在全面推进“人工智能+”行动和加快实现高水平科技自立自强的背景下,AI for Science正成为引领科研范式变革、培育新质生产力和重塑全球科技竞争格局的关键力量。2025年下半年,美国、英国、欧盟和日本等主要经济体密集出台了多项AI for Science政策文件。虽然各国因资源禀赋与制度差异选择不同发展路径,但普遍将AI for Science上升为国家级战略工程,呈现出科研流程实体自动化、科学数据资产化以及主权型科研基础设施建设等共同趋势。美国强调以国家动员体系巩固科技霸权,英国聚焦优势领域的敏捷突围策略,欧盟通过泛欧整合维护技术主权,日本则以理论驱动和标准引领构建竞争优势。国际经验对我国“十五五”时期推进AI for Science具有重要启示意义。应将AI for Science作为系统性战略任务整体布局,统筹算力、能源与科研网络建设,推动自动化实验平台与接口标准自主可控,完善科学数据资产化制度,通过有组织科研与复合型人才培养,为新质生产力发展提供持续动力。

当前,AI科学发现因可解释性缺失,导致证伪机制失效:既无清晰理论标靶可供批判,也令科学论辩浅化为对输入输出的表面争论。这揭示出两种不同推理模式,即人类传统科学所依赖的、基于清晰概念与因果的简单性推理与AI系统内在执行的复杂性推理之间难以适配。因此,化解这一危机不能仅追求AI的透明化,更须拓展科学共同体的认知边界——发展表征复杂性的新概念体系与形式化语言,从而在理解AI所揭示的复杂世界的同时,维护科学理论批判与演进的根本机制。

人工智能产业是未来产业的典型代表,是引领经济创新、增强国家竞争力的战略性新兴产业。生成式人工智能作为一项颠覆性技术,已成为人工智能产业发展的重要方向。以中国23个省市作为研究对象,采用TOE理论框架并引入fsQCA方法,从组态视角探究中国生成式人工智能产业高效率发展路径。研究发现:(1)生成式人工智能产业具有创新引领性、生态协同性、辐射赋能性和市场爆发性4个典型特征。(2)中国生成式人工智能产业高效率发展存在组织—环境双轮驱动型、技术—环境主导型、技术—环境协同型、要素集聚综合驱动型以及环境支撑型5种路径。(3)通过组态比较发现中国生成式人工智能产业高效率发展需要多维度要素的协同配合,单一要素优势难以支撑其可持续发展。研究结论为政府制定产业发展政策和企业制定未来战略规划提供了政策依据和理论指导。

近年来,人工智能技术迅速发展,知识产权问题成为学术研究和司法裁判的焦点。本文梳理了国内外相关文献和司法判例,面向未来人工智能技术发展,从激励创新与权益平衡角度,研究了人工智能生成作品、标志与发明创造知识产权保护的主体资格、客体范围、获取标准、权利归属、实施运用、有效规制等基本问题,构建了包括主体资格制度、客体范围制度、获取标准制度、权利归属制度、实施运用制度、有效规制制度的人工智能知识产权保护制度体系,提出了人工智能生成物知识产权保护制度发展对策。本文认为,应实时修改和完善人工智能知识产权法律政策,明确生成作品、标志与发明可以获得知识产权保护,人工智能生成作品、标志与发明的知识产权归属应遵循合同原则,赋予人工智能本身作品完成者、标志设计者、发明者资格,应完善人工智能生成作品、标志与发明申请知识产权的获取标准,加强人工智能领域知识产权保护诚实信用原则、利益平衡原则、反知识产权滥用规制原则的适用。

扩散能力是大国科技能力的重要组成部分,军民技术融合是具有代表性的技术扩散现象。在大国竞争背景下,美国正在推动军民技术融合,其军民技术融合政策的主要类型为“民参军”。该政策旨在美国军事研发部门科技创新能力下降的背景下,利用商业部门研发的技术来增加美国的军事竞争力。美国“民参军”政策的内在逻辑包括小企业与非传统国防供应商是重要合作对象,多种政策工具的综合运用是主要实现手段,以及风险承担是内在文化导向。美国的“民参军”政策不仅推动了商业科技进入美国国防部门,而且还推动了美国国防体系的深入发展,具体影响包括增强了美国国防工业体系的多样化、活力与韧性,增强了美国的国防创新能力,加速了美军的数字化与智能化转型,正在初步地改变美国的国防科技理念和重塑美国的国防科技体系,以及增强了美国对华军事竞争能力。美国的“民参军”政策在未来会持续实施,并可能对中美战略竞争态势产生更为显著的影响。美国的“民参军”政策对于中国如何继续做好军民技术融合,深入推动“民参军”也有所启示。

