“根据国际高影响力期刊论文的不完全统计，人工智能赋能的科技创新成果越来越多。”7月16日，第九届世界人工智能大会（WAIC）召开前夕，中国科学院计算机网络信息中心主任周园春在接受包括每日经济新闻在内的媒体采访时表示。

当下，AI for Science成为全新科研范式，算力、数据、模型是科技创新核心要素，但科研数据孤岛问题仍然制约AI赋能科学发现。

针对该痛点，周园春介绍了团队打造的公益性国际科学数据共享平台——科学数据银行（ScienceDB），该平台通过为每个科学数据赋予全球唯一数字标识，明确数据源头归属，并且跟踪数据的下载、引用等使用情况，促进科研人员的共享意愿；未来依托科学领域国家人工智能应用中试基地，打造科学数据技能共享服务平台，实现智能体AI时代科学数据共享新服务，支撑全球开放科学与人工智能国际治理。

周园春表示，ScienceDB目前正在探索为大模型和智能体提供调用接口，服务于全球开放科学和人工智能的发展。

超百个国家或地区的科研人员参与科学数据银行共享

科研领域论文发表是知识传播的核心渠道，但也衍生出数据造假、成果无法复现等科研诚信问题。国际学术出版商与学术共同体普遍要求论文配套支撑数据同步共享，周园春介绍，科学数据银行正是适配这一国际发展形势构建的共享平台。

周园春分享称，科学数据共享主要分为两类模式：一类是财政支持科技项目计划的强制汇交；另一类是遵循国际规则的论文关联数据自愿汇聚，ScienceDB主要聚焦后者。全球科研人员发表论文时，可将配套支撑的数据上传平台，供同行评议与重复利用。

《每日经济新闻》记者了解到，目前科学数据银行平台获得国际主流出版商推荐认可，汇聚了100多个国家和地区科研人员共享的1500多万个数据集，相关实践也被联合国教科文组织列为开放科学典型案例。

此外，数据集与相关论文关联，数据规范性与开放度较高。平台一方面能够核验论文真实性、可复现性，有效遏制数据造假；另一方面减少科研人员重复采集、整理数据的工作量，降低科研成本、提升数据复用效率。

周园春表示：“这样的一个具有全球影响力的平台，也能有效支撑人工智能国际合作或者国际治理。”平台面向全球科研人员提供公益服务，为全球AI治理提供高质量、可信的科学数据底座。

两大技术方案破解数据孤岛

对于当下科研数据发展的瓶颈，周园春坦言，“科研数据的孤岛现象依然普遍存在”。许多宝贵的科研数据仍被束之高阁，未能充分发挥其价值。究其原因，科研人员共享数据的意愿不足仍是主要障碍。

“我们知道科研数据共享完之后，可能拷贝来拷贝去，最后无法追踪到底源头是谁，导致很多科研人员不愿意共享数据。”周园春指出。为此，他和团队从技术手段入手，寻求破解之道。

首先是为科学数据颁发一张全球唯一且得到国际认可的“数字身份证”CSTR。周园春解释，这就像是界定这份数据的知识产权，通过唯一的标识来认定数据的最初产生者。当数据的来源可追溯，贡献被承认时，科研人员的共享意愿自然会提升。

其次是利用智能体（Skills）等新技术，对科学数据共享模式进行创新。让科学数据全部汇聚到几个集中的数据中心或者平台，既不现实，也难以保证科学数据的持续更新和专业化的整理。周园春团队提出的新概念是，将科学数据封装成一个“数据智能体”或一种“技能”（Skill）。

在这种模式下，数据所有者无需交出原始数据，只需将其封装成一种可被调用的服务。其他研究者可以通过这个“智能体”来使用数据，但无法直接接触和拷贝原始数据。周园春表示：“虽然（数据是）物理分散的，但是因为我们定义了新的标准规范，使得它们不是一个孤岛，能更好地融通。”这种方式既保护了数据所有者的权益，又能让数据保持生命力，因为科研团队会持续地对数据进行维护更新和质量控制，同时还能实现跨机构、跨地域的数据互联互通。

“通过这种数据的标识（全球唯一的数字身份证），通过我们的新技术（智能体或者Skill），我相信对于科学数据孤岛现象可以找到一些行之有效的解决方法和模式。”周园春说。