科研范式是科学研究的基本理论和方法。随着技术进步和产业发展，科研范式正在发生新的变革。数字平台构筑了科技创新的新基座。文章分析了科技发展对科研范式变革的新要求，数字化转型引领科技创新的具体路径，提出数字平台赋能科研范式数字化变革的构想，并基于“未来实验室”提出数字平台赋能科研范式数字化变革的具体实践。研究成果有望为各科研机构的科研数据治理和科研组织模式管理提供参考，为提升我国战略科技创新力量建设提供决策依据。

　　当今世界，围绕科技制高点展开的竞争空前激烈，科技创新已成为国际战略博弈的主要战场。Z6尊龙凯时官方网站党的二十大报告提出，坚持创新在我国现代化建设全局中的核心地位。在全球竞争日益加剧的新时代，有组织的创新逐渐成为各国推动关键核心技术攻关的主流模式。与此同时，随着科技进步和产业变革的突飞猛进，科学研究范式也正在发生深刻变革。基于大数据研究的科研第四范式正在兴起。数字平台作为科研数据的生产、沉淀和共享媒介，成为赋能科研范式变革的重要助推器。

　　科研范式是特定历史时期科学共同体进行科学研究的方式，与科技创新的内在规律要求相适应。传统科研范式经历了4个阶段的演化发展历程。第一阶段为经验范式，主要是通过实验描述自然现象；第二阶段为理论范式，主要通过模型或归纳法进行科学研究；第三阶段为计算范式，是指使用计算机进行仿真模拟来解决各个学科中的问题；第四阶段为数据范式，也称数据密集型科学，是指通过大数据分析研究事物内在的因果关系和相关关系，从而得到结论。

　　在数据高密度集聚的前提下，科研流程和手段得以优化，科研范式呈现出与以往不同的显著特征，主要表现为以下4个方面：

　　科研范式发生变革时新旧范式更迭，从而推动科学理论实现跨越式发展。 科研范式的转换往往伴随着科学，即科学技术的核心理论发生全局性、根本性、颠覆性的深刻变革。 新的概念、理论取代原有的概念和理论，用来指导科学实践，进而引发社会生活领域的性改变。

　　在科学发展的特定时期，通常由一种范式主导。随着主导范式被广泛接受和长期应用，往往会出现当前范式难以解释的科学发现。当主导范式难以解决的问题逐渐积累到引发质变时，新的科研范式呼之欲出，并逐渐取代旧范式。以第四阶段的数据范式为例，在过去十几年间，随着大数据资源的不断增长，数据范式得到了科学家们的广泛关注。但随着需要求解的科学问题日益复杂，也暴露了诸多不足，如数据不确定性问题、数据复杂性问题、数据维度爆炸问题、数据尺度边界问题等，上述困境引发了对科学研究“第五范式”的探索。“第五范式”在数据范式的基础上，引入智能技术，强调人的决策机制与数据分析的融合，将数据科学和计算智能有效结合起来。

　　数字平台在科研范式的变革中充当着基石角色。在科研范式由数据范式向“第五范式”的变革过程中，由于“第五范式”以数据驱动和智能技术驱动的内在特征，将对科研数据的归集、治理和管理提出新的要求。数字平台通过对科研全生命周期的数字化改造，为科研数据的沉淀和利用提供了基础，是科研范式变革中的助推器。学界针对数字平台在科研项目管理、数据共享、创新协作等方面的研究目前已有一定的前期研究。