构建大数据时代的知识融合理论体系,旨在为大数据时代知识融合提供基础理论和实践指导。根据大数据时代知识融合理论体系构建的目的与原则,基于拉卡托斯科学研究纲领,构建大数据时代的知识融合理论体系。大数据时代知识融合理论体系由知识融合基本理论、知识融合的辅助性假设和应用理论、大数据环境组成。其中,知识融合基本理论包括知识融合的概念和特征,知识融合的辅助性假设和应用理论包括知识融合的思维、支撑理论、需求、对象、结果、流程、技术、方法、工具等,在大数据环境的启发下,知识融合理论体系不断扩展和修正。构建的大数据时代知识融合理论体系不仅能指导大数据环境下知识融合的现实工作,还能为大数据时代的知识融合理论研究提供参考。

大国博弈背景下以大国重器为代表的复杂产品系统是全球科技竞争的焦点。复杂产品系统关键核心技术突破面临多技术层级和多技术领域的双重挑战,提升我国复杂产品系统自主创新的整体效能至关重要。本研究运用Lotka - Volterra生态演化模型探究新知识的演化过程,剖析创新联合体突破复杂产品系统关键核心技术的知识增强机制。研究发现:(1)创新联合体的技术突破目标和知识交互策略不同,其知识增强机制存在显著差异;(2)创新联合体中架构者-成员关系、架构者知识编排能力、架构者-架构者关系、架构者知识广度是影响知识增强效果进而驱动复杂产品系统关键核心技术突破的关键因素;(3)创新主体间的互利共生和偏利共生关系显著提升知识增强效果,架构者知识编排能力和架构者知识广度分别与知识增强效果显著正相关。上述发现有助于深化对创新联合体协同攻关内在机制的理解,为加快复杂产品系统关键核心技术突破提供政策参考与实践指引。

加快形成技术标准是企业赢得竞争先机的关键。本文运用交易成本理论提出标准联盟权力结构与技术标准形成时长的研究假设,运用2010-2020年中国通信行业1672个标准联盟为样本进行了实证检验。研究发现:标准联盟权力结构越分散,技术标准形成时间越长;区域间市场化差距会增强联盟权力结构对技术标准形成时长的正向作用;联盟企业共同伙伴关系会削弱联盟权力结构对技术标准形成时长的正向作用。异质性分析结果显示,渐进式技术标准、成员年龄小的标准联盟更易受到标准联盟权力结构分散的影响,技术标准形成时长更长。相关研究结论为企业组建标准联盟、加快技术标准形成提供了理论支撑。

高等教育与科学技术作为经济社会发展系统中的子系统,二者相互赋能、协调共进是高质量发展的内在要求,也是一体推进教育发展、科技创新、人才培养的关键一环。在解构高等教育与科学技术协调发展机理的基础上,运用耦合协调度模型、Dagum基尼系数与空间计量方法,剖析2010-2022年我国高等教育与科学技术协调发展的时空特征及驱动因素。研究发现:(1)时序演变上,我国高等教育与科学技术协调度在全国层面上经历了“中度失调—轻度失调—濒临失调”演变历程,协调水平稳步上升;(2)空间格局上,四大区域层面高等教育与科学技术协调度的空间差异明显,呈现“东部领先、中部追赶、东北停滞、西部落后”整体格局和“东部高协调转型、西部脱离失调”的演变趋势,省域层面以“北京—上海—江苏—广东”为高协调示范节点;(3)空间差异上,区域间差异是协调度总体差异的主要来源;(4)空间关联上,高等教育与科学技术协调度具有较强的空间正相关关系,且在省域之间具有正向空间溢出效应;(5)驱动机制分析显示,人口密度和对外开放对本地区高等教育与科学技术的协调发展具有正向驱动作用,基础设施和对外开放产生正向空间溢出效应,城镇化水平产生负向空间溢出效应。

