李言荣

中国工程院院士

西北工业大学党委书记

　　改革开放40多年来，我国高等教育和基础教育得到了快速发展，并培养出一批批各类优秀人才，对国家经济社会发展作出了巨大贡献。当下，人工智能（AI）对经济社会及各行各业的影响和冲击非常大，我们要更加关注AI对人才培养的影响及其带来的挑战。

　　现阶段，AI的单项能力已经在某些方面超越了人类，从弱AI到强AI的转变正在加速进行。从技术层面看，AI从感知到认知，再到决策的转变正在加速。作为人才培养的前沿阵地，高校和中小学必须高度关注近年来AI的非线性发展趋势。

　　AI的冲击是全方位的，所有学校和学科都不能独善其身，哪个专业都不能缺席，更不能落后，都要主动迎接AI浪潮并勇立潮头。

　　对高校而言，在AI冲击下，人才培养模式需要做出转变，即更加注重培养具有扎实基础知识的人，注重全人教育，理工科学生要尽快回归“学好数理化”的底色。高校要花更多精力培养学生的自我学习能力和思维能力，以及适应社会的能力，尤其是适应AI的能力。

　　如果大学培养的人才不能适应社会变化、不能很好应对AI给经济社会带来的影响，还不如不培养。一个人的学习能力是真能力，很多人高开低走的重要原因就是学习能力太差，导致其在大学毕业后，于日常工作中逐渐丧失了自我学习能力。很多人天资聪慧但最终一事无成，大多都是这一原因。

　　（来源：《中国科学报》）

金力

中国科学院院士

复旦大学校长

　　准聘长聘制要成为“大人才”战略的制度性基座，力图在4方面有创新突破。

　　一是与战略性人才引育紧密结合。长聘体系的核心不是“非升即走”，而是选拔最具内驱动力和发展潜力的优秀人才。既要给予长期的职业安全感，让优秀教师潜心教学、立德树人、自由探索，从事长周期、原创性研究；又要给予持续的激励，助推教师队伍不断挑战自我、追求卓越。

　　二是进一步突出教书育人导向。坚持以长聘制改革赋能教育教学改革，加强改革之间的耦合互动。在聘任合同中明确教学、科研、公共服务工作量，完善对于课时量不达标教师的处理机制；优化“双一流”绩效中的育人和科研绩效配比，强化师德和教育教学要求，多元计算育人贡献度。

　　三是建立兼顾学科特点的晋升评价体系。以同行评议、对标评价作为晋升的主要依据。不同学科的评价标准可以有所侧重，如文科注重自主知识体系建设，理科注重具有国际影响力的基础性研究成果等，工科注重技术创新和产业化导向，医科注重医教研深度融合。

　　四是为卓越创新生态提供有力支撑。加强深化“准聘—长聘”改革与基础研究支持体系建设、有组织科研、科技创新组织机制改革、成果转移转化激励制度优化的衔接耦合。

　　（来源：复旦大学微信公众号）

刘合

中国工程院院士

中国石油勘探开发研究院教授级高级工程师

　　数据是大模型的基石，在数据质量不高、可靠性缺失的情况下，一味追求大模型参数量的增加，不仅无法提升模型性能，反而会放大偏差和谬误，产生更多不可信数据。如此一来，势必造成计算与存储资源的浪费，增加开发和维护成本，降低用户信任度。更为严重的是，这种“大模型幻觉”和“灾难性遗忘”现象如果发生在精确性要求极高的工业生产领域，还可能引发不可预测的风险和隐患。以油气勘探为例，基于大模型给出的错误预测进行开采可能导致数亿元的资金损失，并对自然环境造成不可逆转的破坏。

　　提升大模型性能，关键是处理好数据“质”和“量”的关系，构建大规模、高质量的数据集。应建立完善的数据收集、清洗、验证和存储机制，加强对数据质量的监控和评估，确保数据的准确性、完整性和一致性。此外，还应注重跨领域合作，引入数据科学家、AI算法工程师等多方力量，开展大模型算法合作、制定数据共享和隐私安全保密协议，推动大模型产学研用生态建设。

　　如今，大模型的发展已迈入多模态融合阶段。通过加强数据治理，优化人工智能学习、训练和验证的“基础食材”，端上大规模、高质量、多模态数据集的“丰盛大餐”，必将助力大模型能力的提升，让人工智能更好地赋能千行百业、造福人类社会。

　　（来源：《科技日报》）

吴义强

中国工程院院士

中南林业科技大学党委书记

　　由于当前没有建立完善的木本油料产业技术创新体系，导致科技支撑乏力、生产力提升受限、资源利用效率低下、可持续发展动能不足。且木本油料生产周期长，成果转化见效慢，新技术风险高、成本高，农民缺乏尝试的动力。为此建议：

　　一是加大科技创新经费支持力度，提升木本油料产业化技术水平。在“十五五”国家重点研发计划中设立木本油料科技创新专项，安排专项经费支持木本油料科技创新攻关，特别是进一步加大对木本油料资源利用全国重点实验室的支持力度，以解决油茶、核桃等木本油料重大科学问题和产业关键技术难题。

　　二是借鉴现代农业产业技术体系成功建设案例，在林业系统建立国家现代油茶、核桃等产业技术体系。围绕油茶、核桃等木本油料产业发展需求，以产业链为主线，以创新链为引擎，进行共性技术和关键装备研究、集成和示范，培养高水平科技专家和创新团队，为政府决策提供咨询，开展技术示范和技术服务，为产业发展提供全面系统的技术支撑，为木本油料产业高质量发展提供坚实保障。

　　三是加强建立木本油料中试熟化平台，补齐科技成果转化短板。吴义强认为，在油茶、核桃等主要油料资源主产区重点建设木本油料新品种种植示范、精深加工中试平台，重点开展良种繁育、高效栽培、机械化采收及精深加工等技术的熟化试验，可整合上游品种选育、中游智能农机研发、下游高附加值产品开发等环节，形成技术集成示范线，缩短转化周期，提高科技成果转化效率。

（来源：中国新闻网）