欧盟构建人工智能科学资源平台，加速人工智能在科学研究领域的应用

1. RAISE将作为一个虚拟研究机构启动，旨在整合、协调并共享欧盟、成员国和私营部门的关键AI资源，包括算力、数据、顶尖人才和研究资金，最终实现两大互补且互相支持的目标：一是推动“面向AI的科学”（science for AI），即AI前沿技术研发；二是促进“AI在科学领域的应用”（AI in science），即AI在各学科研究中的应用。

2. RAISE将聚焦研发超越当前技术水平的AI系统。这些系统须具备伦理性、可解释性、透明度、可问责性、可靠性、安全性、以人为本的特点。新AI系统在科学研究中的应用将有助于缓解当前AI技术局限与风险，维护科学知识的完整性与透明度，并提升公众对AI驱动型研究的信任。

1. 构建协作型研究社区。RAISE的首要任务是打造具有活力的研究社区，支持科研人员推动在AI技术发展的同时利用AI攻克复杂难题。同时，RAISE将致力于强化顶尖机构间合作，推动产出世界级成果，进而提升欧洲在science for AI和AI in science领域的全球影响力。RAISE社区的核心为“AI in science卓越专题网络” （Thematic Networks of Excellence in AI in science）和“欧洲前沿AI实验室网络”（European Network of Frontier AI Labs）。这两大网络都将聚焦特定学科的AI应用或技术研发，获得针对性的长期资金支持和欧盟层面协调的算力和数据资源，以优化研究资源配置，减少科研碎片化。

2. 推动成果转化与人才培养。RAISE将通过培训、奖学金、博士网络、人才流动计划等，在全欧范围内推广AI研究领域的卓越成果，促进人才与创意流动。RAISE还将助力使最具潜力的科技突破转化为实际应用、新产品和新型解决方案，为快速产业化和未来竞争力奠定基础。为此，RAISE将与AI工厂（AI Factories）、AI超级工厂（AI Gigafactories）及私营部门、产业伙伴紧密合作。

为将RAISE打造为欧洲AI科学卓越的引擎，并使AI更广泛地赋能各学科领域，欧委会将实施专项行动计划，包括科学卓越与人才、算力、数据、研究资金，合作与协调等一系列行动。

1. 追求卓越。欧盟始终将“卓越”与“可信赖”视为AI解决方案的核心，要求科学研究中使用的AI系统必须坚持以人为本，具备可解释性、公正性与安全性，并能切实回应伦理与科研诚信等关键挑战。为此，欧委会将依托“地平线欧洲”计划构建的伦理评估体系，持续推进“设计阶段即嵌入伦理”（ethics by design）原则，并开发一系列操作性强的支持资源，包括培训项目、工具包和政策指南。针对生成式AI带来的引文虚构与抄袭风险，欧委会已启动《生成式AI在科研中负责任使用的动态指南》，并将根据具体科研实践持续更新。针对AI系统的评估问题，欧委会联合研究中心（JRC）将与欧洲AI办公室协同推进对现有应用于科学领域的AI模型进行定性和定量分析，并探索基于欧盟标准的模型性能与可信度指标体系。

2. 人才培养。欧盟拥有一批世界领先的跨学科团队和机构，能够为形成强大的人才与创意集群奠定坚实基础。当前关键在于增强其协作能力与领导力，释放AI驱动型研究的集体潜能。对此，欧盟亟需系统扩大AI研究型人才储备，除吸引具备AI素养的国际研究型人才外，还需高度重视研究工程师、数据管理员等非传统复合型人才。另外，AI技能正成为科研人员的核心能力，应在各学科与职业阶段早期介入。欧委会正通过《数字教育行动计划》“AI技能学院”与《STEM教育战略》推进AI素养普及，并即将发布“2030年数字教育与技能路线图”。此外，欧委会将更新《欧洲研究人员能力框架》，推出AI能力自评工具，提升科研人员对AI技术的认知和应用能力。为吸引并留住全球AI人才，欧盟还出台了“选择欧洲科学”倡议以及签证便利化、科研人才库等相关政策，吸引欧盟境外人才赴欧发展。

1. 缓解算力不足。算力是AI发展的核心驱动力之一，欧洲学术界普遍难以获得与大型科技公司相匹配的算力资源，资源获取难、使用效率低等问题突出。2025—2026年，欧盟将升级或新建AI工厂，其中许多将专注于特定科学领域，为科研人员提供大模型测试评估与验证、算法开发、适配超算的编程设施及其他赋能服务。

