中新網北京12月16日電 (記者 劉文文)中國新聞社16日在北京主辦以“新格局·新動能”為主題的“國是論壇：2025年會”。圍繞如何破解AI科學發現的“堰塞湖”困境，工業和信息化部原副部長、工業和信息化部電子科技委主任王江平在會上展開深入分析。
12月16日，工業和信息化部原副部長、工業和信息化部電子科技委主任王江平在北京參加由中國新聞社舉辦的“國是論壇：2025 年會”?！≈行律缬浾?蔣啟明 攝王江平表示，當前AI的預測成果呈現指數級迅猛增長，但人類的驗證能力和產業化能力卻呈線性增長，兩者之間差距巨大。AI一天的預測結果，人類需要10年甚至更長的時間來驗證，這種矛盾就像“堰塞湖”一樣堵塞了科學發現轉化為實際應用的通道，不僅導致海量預測成果無法及時得到實驗驗證和產業化應用，還占用了大量科研資源和算力資源。
為什么會出現“堰塞湖”？他分析，主要有以下原因。
第一，預測模型具有局限性。比如，邏輯推理和知識深度不足、存在黑箱困境與幻覺風險、目標推導能力有限等。
第二，缺乏標準和評估體系。由于缺乏評估標準，海量預測結果的準確率和可合成性難以確定。
第三，實驗驗證能力普遍不足。環境適配性與靈活性較差，當前實驗室多為人類操作設計，難以滿足AI自主驗證需求；跨平臺互操作性偏低，存在數據孤島、設備孤島等問題；感知與分析銜接不夠，自主實驗需實現“感知-決策-執行”閉環，但目前這一環節仍存在脫節。
針對上述難題，王江平提出一些對策和建議。一是加強數據集、高價值知識中心和AI預測結果評估標準體系的建設。他分析，當前重點行業的高精度、長序列、多模態的數據集仍然欠缺，亟須建立公共的高價值數據中心，減少重復工作，并構建權威性的預測結果評估體系。
二是加快AI自主實驗室的建設。王江平認為當前，AI自主實驗室建設仍有諸多工作待推進。要倡導開源與模塊化發展，降低自主實驗室建設門檻。要探索“人在回路中”的混合增強智能，當前完全無人化的“AI科學家”尚難實現，仍需人類參與，因此“人在回路中”的增強智能在現階段不可或缺。要發展數字孿生與通用知識模型。要探索多智能體協作的“聯合科學家”模式。
三是加強中試平臺的建設，發揮我國應用場景的優勢，推動工程化的創新。此外，還要推動學術界和產業界合作等。(完)