼，都有很詳細的規定。

爲什麼會出現這種情況？其中一個根本原因，是我們的科研能力有很大限制。

我們獲取知識的能力有限。我們一輩子能夠學習多少知識、讀多少科研文獻、進行多少討論和交流，都很有限。我們的科研工具也很有限：到目前爲止理論方法仍然很大程度上基於古老的數學工具；我們的計算方法也只能處理比較簡單、比較理想化的場景；實驗則往往依賴經驗和試錯，因爲理論上、計算上都很難給出直接指導。

所以，即便是一些看起來細枝末節的問題，做起來門檻也很高，並不是社會上的一般人都可以完成。這本來就是科研的特點，但科研人員會誤以爲，做這些細枝末節的工作本身就是科學發現。

人工智能正在改變這個局面。就拿獲取知識來說，我們獲取和理解文獻的能力已經有了極大提高。

Science Navigator就是一個這樣的工具。我有一個參與建設的學生跟我說，他最大的體會是，以前面對一個完全不瞭解的學科會感到害怕，但有了這個平臺以後，即使對一個學科一點都不瞭解，花十幾分鍾、幾十分鐘，也可以對這個領域有一個大概的印象。這對打破學科之間的壁壘，會有很大幫助。

再比如理論和計算。最近有一個新聞，就是“大原子模型”現在開始真正可以作爲一個通用的原子模擬工具來使用。實驗方面，自動化、智能化實驗室以及雲服務實驗平臺，也正在成爲可能。這些基礎設施正在大大提升了我們做科研的能力。

所以，解決過去那些細枝末節問題的門檻已經大大降低，或者說將會大大降低。甚至在許多領域，包括我所在的應用數學領域，智能體已經可以批量生成能夠發表的論文。

也就是說，這幾年我們一直在推動的“平臺科研+垂直整合”，正在成爲現實。所謂平臺科研，就是要建立一套完整的、由AI賦能的科研基礎設施，包括算力平臺、理論工具、計算工具、文獻資源和實驗平臺。這些基礎設施現在正在逐漸成熟。美國去年提出的創世紀計劃，與此也不謀而合。

有了這樣的平臺，就像我們有了安卓系統，在安卓基礎上開發App，門檻就會很低。現在有了這樣的科研基礎設施以後，高質量科研資源的門檻和成本都會大幅降低。

新的生產能力，將會催生什麼樣的新的生產關係？這是我今天重點想講的問題：什麼纔是適應人工智能時代需求的科研體系？我想講三點。

第一是科研平權化。所謂科研平權化，就是要打破高校和科研機構對科研的壟斷，包括打破少數實驗室對科研資源的壟斷，讓每個有想法、有能力的個人和團隊都參與到科技創新中來。

不依賴傳統科研機構的研究者，未來可能會成爲科學進步的主力。在數學學科，這種情況已經開始出現。一些初創企業也可能成爲科研的主力，這在美國已經比較明顯，在中國也正在發生。

所以，如果我今天的報告要提煉出一個最重要的關鍵詞，我認爲應該是“科研平權化”。就像新聞、出版、電商等等，互聯網的發展使這些領域實現了平權，不再由某些機構所壟斷。

當然，要實現科研平權化，還需要一些基本條件。

第一個必要條件，就是低成本、高效率的科研工具和資源。只要你有想法，就應該能夠獲得相應的工具、實驗設施、計算工具等等。這個條件已經開始有雛形。

第二個條件，是多維度的科研經費來源。科研經費不能只依靠政府和國家，也需要市場化機制。最近一段時間，我們很高興地看到，在覈聚變、量子計算、生物醫藥、AI for Science等很多領域，市場化支持已經成爲非常重要的一部分。這裏尤其想提到上海未來產業基金，它在這個方面發揮了非常重要的作用。

第三個條件，是科研成果轉化平臺。我們現在經常講產學研結合，但實際上產學研結合非常困難。這當然與過去的機制有關。未來除了基金支持之外，還需要將知識產權交易、中試平臺、揭榜掛帥、併購等一系列機制迅速建立起來。

第二，就是要以產業的視角來構建新的科研體系。

我們整個科學界，包括美國科學界，都面臨一個困境：科研體系在很大程度上是一個政府和行政主導的、僵化的“計劃經濟”體系。計劃經濟有一個很大的特點，就是產和銷是不掛鉤的。

形成這樣的體系有很多原因，這些原因當然可以進一步討論。但是，中國曾經有過從計劃經濟中走出來的經驗。比如現在我們經常談到的“有爲政府、有效市場”，我個人覺得，這是對中國特色市場經濟非常好的一個總結。

70年代末、80年代初，從計劃經濟中走出來非常困難。後來我們建設產業園、高新區，通過新的政策推動體制機制改革，形成了一套非常成功的經驗。我個人覺得，現在科研也必須做同樣的事情。

我們如果想直接在高校和科研機構內部打破現有的體制機制，是非常困難的。所以，我們必須探索新的機制和方式，包括新型研發機構等，來推動改變。總的來說，就是要打破機構的限制，打通人才、創新、市場和資金各個環節。這裏面的核心，是跳出機構的限制。

最後，我還是要特別強調，自由探索仍然是顛覆性科技創新最核心的要素。我前面講這些，並不是說自由探索不重要。事實上，自由探索纔是未來真正定義我們科技能力的一個標杆。

只不過，我們現在把“自由探索”這個概念泛化了、稀釋了。我們仍然要鼓勵自由探索，仍然要積極支持和保護自由探索。但其中的核心問題是，我們必須甄別什麼纔是真正的自由探索，什麼只是發表論文。這兩者之間的距離非常大。

自由探索不是人人都合適做的。普林斯頓高等研究院不給研究人員定義具體目標，並且以此爲自豪，但不是每個人都可以進入普林斯頓高等研究院。所以，怎麼樣甄別這樣的人才？怎麼樣定義這樣的目標？這些都是我們必須回答的問題。

大家可以設想這樣一張圖。圖的最底層是僅僅發表論文，最上面是顛覆性創新，中間還有很多不同的層級。越往上，能夠達到這一層級的人才數量呈指數級遞減。

我們今天的問題，是把科技創新的門檻定得太低，幾乎等同於發表論文，這是一個錯誤。我們必須把目標定義爲真正的原始創新。通過自由探索實現真正的顛覆性科技創新必須得到保護，而且必須得到積極的支持。

我就先說這些，謝謝。

整理｜張天祁