本研究聚焦大科学时代专精特新“小巨人”企业的创新实践,基于知识重组理论,深入探讨科学合作的学科多样性对企业突破式技术创新的影响。通过对2464家新材料领域“小巨人”企业在2000年至2018年的非平衡面板数据进行分析,研究发现:科学合作的学科多样性对“小巨人”企业突破式技术创新具有积极作用,其中知识互补性起到了部分中介作用。同时,知识产权保护强度负向调节学科多样性与知识互补性之间的关系,而技术动荡性正向调节知识互补性与企业突破式技术创新之间的关系。本研究不仅阐明了科学合作的学科多样性对“小巨人”企业突破式技术创新的作用机制,同时揭示出该作用机制的边界条件。本文结论有助于进一步理解科学合作的学科多样性对中小企业技术创新的助推作用。

加速驱动数字协同创新,是解决颠覆式技术创新外部性、复杂性问题、推动区域协调发展的关键。基于数字劳动要素特性,剖析数字协同创新的理论机制,并利用283个地级市十余年面板数据进行实证检验,得出:数字劳动要素能通过区内主体协同及区际创新协同合力推进数字协同创新。知识溢出与创新要素流动仍是数字劳动要素激发数字协同创新的渠道机制,但囿于二者的约束,数字劳动要素的协同创新模式存在空间分异特征,其中,知识富集、产权保护程度强的北京、武汉、上海、天津等地区更适宜通过区际协同创新,不断增强自主创新能力,而创新要素流动干预强的广州、宁波、深圳虽能加速区内数字协同创新,但内涵式创新发展路径却因过高的创新要素流动壁垒被阻断。

政策的结构性耦合协同对培育多维未来产业创新生态系统至关重要。基于“知识—创业—商业”的研究框架量化政策,运用偏最小二乘结构方程模型(PLS-SEM)构建并验证1995-2023年氢能政策通过耦合协同影响创新绩效的传导路径,运用社会网络分析政府部门间关系。研究发现:各层面政策间的耦合协同对创新绩效均有正向影响,耦合度稳定在中级协调状态,协同度提升缓慢且整体表现不佳;在“政策制定→耦合协同→创新绩效”的传导路径中,影响系数由大到小依次为商业驱动型商创耦合协同、商业牵引型商知耦合协同、知识主导型知商耦合协同、创业催化型创商耦合协同、创业助推型创知耦合协同和知识支撑型知创耦合协同;政策网络呈“核心—中间—边缘”结构,在政策制定中分别起到主导与引领、支撑与配合、服务与监督的作用。这为未来产业政策的层次性结构量化研究提供了参考,弥补了政策耦合协同传导路径研究的不足,助力政府决策和产业实践。

已有研究重点关注跨国并购能否提升创新质量,而对于跨国并购如何产生差异化创新质量影响缺乏关注。基于双元学习视角将跨国并购划分为探索性并购、利用性并购,基于技术和市场维度将创新质量划分为技术质量、市场质量,实证检验了两种跨国并购行为对创新质量不同维度的差异化影响,同时基于知识管理理论探究了整合深度、知识深度的调节效应。研究发现,探索性并购有助于提升技术质量,利用性并购有助于提升市场质量;跨国并购的创新质量影响还取决于并购后的知识获取与知识利用,深度整合(知识获取程度高)、深度知识储备(知识利用能力强)的企业更能从跨国并购中获益。

基础研究领域颠覆性科研成果是催生新技术、新产业的重要驱动力,是发展新质生产力的核心因素。文章立足于天文学领域,采用扎根理论研究方法,通过系统收集和分析天文学领域颠覆性科研成果的案例资料,构建颠覆性科研成果影响因素模型,为基础研究领域颠覆性科研成果的发现和培育策略提供理论参考。研究发现,颠覆性科研成果生成的影响因素主要包括科研人员维度(内部因素、环境因素、科研能力)、科研活动维度(项目提出、项目开展、项目达成)和科研结果维度三个维度,三个维度共同作用于颠覆性科研成果的生成,文章通过具体案例对各要素的影响进行了解读。基于此,文章提出了促进颠覆性科研成果生成的启示建议:为青少年提供更多接触科研的窗口,从小培养其科研兴趣和科学家精神;为青年科学家提供更多“挑大梁”机会,提升其工程实践和组织领导能力;鼓励科学家更多开展科研合作和学术交流,促进科研成果的共享和推广。

