ReadCai财经资讯
当前位置:首页 » 13. 科技 » 人工智能

美国启动“创世纪”AI计划对标曼哈顿,中国需强化产学研闭环

2025-12-23

摘要:2025年11月24日,美国总统签署行政令,启动名为“创世纪任务”的国家级计划,旨在将人工智能驱动的科学研究(AI for Science)打造为国家创新基础设施。该计划明确对标历史上的曼哈顿计划,核心是整合高性能计算、科学数据、AI模型与自动化实验工具,以加速在生物技术、关键材料、核能、太空等优先领域的科学突破。计划设定了严格的里程碑,如在60天内提出国家级挑战清单。文章认为,这标志着AI竞争进入系统能力比拼的新阶段,并启示中国应注重AI与实体经济的融合、构建扎实的产学研闭环以及将高质量数据集作为国家级资产来建设。

线索:该计划标志着全球AI竞赛从企业主导的技术角逐,升级为国家主导的系统能力建设。投资机会可能存在于两个层面:一是直接参与或对标此类国家级AI科研平台建设所需的核心技术领域,如科学计算、数据治理与溯源、自动化实验设备与机器人、以及跨机构协同软件平台;二是关注计划中明确的优先突破领域(如生物技术、新材料、先进能源),这些领域可能因AI的深度介入而加速出现颠覆性成果。主要风险在于,此类宏大计划可能面临跨部门协同困难、安全与创新速度难以兼顾等执行挑战。对于中国而言,启示在于不应简单跟随对方的资源堆叠模式,而应发挥自身工业门类齐全、应用场景丰富的优势,将投资重点转向能够切实提升产业“系统吞吐量”(从提出假设到验证、放大生产的全流程效率)的闭环生态与高质量数据资产建设上。

正文

1945年7月16日,人类首次核试验在新墨西哥州完成。八十年后,一项旨在利用人工智能(AI)力量加速科学突破的国家级计划——“创世纪任务”(The Genesis Mission)于2025年11月24日由美国总统签署行政令正式启动。该计划明确对标历史上的曼哈顿计划,其目标是争夺定义未来的权力。

长期以来,美国的AI发展主要由私营企业驱动。随着大模型能力跃升以及数据瓶颈、安全隐患等不确定性增加,决策层认识到AI的战略价值已堪比21世纪的核武器。“创世纪任务”的核心是建设一个集成平台,连接高性能计算、模型训练与推理、科学基础模型、数据安全访问、AI智能体自动化工作流以及自主实验与制造工具。该计划被定位为赢得AI竞赛、强化国家安全、能源与产业竞争力的工具,并点名生物技术、关键材料、核裂变与聚变、太空、量子信息、半导体与微电子等为优先领域。能源部国家实验室体系被置于核心位置,联邦政府拥有的“独特数据资产”和“世界级超级计算机”被视为可复制门槛最高的国家实力筹码。

计划设定了项目管理的里程碑:要求在60天内提出至少20个国家级挑战清单;120天内确定供任务使用的首批数据与模型资产,并完成其数字化、标准化和来源溯源;240天内盘点机器人实验与产线能力;270天内在某个关键挑战上实现“初始运行能力”演示。从政策设计看,该计划旨在解决科研系统的联动问题,包括数据标准化与溯源、跨机构共享、算力调度、实验自动化以及成果转化路径,这些被视为让AI转化为科研生产力的关键。

该计划的核心意图是将“AI for Science”上升为最高优先级的国家安全战略,通过整合政府数据、分配国家级能源网络、提供豁免权保护及直接资金注入,打造国家级的创新基础设施。然而,该计划也可能面临挑战,包括硅谷创新文化与政府官僚机构之间的文化排异、各部门关键绩效指标难以对齐,以及在追求创新领先与确保安全之间存在的内在张力。

从中国视角看,“创世纪任务”提供了若干启示。首先,在战略上应保持定力,避免被带入单纯的资源消耗战。AI不仅是展示实力的工具,更应是赋能千行百业的工具。中国拥有完整的工业门类和丰富的应用场景,将AI技术与实体经济深度融合,解决医疗、制造、交通等领域的实际问题,是一条更符合国情的路径。中国此前发布的关于加快场景培育和开放的政策,旨在通过应用场景牵引技术攻关。

其次,应着力构建扎实的跨部门、跨产业闭环。“创世纪任务”的思路押注于未来竞争优势来自“系统吞吐量”,即从提出假设、验证到放大生产的整体效率。因此,AI应被视为一条连接科研与产业的生产线,而非单一部门的工具。需要用具体的任务和可验收的硬指标(如迭代周期、命中率、放大成功率、成本与良率提升)来牵引高校、研究机构与企业协同,让AI成为“发现与转化加速器”,而不仅仅是“论文加速器”。

最后,应将“高质量数据集”作为国家级战略资产进行建设。“创世纪任务”高度重视联邦科学数据集,认为AI发展范式正从以模型算法为中心转向以数据为中心。在AI for Science中,数据是“实验室的地基”和“科学的记忆体”,其长期积累、难以复制、可追溯、可组合的特性构成了真正的护城河。对中国而言,破局点在于建立跨机构的数据标准、元数据规范、溯源链路以及分级分类的共享开放机制,推动数据在合规前提下有序流动,并将数据治理(包括数据工程、标注清洗、元数据管理等)作为长期投入。这虽见效慢,但长期复利巨大,能使成果更可靠、迭代更快,并更顺利地实现从实验室到生产线的转化。

总而言之,“创世纪任务”提示下一轮科技竞争的关键在于比拼“科研与产业系统吞吐量”的高低。有效的应对策略是通过标准、平台、任务与场景来减少协同摩擦,将技术突破从偶然变为常态,最终将AI锻造为驱动产业转化的核心引擎。

发布时间:2025-12-23 07:33

相关推荐

评论 ( 0 )

3.4 W

文章

64.4 W

点赞

回顶部