2025年11月8日（星期六）下午13:30至18:00，由中国计算机学会（CCF）主办，CCF YOCSEF深圳组织的观点论坛《AI时代下的基础学科产教发展：要保持多样性，还是All in AI》在广东省深圳市南山区打石一路深圳国际创新谷中泓在线股份有限公司顺利召开。本次论坛聚焦AI时代下的基础学科产教发展，围绕学科发展、人才培养以及科研生态的多样性与广度展开深入探讨。论坛现场气氛热烈，观点交流活跃，为推动我国打造基础学科、战略急需学科与新兴交叉学科协同发力的战略新局面提供了新的观点和见解。

本次论坛由CCF YOCSEF深圳AC副主席、北京理工大学（珠海）教授邱宇轩，CCF YOCSEF深圳AC委员、深圳大学副教授章秦共同担任执行主席。论坛由中国计算机学会（CCF）主办，CCF YOCSEF深圳分论坛组织，并得到了深圳中泓在线股份有限公司的支持。本次论坛鲜明凸显了AI交叉的学科属性，汇聚了跨领域、多元化的参会嘉宾。来自深圳市网信办、科创局等政府部门代表，腾讯科技、宝德计算等企业界代表，以及北京大学、哈工大（深圳）、鹏城实验室、深圳大学等知名高校与科研机构的专家学者共聚一堂。尤为引人注目的是，参会者不仅来自计算机科学领域，也广泛涵盖了生物、化学、材料、土木、环境等众多基础学科学者，充分体现了“AI+”的国家战略下，多学科深度融合的发展态势。

在论坛的开场环节，章秦首先介绍了YOCSEF的文化与发展历程，强调其在推动青年科学家思想交流与社会责任方面的重要使命。随后，邱宇轩介绍了该论坛举办的背景和意义，阐述了“人工智能+”作为我国全面步入智能经济和智能社会发展新阶段的重要方针和战略，在瞄准世界前沿、强化基础研究、产教融合等多方面的关键作用。他指出，人工智能迅猛发展的背景下，科研资源存在“聚焦”与“失衡”并存、短期产出导向与长期积累之间的拉扯以及教育体系的结构性滞后等矛盾点，都需要我们进一步关注科研和教育生态的多样性和广度，重视战略前沿、产业创新与学术基础之间的良性共生。

本次论坛邀请了多位国内高校和企业的知名专家作引导报告，围绕AI基础设施、社会治理与产业转化等方向展开深入探讨。

深圳大学计算机与软件学院特聘教授黄哲学带来题为《聚焦核心要素，发展AI算力生态》的报告。黄哲学首先感谢论坛的邀请，并聚焦人工智能核心要素“算力”展开深度分析和分享。他首先指出算力已成为全球AI领域竞争的核心主战场，美国经济增长高度依赖AI算力投资，但同时也催生了明显的行业泡沫。从全球趋势看，算力增长不再依赖传统密集算力，而是以GPU算力为主导，年增长率可达20%-30%。他指出，中国的算力投资呈现“双主体”特征：政府与三大运营商主导的算力建设相对规范合理，但大量私企老板跟风入局，采取粗放的重资产模式，风险极高。不少私企新建的数据中心出现大量空机柜，即便装机，服务器也因技术迭代快而迅速贬值，导致资产缩水。更突出的问题是算力配置失衡，部分用户急需算力却难以获取，另一部分算力资源则长期闲置，且算力应用“最后一公里”缺失，相关软件迁移滞后，超85%的AI应用因技术、管理、人才等问题未达预期。最后，他提出传统AI发展依赖的“算力、算法、数据”规模化路径已难以为继。一方面，可训练的公开文本数据接近枯竭，增量信息有限；另一方面，合成数据真实性存疑，用其训练大模型会导致信息真假难辨。为此，提出新增“人才、应用场景、工具”这三大要素作为人工智能的发展要素。此外，他还指出算力发展面临高能源成本压力，中国正积极推进算力网络化建设，而华为超级集群技术未来有望实现大规模算力协同，为中国在中美算力竞争中赢得优势。

深圳市深洪新经济综合发展研究所所长、理事长陈志群带来了题为《大模型AI时代，舆情工作的能力迭变与升级路径》的报告。陈志群首先介绍了研究所在舆情领域以“人工智能+社会治理”为核心方向，以助力国家治理现代化为愿景，秉持“用工科能力实现社科智库价值”的理念，聚焦物理世界与数字世界融合，通过数字技术治理物理世界，响应国务院“人工智能+”行动意见，在城市规划建设治理、监测预警、舆论应对等领域发力的情况。随后介绍了多个实践案例，如台风“桦加沙”中的实时监控、预警、舆论传播及灾后重建等情况；全运会舆宣一体化案例；为苏超苏州主场、深中大桥改扩建、深圳福田CBA赛事、深圳国际会展中心、高交会等提前排查风险等案例。他还介绍了其团队在2021年河南720特大暴雨中的工作，以及为深圳地铁提供线上护航，保障千万人次出行安全等应用场景和实践案例。最后，他指出未来的舆情工作将以AI技术为驱动，围绕宏观运营化平台、城市集中化等战略发展，从网络空间治理迈向通过网络治理社会，进一步释放数字价值。

