2025年2月19日，英國托尼·布萊爾全球變革研究所（Tony Blair Institute for Global Change）發布報告《加速英國科學：AI時代的新國家目標》（A New National Purpose: Accelerating UK Science in the Age of AI）報告，提出英國需通過系統性改革，將AI深度融入科研體系，以鞏固其全球科學領導地位。

報告強調，AI不僅僅是另一項新技術，更是科學范式的革新者，將重塑研究流程，加速發現速度。發現正在演變為更加跨學科、數據驅動和計算密集型，需要新的思維、工作和組織方式。

報告指出，當前英國雖擁有世界頂尖高校、DeepMind等領先企業及UK Biobank等戰略數據資產，但仍面臨AI前沿研究競爭力有限、AI人才流失與吸引力弱、AI在科學中應用分散、資金瓶頸與制度限制等挑戰。為此，報告提出五大建議：

一、構建AI就緒的科學數據

AI驅動的發現取決于高質量科學數據的可訪問性，但英國許多最有價值的研究數據仍然支離破碎或無法訪問。因此，對AI數據集的戰略投資對于充分發揮AI在科學領域的潛力至關重要。

1.創建高質量的科學數據集，用于訓練下一代革命性的AI模型。這些數據集通常需要大量的國家投資和協調，因此，作為其擴展的一部分，AI研究資源（AIRR）應開展數據項目來創建或增強這些數據集。這些以任務為導向的項目應當整合數據采集與處理、工具開發以及計算資源的提供，并且應當與學術界、產業界、國家主權人工智能團隊以及重點研究機構密切合作。

2.將“暗數據”數字化。大量有價值的科學數據和實驗信息未被發表——而且很多數據仍無法用于AI訓練或大規模分析。為了挖掘這一金礦，英國研究與創新署（UKRI）應規定從2030年起，所有新的公共資助研究數據都必須以數字形式記錄。許多英國研究機構正在朝這個方向努力，但資助機構的果斷介入將加快向以數字形式為主記錄方式的轉變。

二、開發AI科學軟件工具

科學軟件工具對于準備訓練數據集以及在研究工作流程中運用AI至關重要。這些工具的開發、擴展和維護需要持續的投資和結構支持。

1.改變工具開發激勵機制。目前學術研究人員缺乏開發和分享高質量、可重復使用的工具的動力。英國研究與創新署應制定一個全國性的科學軟件貢獻認可框架，將工具使用情況和社區指標納入關鍵學術流程，如招聘和合同續簽、撥款評估以及卓越研究框架小組指導。

2.解決工具碎片化和被棄用的問題。許多有價值的與人工智能相關的工具在開發時幾乎沒有考慮或不具備將其推廣到更廣泛使用的意圖和能力，因此常常很快就被淘汰。英國研究與創新署應引入與采用情況掛鉤的分層資助機制，以解決人工智能賦能或使能工具的生命周期挑戰，確保其可擴展性、可復用性和可持續性。

3.拓展研究軟件工程師的職業發展路徑。為促進研究軟件生態系統內多樣化職業發展路徑的成熟，英國研究與創新署（UKRI）應確保為研究實驗室提供靈活且可持續的資助，以支持研究軟件工程師的聘用。此類資金應適用于內部專家、研究工作室或外部承包商。

4.支持大規模、以任務為導向的人工智能工具開發。受美國國防高級研究計劃局“重大挑戰”的啟發，英國研究與創新署應設立并資助科學工具方面的“人工智能重大挑戰”。這將聚焦于那些需要大量協調、投入和專業知識的高影響力應用場景。

三、保障英國的AI人才管道

蓬勃發展的由AI驅動的研究生態系統依賴于穩定的技術人才供應。隨著AI重塑科學發現，研究人員必須具備相應的專業知識，研究機構必須適應新的工作方式，英國必須成為更具吸引力的全球頂尖人才目的地。

1.降低AI研究人員的簽證障礙。近年來，英國高技能簽證的相關費用大幅上漲，而與此同時，競爭對手國家卻大幅削減了簽證費用。英國應推出專門的全球AI人才簽證，免除移民醫療附加費，以吸引頂尖研究人員和工程師。

