习近平总书记在加强基础研究座谈会上强调，基础研究是整个科学体系的源头，是所有技术问题的总机关，要以更大力度、更实举措加强基础研究，提升我国原始创新能力，进一步打牢科技强国建设根基。

当前，基础研究方式正在悄然改变，人工智能不再只是辅助工具，而成为推动基础研究的重要驱动力。从生命科学到材料科学，从药物筛选到气候预测，AI正以前所未有的速度改变基础研究的路径。这种变化，也引发了致公党深圳市委会对深圳科技创新模式的深入思考。

科研范式之变，催生提案思考

清晨的光明科学城，实验楼里灯光尚未熄灭。屏幕上不断滚动的数据曲线，显示着材料分子结构模拟的实时结果。过去需要几周甚至几个月完成的计算，如今在人工智能模型的辅助下，几个小时便能给出初步答案。

近年来，人工智能技术快速发展，深度学习、大模型等技术不断突破，推动科研领域进入“AI for Science”新阶段。与此同时，深圳正加快打造人工智能先锋城市，依托丰富应用场景与产业基础，推动AI技术与产业发展深度融合。但在实践中，AI赋能科学研究仍面临不少问题。

致公党深圳市委会在调研中发现，尽管深圳拥有鹏城实验室、光明科学城等重大科研平台，也汇聚了大量高科技企业，但在AI赋能基础研究方面，仍存在科研资源分散、数据标准不统一、科研平台协同不足等情况。如何让人工智能真正成为基础研究的“加速器”，成为摆在面前的现实课题。

与此同时，国际科技竞争不断加剧，人工智能与基础研究的深度融合，正在孕育一场前所未有的科技革命，AI正推动科研从“经验驱动”向“数据驱动”转型。这一趋势，也为深圳打造世界级高端产业集群提供了新的发展机遇。

正是在这样的背景下，致公党深圳市委会开始系统梳理相关问题，并围绕“AI赋能科学研究”展开深入调研，着手形成提案建议。

深入调研，寻找AI赋能科研突破口

为了让建议更具针对性，致公党深圳市委会走访了多家科研机构和高校，重点关注AI在科学研究中的应用场景。从科研数据共享到算力支撑，从跨学科协同到成果转化，调研内容覆盖AI赋能科研的关键环节。

调研中发现，算力资源不足成为制约AI科研的重要瓶颈。大模型训练与科学计算对算力需求极高，但科研机构获取算力资源成本较高，使用门槛较大，影响AI技术在科研中的应用深度。同时，科研数据分散在不同机构之间，标准不统一，也影响了AI模型训练效果。

此外，跨学科融合仍存在壁垒。AI技术人员与基础科学研究人员之间协作不足，科研范式转变尚未形成体系。部分科研机构虽开展AI应用探索，但仍停留在局部实验阶段，尚未形成规模化应用。

这些问题，让致公党深圳市委会逐渐形成共识：要推动AI赋能科学研究，必须从基础设施、数据资源、人才培养和跨学科融合等方面系统推进。

多方凝聚共识，协调推进构建AI科研新生态

在充分调研的基础上，致公党深圳市委会提出《关于AI赋能科学研究，加快打造世界级高端产业集群的建议》，从算力、数据、平台、人才和合作五个维度提出系统性路径建议，旨在推动AI与科学研究深度融合。

提案交办后，市工业和信息化局高度重视，会同市发展改革委、市科技创新局等单位开展办理工作，围绕提案内容逐条研究推进。同时，市工业和信息化局就人工智能产业进行密集调研，深入学习，先后走访深圳与北京、上海等城市30余家科研院所、企业，与鹏城实验室等科研机构探讨应用场景开放试点等举措。在算力基础设施、数据资源建设等多个方面，支持建设人工智能创新平台，推动人工智能开源生态建设，并支持AI赋能科研平台建设。当前，深圳大力支持国家超算深圳中心二期和鹏城云脑Ⅲ等先进算力基础设施建设，发放“训力券”“语料券”“模型券”等，以创新方式支持企业低成本使用算力等人工智能服务资源。同时，统筹支持人工智能与数字经济广东省实验室（深圳）、粤港澳大湾区数字经济研究院等人工智能领域科研机构。此外，深圳还设立目标规模50亿元的人工智能终端基金和20亿元的人工智能与具身机器人基金，助力人工智能产业补链强链延链。

随着提案办理推进，AI赋能科学研究的生态逐渐形成。算力资源不断完善，科研数据持续积累，跨学科合作更加紧密。人工智能与生命科学等多领域深度融合，推动深圳一批科研成果加速转化。从基础研究到产业应用，AI技术正在形成新的创新链条。科研突破带动技术创新，技术创新推动产业发展，产业发展反过来又促进科研升级，形成良性循环。这正是提案提出的目标——通过AI赋能科学研究，推动深圳打造世界级高端产业集群。

深圳“十五五”规划纲要提出，前瞻布局6G、量子科技、脑机接口等未来产业，构建创新策源、转化孵化、应用牵引、生态营造的未来产业培育全链条。深圳将抢抓人工智能发展机遇，深化应用场景拓展、强化产学研用协同、完善政策支撑体系，探索一条以AI驱动科技创新、以科技创新引领产业升级的发展路径。