深圳大学计算机与软件学院特聘教授张良杰带来题为《从面向科学的AI迈向面向企业的产业的AI（From AI for Science to AI for Industry）》的报告。张良杰提出面向科学的人工智能（AI for Science）和面向产业的人工智能（AI for Industry），二者并非割裂，可相互推动并形成“探索未知-价值落地-需求反哺”的完整链路。他指出AI for Science以AI算力、推理与生成能力赋能科研，核心是破解未知，技术上侧重复杂建模、理论研究与仿真研究，对精度和泛化性要求高，依赖实验与模拟数据，不强调实时性。AI for Industry聚焦工程化价值，强调全流程智能协同、降本增效，还能以场景数据反哺科研，形成创新闭环。典型案例包括用模糊神经网络设计智能空调控制器、雅诗兰黛集团凭借AI与大数据打造智能零售生态以及特斯拉FSD 14.0凭借AI生成数据训练实现全自动驾驶等。最后，他表示，AI从早年手工调神经网络发展到如今大模型时代，效率大幅提升。未来AI或能设计机器人与控制器，进化为智能劳动力，在“Human Being”的世界中出现“AI being”，这会进一步引发人类与AI共存合作的深度思考。

论坛随后进入思想碰撞的思辨环节，围绕“AI时代下的基础学科产教发展”为主题展开了三个思辨议题讨论。

北京理工大学（珠海）助理教授高荣贞、鹏城实验室副研究员梁骁俊、中泓在线副总裁罗君、香港科技大学助理教授袁彬航、北京理工大学（珠海）助理教授陈家贤、北京理工大学（珠海）助理教授周本加以及腾讯科技高级经理张伟鹏作为特邀嘉宾对三个思辨议题进行了引导发言，分别从AI时代下的基础学科科研人员价值重定位、校企协同的研究生态构建方式变化以及高等教育人才培养方案优化等方面发表了自己的独特见解。

在讨论中，黄哲学指出生成式AI本质是数据统计，仍属工具，基础学科科研人员不能丢失传统知识与技能，不能割裂传统研究与AI，不应该也不主张盲目全面依赖AI。张伟鹏则赞同基础学科科研人员应全面拥抱AI，强调拥抱AI是用其提升效率而非转向做AI，如数据库研究结合AI、材料研究借AI发现规律，AI对部分工作的替代是优化过程，不影响科研人员自身的领域定位。哈尔滨工业大学（深圳）教授漆舒汉提出AI本质是拟合现有数据，主要作用是降本增效，难以产生新想法，基础科研人员无需转向做AI，但需加大对AI的学习与理解，认可其在实际研究中的实用价值。深圳大学教授陈小军反驳了AI无新想法的观点，认为AI可通过数据组合产生新想法并经实验验证，主张AI是工具，科研人员懂本领域才能用好AI，未来更多人应转向AI应用解决实际问题，而非都搞AI基础算法。哈尔滨工业大学（深圳）教授冯骁驰表示在环境领域研究中，AI可助力系统优化与污染物处理工艺预测等，基础科研人员无需深入算法开发，应将AI作为工具，在坚守本领域研究的同时，结合专业背景找准AI应用场景以平衡两者。张良杰则强调基础理论研究必须捍卫，认为其是各领域构建AI应用系统架构的根基，不能通过AI走捷径，主张伟大科技成果应类似于杨振宁式基础理论研究，以实现行业效率的颠覆式提升。

在校企协同的议题上，智力方（重庆）科技有限公司创始人李馨怡指出川渝地区校企合作模式变化：学校从希望企业直接给钱，转向更注重与企业共建学科、改造课程（应对AI冲击下的学科焦虑与就业导向）；企业则希望从高校细分科研方向中筛选可成果转化的项目，倒逼高校科研对接市场，获取一线数据反哺研究。宝德计算机系统股份有限公司CTO黄文杰表示宝德作为中型企业较少涉足基础研究，认为行业领头羊企业（如华为、英伟达）更倾向于基础研究合作；提出企业参与合作希望获得共享IP、优先产业化及宣传优势，例如与高校合作开发技术后可优先使用并推动落地等。深圳市深洪新经济综合发展研究所副所长张权忠指出企业面临招聘需求与高校人才培养不对口的问题，如企业需要全案运营人员，但高校输出的人才多专注单一技能；希望通过邀请专家交流，探索更多校企合作可能性以解决人才匹配问题。北京理工大学（珠海）准聘教授许瑞琦认为AI技术路线竞争激烈，长期趋势难判断，当前AI人才培养存在追逐热度的情况，部分方向（如智能体）可能存在泡沫，易导致人才供给远超企业实际需求；同时指出AI人才供需还存在时空错位，不同地区产业对AI技术方向、人才需求不同，且培养周期与市场需求变化不同步。

讨论在热烈氛围中收尾，与会专家普遍认为，AI的快速崛起不应削弱基础学科的重要性，未来科研与教育体系应在“拥抱AI”与“坚守基础”之间找到动态平衡。

最后，CCF YOCSEF深圳AC主席漆舒汉对论坛进行了总结。他表示，热门新兴学科与基础学科之间的协调发展离不开各个维度和多个领域的深度协作，需要政府、高校、企业等多方面的共同努力。只有在科学研究与应用实践的双轮驱动下，才能真正推动和谐科研教育生态的形成。

图文|邱宇轩 章秦

编辑|王晶晶

审核|漆舒汉