2.建立非學術研究實體。傳統的學術和行業實驗室難以容納那些希望從事長期、高風險、跨學科前沿項目的高能動性研究人員。英國應當建立一種機制，用于創建或指定顛覆性發明實驗室：這些實驗室應處于人工智能與各種廣泛科學學科的交叉點，具有高度自主性。它們應當旨在支持冒險精神和長期的AI驅動的發現與發明，為英國的公共研究提供一種基于類似于谷歌DeepMind的結構性原則的新模式。

3.提高跨行業流動性。目前，學術界與產業界之間幾乎沒有混合角色或靈活流動的途徑，這限制了知識的轉移，也使學術界與現實世界的AI發展脫節。為了給頂尖AI人才在這些領域之間的工作提供更大的靈活性，政府應設立新的AI產業研究員計劃，資助大學與產業伙伴之間為期三至五年的聯合任命，讓私營部門研發團隊中的AI工程師能夠在學術界擔任全職或兼職職位。

4.加強研究人員的人工智能培訓。各學科的研究人員都必須具備基本的人工智能技能，并接受專門培訓以在其所在領域利用前沿的AI模型。培訓項目應得到大幅加強，為研究人員提供這些技能。這應是高等教育機構、學位認證機構、學術團體和其他相關學術和專業機構以及私營部門培訓提供商的責任。

四、投資AI研究基礎設施

AI驅動的研究依賴于先進的計算能力，而且越來越多地依賴于其他類型的物理基礎設施，比如自動化實驗室。

1.鼓勵對自動化基礎設施進行投資。應將《》中提出的“AI增長區”這一概念從計算領域拓展開來，涵蓋旨在促進更廣泛的AI研究基礎設施發展的增長區。這些增長區應與學術和工業研究中心進行戰略性布局。

2.為研究人員擴大計算資源。英國政府應確保電力基礎設施迅速升級，以滿足AI數據中心的能源需求，同時保持電網穩定和高效。國家能源系統運營商應負責評估數據中心的能源需求及其靈活用電潛力，并將這些見解納入戰略空間能源計劃。

五、重塑英國科學機構

在科學領域利用AI的力量，不僅需要在技術方面進行投資，還要求在科研資金的投入、協調以及支持方面實現根本性的轉變。英國的科研機構必須適應快速變化的形勢，不僅要確保AI驅動的研究獲得充足的資源，還要將其在各學科間進行戰略性整合。

1.現代化并改革英國研究與創新署（UKRI）的AI戰略。負責科學、研究與創新事務的國務大臣應正式要求現任及即將上任的UKRI首席執行官做出必要調整，使UKRI能夠在提升英國在科學領域的AI地位方面發揮更大作用。這應包括在UKRI內部設立一個新的中央AI職能部門，以推動英國AI研究前沿的發展，并促進AI在英國研究體系中的應用。

2.鼓勵更多研究資助機構投資于科學領域的AI。英國所有研究資助機構都應增加對AI賦能研究的投資。這應包括設立專門項目以鼓勵和促進其學科領域采用AI，培養人才和技能，并投資于戰略基礎設施和數據。

3.在研發生態系統中協調資金投入工作。為確保在研究界中為AI資助者提供合作平臺，英國資助者應為AI研究資助者設立一個論壇。該論壇由英國研究與創新署（UKRI）主持，并借助人工智能安全研究所（AISI）的專業知識，為實現戰略一致性、知識共享以及在必要時制定聯合行動提供場所——尤其是在互操作性、數據共享、開放科學原則、研究誠信和人工智能安全方面。AI研究資源（AIRR）和主權人工智能（SovAI）都應在該論壇中擁有代表席位。

資料來源：

Tony Blair Institute for Global Change（2025）. A New National Purpose: Accelerating UK Science in the Age of AI. https://institute.global/insights/tech-and-digitalisation/a-new-national-purpose-accelerating-uk-science-in-the-age-of-ai

[本文為教育部國別和區域研究基地中國教育科學研究院國際教育研究中心成果]

本文由“教育國際前沿課題組”（IFRGE）課題組成員整理，課題負責人張永軍，編輯劉強。內容僅供參考，點擊左下角“閱讀原文”可下載該文獻。