　　杨晶等提出建设国家基础数据平台，对集成数据进行深度挖掘和智能分析，优化资源配置，形成按需组建的跨学科、跨领域、跨地域的多元并行的科研组织模式。

　　唐圣姣提出建设科研信息管理平台，形成以网络为依托的科研组织，构建开放、合作的科研信息资源共享模式。

　　张春兰等提出将大数据技术用于高校科研的全流程管理，实现科研数据线上存储，以便于科研项目、成果等数据的查询、分析和推广。

　　欧龙等提出在传统科技管理平台的基础上，结合大数据的多点同步处理、智能预测等特点，提高科技管理平台的工作质量和效率。

　　吴燕秋等从医疗大数据切入，通过构建医疗大数据平台，统一数据采集、存储和管理标准，助力医疗数据的合法、合规共享及高效利用，为临床科研奠定坚实基础。

　　张兰等在梳理国内外科研进展的基础上，提出借助人工智能和大数据等新兴技术，构建智能科研助手，面向科技创新全流程全周期，辅助科技信息深度挖掘、学科知识拓展发现、科研假设辅助生成、科研实验智能控制、研究成果智能整合，提高科研效能，加速科研创新。

　　李昱等从数据检索与知识表示、数据挖掘与分析展示、趋势预测与决策辅助等角度系统分析了人工智能技术促进科技管理变革的机遇和趋向。

　　总体而言，尽管围绕科研的数字化转型已有一定理论研究和实践探索，但现有成果多集中于项目管理等流程优化环节。引入智能技术，以数字平台再造科研全流程，赋能科研知识发现和探索过程，从而引领科研范式变革的具体机制和路径尚未清晰。

　　1963年，普赖斯在其著作《小科学，大科学》中首次提出“大科学”概念来描绘现代科学的规模、投入、成就和影响。大科学时代，科学技术飞速发展并深刻改变了人类的生产和生活方式，影响着世界格局的变化和人类社会的进步，支撑着现代国家综合国力的有机构成，其最明显的特征是参与的科学共同体众多、投资强度大、多学科交叉融合明显。因此对科研范式变革提出了新要求。

　　大科学时代的科技创新有着独有的特征。从科研组织的发展趋势来看，大科学时代的研究活动由个体“独善其身”和分类研究的“孤岛”已难以支撑。“单打独斗”和“包打天下”全谱系创新的科研模式已不适应大科学时代的科技创新。大科学时代的科技创新越来越依靠重大科技基础设施、创新平台和极端实验条件及大科学团队集体攻关。同时，大科学时代的科技创新需要借助国家战略科技力量，发挥创新引领和策源功能，统筹布局，推动重大科学发现和技术发明。需要根据世界科技发展态势，保持战略定力和战略眼光，发挥体制和制度优势，优化资源配置和创新要素布局，集中有限的资源放在优先发展的关键科技领域，突出竞争性优势，塑造更多依靠创新驱动、更多发挥先发优势的引领型创新。

　　科研数据开放共享是科学发展的必然要求。尽管科学研究极大地推动了人类探索知识和解决问题的能力，但在能源缺乏、环境污染、健康威胁等人类面临的诸多重大问题面前，现有以学科分割为基本架构的科研组织模式表现得力有不逮。为此，基于多学科交叉融合解决重大问题，实现科学新突破成为未来科技发展的重要方向。基于学科交叉融合的重大科学问题攻关对科研流程的组织和科研数据的开放共享提出了新要求。

　　第三，强调对过程性科研数据的合理存储和开放共享，包括科研日志、不完整的数据集、科学论文草稿、下一步研究计划、同行评审报告、未正式发表的结果性数据等。

　　第四，联合政府数据、行业数据以及广泛的经济社会数据和法律信息资源等的开放共享。通过科研基础性数据的全学科、全流程和全景式的开放共享，实现创新价值链贯通融合、各权益相关方协同融合，以支撑重大问题的最终解决。

　　数据是数字经济的关键生产要素。2022年12月，中央、国务院印发的《中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》提出，“激活数据要素潜能”，构筑国家竞争新优势。随着数据量的增长、数据种类和维度的复杂化，如此庞大复杂的数据已经无法依靠经验处理。数据要素价值的挖掘亟须人工智能技术的引入和应用。科研数据是科研产出的原始记录，承载着重要研究信息，其体量巨大但显示度低，是形成科研成果的重要基础。在传统科研范式中，科研数据通常属于沉默资源，一般仅用于科研诚信的佐证，大量科研数据处于闲置状态，数据内在价值未得到充分挖掘和利用。近年来，科研领域数字化转型日益深入，科研数据沉淀和共享机制逐渐完善。深入挖掘科研数据的科学价值，是建立科研新范式的必然要求。

