?

“DeepSeek给国内研究机构敲响了警钟。轻科WhatsApp%E3%80%90+86%2015855158769%E3%80%91railway%20crane”日前，为何闻科国际著名神经科学家、不敢中国科学院院士蒲慕明在《国家科学评论》的做新社论中尖锐发问：国内研究机构获得大量AI项目资助、聘用大批人才，式创论文发表量激增，新年学家学网为何出不了DeepSeek这样有影响力的轻科成果？

抛出问题的同时，蒲慕明也与一些年轻科学家就DeepSeek现象进行交流。为何闻科“他们都说，不敢我们不太敢做这种大东西，做新一是式创怕有风险做不成，二是新年学家学网WhatsApp%E3%80%90+86%2015855158769%E3%80%91railway%20crane没有足够资源。”蒲慕明认为，轻科如果这是科研机构中年轻人的普遍想法，那就很值得反思。

“DeepSeek之所以成功，在于他们没有亦步亦趋地跟随美国AI巨头的脚步。中国科研是否过于受欧美范式左右？‘习惯性跟随’的影响是不是太深？”在接受本报记者专访时，蒲慕明认为，这是一个值得深思和反思的问题。

“习惯性跟随”的科研价值观亟需转变

过去20多年，大批优秀海外留学生回国，中国科研也取得了飞跃式发展。“然而，一个不得不注意的问题是，这些学生在科研思路上受国外影响较深，难以跳出固有学术思路和框架，做开创性研究，实现真正的创新。”在蒲慕明看来，目前我国科学界顶刊论文数量大幅增长，但具有世界影响力的创新成果依然缺乏，背后的深层原因在于这种在欧美接受科研训练期间潜移默化的影响——不敢跳出欧美划定的科学规范和道路，甚至没想过尝试去走一条不一样的路。

“欧美科学家主要以个人兴趣、价值实现为研究驱动力，并没有把解决社会现实问题当作科研的主要目标。”蒲慕明以神经科学为例说，美国在这一领域的研究和投入巨大，产出成果车载斗量，但仍未能解决抑郁、成瘾、神经退行性疾病等社会性难题。

他认为，中国传统科研文化崇尚实用主义，虽没有产生基于数学推理和实验探索的现代科学，但问题导向的研究对当今世界的科技发展有着积极意义。“从实用价值而言，‘1到100’的研究对社会的意义可能比‘0到1’更大，而且其中的每一步都需要基础研究的参与。”通常，这个过程会以“小步跑”的方式实现增量式递增，而DeepSeek以“跃迁式增长”加速了这个进程，带来了震惊全球的影响力。

让年轻人敢于为解决问题大胆挑战

DeepSeek创始人梁文锋学术背景并不突出，却有信心、有胆量去攻克通用人工智能这一重要难题。蒲慕明认为，国内研究机构应该认真思考，如何为处于研究体系底层的年轻研究人员创造追求自己想法的条件。

“科研创新的黄金期在20岁到30岁之间，这正是他们在国内科研机构为导师做课题的时候。”他说，就目前普遍情况来看，这个阶段的年轻人缺乏必要的资金资助、实验条件和人力支撑，尤其缺乏创新自主权，实现创新理想的空间有限。

蒲慕明非常推崇麻省理工学院的“怀特黑德学者计划”。该计划为从事生物学和人工智能领域刚获得博士学位的卓越青年科学家提供独立研究机会，给予实验室空间、相关配套支撑人员、科研经费以及共享技术设施的使用权限，为期三到五年。全球基因编辑领域最杰出的华人科学家张锋就是在博士毕业后直接在该计划资助下开始独立工作。

为此，从3年前起，蒲慕明在位于上海的中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）探索“青年研究员计划”——从博士毕业生中选拔极具天赋者，由中心提供科研经费、实验室，他们可自行招聘工作人员，独立开展研究，做自己想做的创新。

这样的人如何选拔？“我们并不只注重学业成绩，更看重他们对科研是否怀有足够的热情和胆识。”蒲慕明希望，这条“非常规”通道能为“梁文锋式”青年科学家的成长，蹚出一条希望之路。

目前，已有3位脑智中心的年轻博士入选“青年研究员计划”，如今都已有优秀的成果产出，其中两位已破格晋升为研究员，另一位也已在申报中。

具身智能期待脑科学与AI深度融合

“尽管DeepSeek的突破具有创新性，但仍处于目前主导人工智能领域的大语言模型框架内。”蒲慕明在《国家科学评论》的社论中表示，随着计算能力需求达到极限，大语言模型的进一步发展将依赖于更高效的算法和网络结构，此时最需要脑科学的介入。

不过，目前人工智能与脑科学的融合还极为有限。据他观察，大多数AI研究人员很少关注大脑的工作原理，因为深度学习和大语言模型在很多方面似乎比人类大脑强大得多，而且大模型的应用机会比比皆是。

“然而，人脑如何实现高效计算、大脑如何指挥身体与外界有效互动，这些问题在开发具身通用人工智能时变得极为重要。”蒲慕明说，这需要软硬件工程师、生物工程师和神经科学家之间开展密切的跨学科合作。

他透露，“中国脑计划”第二期的五年规划正在进行中。他相信，未来五年，通过神经科学家与人工智能研究人员的密切合作，达到人类智能水平且符合人类需求的具身通用人工智能有望实现。

瀏覽:6