鄂维南院士： 发表论文不等同于创新，AI时代科研需要平权化

鄂维南

8月21日，2026科学智能大会，中国科学院院士、北京大学数学科学学院教授鄂维南作了题为“Science after AI for Science”的报告。

在鄂维南看来，AI带来的不仅是科研工具的升级，更重要的是科研生产力正在发生根本变化，与之相适应的科研生产关系也需要改变。

他认为，适应这一变化，科研首先要走向平权化，打破高校、科研机构尤其是少数实验室对科研资源的垄断，让更多有想法、有能力的个人和团队参与科技创新。“不依赖于传统科研机构的研究者，未来可能会成为科学进步的主力。”

他还提到，今天的问题是科技创新门槛定得太低，几乎等同于发表论文，这是一个错误。必须把目标定义为真正的原始创新。

鄂维南提出了未来科研体系的三个方向：科研平权化，以产业视角构建新的科研体系，以及，自由探索仍然是颠覆性科技创新最核心的要素。

其中，科研平权化的必要条件包括三个：低成本、高效率的科研工具和资源；多维度的科研经费来源；科研成果转化平台。

以下为鄂维南演讲内容，经整理。

演讲｜鄂维南

科学研究的根本目的在于拓展人类知识的边界和推动技术创新。科学研究和其他很多生产活动有一个很大的不同，它具有很强的不确定性。你很难知道一个研究最后能不能产生真正重要的成果。而且真正的原始创新是小概率事件。所以，科研体系最重要的一个因素，就是要允许自由探索。我们不能把科学家要研究什么、应该发现什么都事先规定好。

我们现在建立的科研体系，它的基本出发点有两个。第一，鼓励自由探索，科学家自己定任务，这个任务不是政府定的，也不是企业定的。第二，科研人员有一份长期稳定的工作，像美国这样的资本主义国家，也有终身教职制度。科研经费主要来自政府。

但问题是，我们的科研队伍非常庞大，一个庞大的群体要运转，就必须有客观、可执行的标准。这个标准只能基于大概率事件。因为真正的科学发现是小概率事件，没办法拿它来做可执行的考核标准。

几十年下来，我们逐渐形成了一个客观标准，就是论文。论文发表有可执行性，也有一定的客观性，于是围绕它建立起了一整套非常完整的运营体制，有期刊、期刊有影响因子、有专业院系、有学会、有奖项，全部都是围绕论文发表来运转的。

于是我们形成了今天科研体系的四大支柱：组织层面依托高校和科研机构，个人层面要求博士学位，经费层面来自国家和政府，考核标准主要是论文。

但论文发表，和我们原本期待的自由探索、科学发现，不见得有直接关联。

大家想想，自由探索实际上是一件门槛很高的事情。你必须了解人类知识的边界，了解我们究竟已经知道了什么、还不知道什么。可是，我们现在的专业院系分得非常细，这种体系其实并不鼓励一个人真正去了解人类知识的边界。

你还必须了解人类社会、技术发展究竟需要解决什么问题。比如我的领域是应用数学。做应用数学，首先得了解“应用”。但我可以告诉大家，全世界范围内，真正了解应用的应用数学家其实非常少，中国的情况稍好一些。

其次，既然要自由探索，就必须冒险，必须有冒险精神和担当精神。许多科研人员并不具备这样的条件。

结果就是，自由探索、科学发现这个概念本身被不断稀释，我们把论文发表当成了科学发现，我们的科研文化变成了从论文中来，到论文中去，甚至在很多学科已经形成了一套写八股文的工作习惯，第一部分写什么，第二部分写什么，都有很详细的规定。

为什么会出现这种情况？其中一个根本原因，是我们的科研能力有很大限制。

我们获取知识的能力有限。我们一辈子能够学习多少知识、读多少科研文献、进行多少讨论和交流，都很有限。我们的科研工具也很有限：到目前为止理论方法仍然很大程度上基于古老的数学工具；我们的计算方法也只能处理比较简单、比较理想化的场景；实验则往往依赖经验和试错，因为理论上、计算上都很难给出直接指导。

所以，即便是一些看起来细枝末节的问题，做起来门槛也很高，并不是社会上的一般人都可以完成。这本来就是科研的特点，但科研人员会误以为，做这些细枝末节的工作本身就是科学发现。

人工智能正在改变这个局面。就拿获取知识来说，我们获取和理解文献的能力已经有了极大提高。

Science Navigator就是一个这样的工具。我有一个参与建设的学生跟我说，他最大的体会是，以前面对一个完全不了解的学科会感到害怕，但有了这个平台以后，即使对一个学科一点都不了解，花十几分钟、几十分钟，也可以对这个领域有一个大概的印象。这对打破学科之间的壁垒，会有很大帮助。