我国芯片制造业的多项技术突破不仅标志着自2018年以来美国“断链”举措的失败,也使芯片产业成为数字经济环境下系统性技术突破研究的宝贵案例。本研究以技术发展的系统性涌现理论为分析视角,对四家典型芯片制造业进行研究。研究发现,“断链”冲击推动了广泛的开放创新合作,数字技术与数字平台在促进技术突破中发挥了重要作用。理论上,研究揭示了数字赋能开放创新的内在机制,分析了企业特征的调节作用,给出了三者结合的理论模型。在实践中,该研究为不同层面的数字技术应用提供了启示,以促进高端技术突破。

随着数字经济的快速发展以及数字治理挑战的不断加剧,探究数字规制对企业数字创新的影响对推动数字经济持续健康发展具有至关重要的意义。本文利用2012-2023年中国上市企业的数据,理论分析并实证考察了数字规制对企业数字创新的影响及其内在机理。研究发现,数字规制显著推动了企业数字创新,这种促进作用在位于省会城市的企业、非高科技企业和民营企业中更加显著。机制检验表明,数字规制通过加强数字产权保护、促进数据要素流通、增强数字安全治理来推动企业数字创新。进一步分析发现,数字规制推动了企业数字生产/服务流程方面的创新,但对关键核心技术创新的提升作用尚未凸显。本文的研究结论为制定和完善数字规制相关政策提供了有益的参考框架,同时也为企业推进数字创新实践提供了重要的借鉴依据。

量子计算以量子叠加、纠缠与干涉、量子优越性为基本原理,兼具计算能力跃迁、不确定性和概率性、可逆计算等特征。其在密码破译、大规模数据分析、军事模拟与关键基础设施防护等领域展现出巨大潜能。从量子计算的基本原理与技术特质出发,有必要系统剖析其对信息安全、国家安全与市场秩序的多维影响:一方面,大数分解能力与量子搜索算法威胁既有加密体系与数据隐私,可能引发追溯性隐私泄露与关键设施瘫痪;另一方面,量子算力竞赛与军民两用属性掀起国际竞争与军控失范的双重风险,也催生市场垄断与公平竞争失衡的潜在危机。对此,可从立法规制、监管创新与国际协同三个层面构建综合治理框架:通过修订现有安全立法与制定量子技术专门法,形成分级分类的安全管控基准;结合风险评估、量子技术审查与多层次协同监管机制,细化准入、事中监管与应急处置环节;并在国际层面倡导统一标准与多边合作,防范量子霸权和算力垄断。与此同时,应推进量子伦理规范与人才培养制度建设,兼顾技术创新与社会责任,以期在保障国家安全与公共利益的同时,为量子计算的健康可持续发展奠定坚实的法治根基。

随着人工智能技术的广泛应用,用户的数据隐私安全成为研究的焦点之一。为了保护用户的数据隐私安全,企业提供了隐私政策。然而,大多数隐私政策不仅存在不可解释、不透明、不公平、实用性不强和及时性较低等问题,还忽略了用户的预测隐私。因而在具体实践中,隐私政策既不能有效保护直接获取得到的隐私,又会侵犯到预测隐私,违背了最初的目的,产生了隐私政策的保护悖论。本文参照以人为本的人工智能框架,提出要开发以人为本的隐私政策,以尽可能消解隐私政策的困境,确保用户的数据隐私安全。

基于议程设置理论和技术接受模型,利用深度学习文本分析方法,分析2021-2023年元宇宙新闻报道和用户评论数据,从信息传播和接收两个层面探究元宇宙公众认知的现状、成因和有效建设链路。研究发现:元宇宙议程传播是多主体参与的博弈,意见领袖对信息的二次传播主导着公众情感认知的形成;内容上媒体议程与公众评论话题聚焦点并不一致;情感上二者相悖,用户评论呈负面消极情绪,原因在于政策文化等多外部变量互相作用,影响了技术有用性和易用性的感知。研究多角度、深层次地对元宇宙用户要素进行分析,为新质生产力融合元宇宙创新发展、元宇宙政策制定、产品创新及内容宣传提供参考启示。