执行摘要
人工智能（AI）正在开启科学发现的新时代，通过处理大量数据、识别模式和生成新颖假设，加速科学突破的步伐。AI在科学领域的应用已取得显著进展，例如疾病诊断、癌症治疗、自然灾害预测和可持续发展目标的实现。基于Google和Google DeepMind多年跨领域科学研究经验教训，本报告提出了三个政策支柱（“三I”）来利用AI推动科学进步：
- 基础设施：增加对AI的访问，包括建立国家级和国际级的数据、模型、计算和软件池，以及促进数据可访问性和软件互操作性。
- 投资：投资AI科学，推动有益于社会的科学创新，加强跨学科研究协作，建立强大的人才库。
- 创新：实施支持科学和创新的法律框架，负责任和合理使用数据，促进负责任的AI进展的法规。
导言
AI作为科学研究的强大工具，能够极大地加速科学研究过程，使科学研究变得更快速、更广泛、更深入、更具可访问性。全球公众对AI在科学领域的应用充满期待，并认为AI能够通过驱动科学发现、推动医疗和医药发展从而造福社会。
基础设施
缺乏AI驱动的科学研究和开发（R&D）的协调基础设施，科学家们需要花费大量时间和精力来协调数据和模型访问、确保计算能力，并熟练掌握AI工具。因此，扩大对计算能力、数据、AI模型、软件和工具的访问范围以促进更多研究人员协作进行AI驱动的科学研究的需求日益增长。建议建立国家人工智能科学资源中心，以及国际中心，涵盖高性能计算（HPC）集群、共享的科学数据集、AI模型、仿真和数据生成工具，以及能够无缝集成AI解决方案到科学研究中的实用软件。
投资
政府投资对于维持一项雄心勃勃且长期的科学研究议程至关重要，尤其是在这些努力不能立即产生商业回报的情况下。建议政府启动一些领域，例如创建公共重大挑战，将科学驱动的解决方案整合到公共服务中；增加对高社会影响项目的资金，以填补私人投资的缺口；为采用人工智能驱动科学应用的小企业提供扩展现有并建立新的金融支持机制；建立并资助跨学科的研究中心和项目，利用人工智能应对复杂的科学挑战；扩大利用科学进步造福社区的非营利组织的影响；在所有科学领域投资 AI 教育，发展下一代学科有 AI 技能的科学家。
创新
政策制定者们在全球范围内试图跟上数字创新的步伐，即使他们在审查现有部门法规的适用性的同时，也在起草新的AI相关法律。建议建立统一的数据隐私法专注于负责任和合理的数据，选择和使用；促进创新的隐私法规应平衡保护个人数据和推动技术进步；采用基于风险、特定部门和技术无关的法律框架将促进全球协作、数据共享和合规性，使世界各地的机构和企业能够迅速且安全地创新；采取措施减轻整个科学生态系统中危险结果的风险；采用基于风险的比例适当且情境化的监管方法，关注实际用途和实际风险，而非底层技术；加强贸易政策，支持跨境数据流动；创建（或维持）版权框架，以确保可以安全地使用公开可用的信息来训练和测试基于人工智能的系统；培育国际合作框架，并接受科学界关于人工智能驱动研究的指导方针；建立与供应商无关的监管沙箱，以进行快速实验。
结论
国家应建立人工智能科学资源中心，并构建跨国基础设施，以提供安全访问科学数据、计算资源和教育资源的机会。政府应在所有科学学科中投资人工智能教育，直接资助跨学科研究项目，并创建聚焦于解决关键科学问题的公共挑战，以促进协作创新并培养强大的人才库。通过共同努力推动负责任的创新、国际协作以及广泛获取人工智能资源，政府可以解锁人工智能的transformative潜力，以应对人类最紧迫的科学挑战，并为所有人创造一个更加光明的未来。