2. 扩大AI基础设施规模。欧盟拟整合欧盟、成员国和私营部门资源，在AI工厂基础上建设AI超级工厂，旨在以前所未有的规模开发、训练和部署大模型，并通过集成大规模算力、高能效数据中心和人工智能驱动的自动化优化模型训练、推理与部署，加速AI在科学领域的应用。欧委会将持续预测并规划未来计算需求，确保基础设施的升级与欧洲科学优先事项保持一致，并确保相关能力始终适配，能够满足AI未来发展趋势（如量子计算）的需求。

1. 夯实数据基础。高质量、可获取、可重用的数据对于AI赋能科学研究至关重要。欧盟已在立法与基础设施层面率先布局，构建起覆盖科研与通用领域的数据生态系统。主要举措包括“欧洲开放科学云”（EOSC）、“欧洲健康数据空间”（EHDS）、《开放数据指令》、《数据治理法案》、《数据法案》等关键法律框架。同时，“文化遗产云”“材料共享平台”“生物数据资源”等专项进一步丰富了数据来源，为AI在科学研究中的广泛应用奠定了坚实基础。

2. 破解数据障碍。数据基础设施的碎片化、共享机制的不健全、互操作性不足、数据孤岛、隐私合规障碍等会削弱科研数据的再利用价值。为应对这些挑战，EOSC等数据空间正致力于提升科研数据的可访问性与互操作性，而EHDS在构建可信数据共享框架方面发挥了示范作用。

3. 优化数据体系。《AI大陆行动计划》提出强化数据共享与协同机制，即将发布的《数据联盟战略》将进一步推动企业与公共部门间的高质量数据流通。基于此，欧委会计划在AI工厂内部设立“数据实验室”，整合不同来源的数据（包括欧洲共同数据空间），确保科研数据的可获取和可重用，并提供数据清洗与增强、标准格式转换、合成数据生成、《通用数据保护条例》合规支持与跨境互操作服务。数据实验室还将与数据仓储、数据服务及EuroHPC基础设施形成联动，为AI in science的系统化部署提供核心支撑。

1. 持续加大研发投入。在2021—2024年间，“地平线欧洲”计划已向AI领域投入64亿欧元，2025年计划再投资16亿欧元，其中约7亿欧元用于AI in science。欧盟的目标是到2028年将“地平线欧洲”计划在AI领域的年度投入翻番，包括将AI in science相关投入翻番。重点资助方向包括：科学实验室自动化、科学基础模型开发与升级等。

2. 优化资助机制。为适应AI领域的快速发展，欧盟资助政策将更具灵活性和敏捷性，并能支持跨学科合作。资助项目应在自下而上与定向征集、个人与合作项目之间进行平衡，并支持必要基础设施的创建与维护。

1. 与私营部门的合作。通过EIC和欧洲创新与技术研究院（EIT），欧委会将为AI in science初创企业提供资金支持和生态孵化，重点推动AI研究助手、自动化平台等科研工具商业化，并将简化资助规则，降低行政负担。同时，欧委会还将发布关于通用AI模型的最新《实施指南》和《行为准则》，并评估《人工智能法案》对科研社区的实际影响，拟设立“AI法案服务台”与“监管沙盒”，协助相关科研机构、衍生企业和初创企业合规发展。为促进跨界合作，欧委会鼓励初创企业和其他企业通过“应用AI联盟”等平台参与欧盟资助的科学领域AI in science相关研究项目，并发起专项倡议鼓励私营部门（包括慈善机构）加大对AI in science的投入。

2. 与成员国的合作。欧委会已与成员国就AI相关科学研究达成政策共识，并通过“科学领域AI互学计划”（MLE）推动国家层面能力建设与经验共享。欧委会将在欧洲研究区治理框架内，与成员国、关联国及利益相关方开展协调，例如通过欧洲研究区AI in science专项行动。欧委会还将建立关键绩效指标体系，对科学领域应用AI的情况进行持续监测。

3. 与国际伙伴的合作。在欧盟整体AI国际合作优先事项框架下，欧委会将结合现有合作机制，与第三方国家和地区就AI in science特定问题开展合作；将通过现有区域政策对话机制和科学外交，识别共同优先事项，为AI in science合作项目提供联合资助，推动AI in science领域的能力建设与经验共享；在确保研究安全的基础上，通过相关多边机制（如G7、G20）和国际组织（如联合国教科文组织、经合组织）向欧盟伙伴推广欧盟AI在科学研究中负责任使用的原则、价值观和标准。