再比如理论和计算。最近有一个新闻，就是“大原子模型”现在开始真正可以作为一个通用的原子模拟工具来使用。实验方面，自动化、智能化实验室以及云服务实验平台，也正在成为可能。这些基础设施正在大大提升了我们做科研的能力。

所以，解决过去那些细枝末节问题的门槛已经大大降低，或者说将会大大降低。甚至在许多领域，包括我所在的应用数学领域，智能体已经可以批量生成能够发表的论文。

也就是说，这几年我们一直在推动的“平台科研+垂直整合”，正在成为现实。所谓平台科研，就是要建立一套完整的、由AI赋能的科研基础设施，包括算力平台、理论工具、计算工具、文献资源和实验平台。这些基础设施现在正在逐渐成熟。美国去年提出的创世纪计划，与此也不谋而合。

有了这样的平台，就像我们有了安卓系统，在安卓基础上开发App，门槛就会很低。现在有了这样的科研基础设施以后，高质量科研资源的门槛和成本都会大幅降低。

新的生产能力，将会催生什么样的新的生产关系？这是我今天重点想讲的问题：什么才是适应人工智能时代需求的科研体系？我想讲三点。

第一是科研平权化。所谓科研平权化，就是要打破高校和科研机构对科研的垄断，包括打破少数实验室对科研资源的垄断，让每个有想法、有能力的个人和团队都参与到科技创新中来。

不依赖传统科研机构的研究者，未来可能会成为科学进步的主力。在数学学科，这种情况已经开始出现。一些初创企业也可能成为科研的主力，这在美国已经比较明显，在中国也正在发生。

所以，如果我今天的报告要提炼出一个最重要的关键词，我认为应该是“科研平权化”。就像新闻、出版、电商等等，互联网的发展使这些领域实现了平权，不再由某些机构所垄断。

当然，要实现科研平权化，还需要一些基本条件。

第一个必要条件，就是低成本、高效率的科研工具和资源。只要你有想法，就应该能够获得相应的工具、实验设施、计算工具等等。这个条件已经开始有雏形。

第二个条件，是多维度的科研经费来源。科研经费不能只依靠政府和国家，也需要市场化机制。最近一段时间，我们很高兴地看到，在核聚变、量子计算、生物医药、AI for Science等很多领域，市场化支持已经成为非常重要的一部分。这里尤其想提到上海未来产业基金，它在这个方面发挥了非常重要的作用。

第三个条件，是科研成果转化平台。我们现在经常讲产学研结合，但实际上产学研结合非常困难。这当然与过去的机制有关。未来除了基金支持之外，还需要将知识产权交易、中试平台、揭榜挂帅、并购等一系列机制迅速建立起来。

第二，就是要以产业的视角来构建新的科研体系。

我们整个科学界，包括美国科学界，都面临一个困境：科研体系在很大程度上是一个政府和行政主导的、僵化的“计划经济”体系。计划经济有一个很大的特点，就是产和销是不挂钩的。

形成这样的体系有很多原因，这些原因当然可以进一步讨论。但是，中国曾经有过从计划经济中走出来的经验。比如现在我们经常谈到的“有为政府、有效市场”，我个人觉得，这是对中国特色市场经济非常好的一个总结。

70年代末、80年代初，从计划经济中走出来非常困难。后来我们建设产业园、高新区，通过新的政策推动体制机制改革，形成了一套非常成功的经验。我个人觉得，现在科研也必须做同样的事情。

我们如果想直接在高校和科研机构内部打破现有的体制机制，是非常困难的。所以，我们必须探索新的机制和方式，包括新型研发机构等，来推动改变。总的来说，就是要打破机构的限制，打通人才、创新、市场和资金各个环节。这里面的核心，是跳出机构的限制。

最后，我还是要特别强调，自由探索仍然是颠覆性科技创新最核心的要素。我前面讲这些，并不是说自由探索不重要。事实上，自由探索才是未来真正定义我们科技能力的一个标杆。

只不过，我们现在把“自由探索”这个概念泛化了、稀释了。我们仍然要鼓励自由探索，仍然要积极支持和保护自由探索。但其中的核心问题是，我们必须甄别什么才是真正的自由探索，什么只是发表论文。这两者之间的距离非常大。

自由探索不是人人都合适做的。普林斯顿高等研究院不给研究人员定义具体目标，并且以此为自豪，但不是每个人都可以进入普林斯顿高等研究院。所以，怎么样甄别这样的人才？怎么样定义这样的目标？这些都是我们必须回答的问题。

大家可以设想这样一张图。图的最底层是仅仅发表论文，最上面是颠覆性创新，中间还有很多不同的层级。越往上，能够达到这一层级的人才数量呈指数级递减。

我们今天的问题，是把科技创新的门槛定得太低，几乎等同于发表论文，这是一个错误。我们必须把目标定义为真正的原始创新。通过自由探索实现真正的颠覆性科技创新必须得到保护，而且必须得到积极的支持。

我就先说这些，谢谢。

整理｜张天祁