　　当前，由数字技术等引发的新一轮科技和产业变革正由导入期转向拓展期。数字化技术的持续渗透和广泛应用重塑了科技创新的格局。一方面，数字化将显著节省要素使用成本，降低要素供给和需求方之间的信息不对称，提高创新要素配置效率；另一方面，数字化将深刻改变知识的生产过程。对海量科学数据的综合分析成为科技创新的重要源泉。整体而言，数字化转型对科技创新活动的优化改造主要表现在以下3个方面：

　　党的二十大报告提出，加快建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。数据是数字经济的核心要素和数字经济深化发展的核心引擎。构建统一开放、竞争有序的科技创新管理平台，激活科研数据价值是科研范式变革能否顺畅的关键。针对研发力量分散问题，科研管理的数字化转型有利于推动统一科研力量的形成、加速科研机构与产业链形成研发“合力”，进而引领传统科研机构与新型研发机构共享统一开放的科技管理体系。针对产业“卡脖子”技术攻关问题，数字化转型有助于灵活配置创新资源、集成社会力量，增强协同技术攻关的韧性。利用“数字化支撑平台+精准高效的服务体系”构建科研管理和科研辅助平台可以迅速建立起高效智能的科研管理决策体系。

　　早在2013年，科技部印发的《国家科技计划科技报告管理办法》就对科研活动的过程、进展和结果数据进行归集，以促进科研项目过程数据积累、传播交流和转化应用，但仍未涉及对科研数据的系统、深度分析。综合运用现代数字技术，提升科研过程数据的管理效能是一个紧迫且长期的工作。数据中台是汇集科研数据的中枢，也是科研管理数字化转型的关键。利用数据中台可以加强与重点研发机构的数据互通，在硬件层面建立数据中枢和机构内部管理系统的对接。基于数据中台建立数据分析中心，可以向全体科研人员提供科技信息跟踪、科研团队画像、科技成果评估等智能科研辅助工具。在数据中台建设安全可靠的大数据池，根据一定规则和质量标准进行智能数据处理，将有利于更有效利用科研数据。

　　从交易成本来看，数字技术提升了知识在机构内部以及机构之间的流动效率，降低了流动成本。机构的数字化转型可以为其更有效地从外部获取有效的反馈以解决内部问题提供帮助，从而减少创新和研发投资的不确定性。围绕科技发展需求，快速形成科研管理数字化平台，持续优化科研管理政策环境，鼓励企业、传统研发机构、新型研发机构结成“创新联盟”，有利于深挖零散机构研发潜力，扩大科技创新主体数量，提升科技创新主体能力，形成科研变革合力。在数字化转型过程中：

　　一方面，可以通过免费发放科研管理工具包提供科技信息服务的形式，引导各类主体应用现代信息技术开展科研工作，以前瞻的视野做好科研管理数字化的指导工作。

　　另一方面，可以统筹运用数字化技术和数字化思维，围绕科研范式变革的目标，推动产业链上各机构内部科研工作流程的数字化、信息化改造。

　　数字平台作为数字化转型的重要基础设施，是数字化转型的实体依托和抓手。数字平台构筑了科技创新的基座，能够有效增强创新资源生产、扩散和应用的能力，进而提升科技创新体系的发展效能。

　　其一，数字平台的建设有利于打造人机协同式科研范式，推动科技交叉融合。数字化对科技创新的促进作用主要体现在人人互动和人机互动两个层面。在人人互动层面，数字平台构建了虚拟实验室、线上会议等应用场景，保障不同领域、不同背景、不同地区的科研人员能够随时进行科技交流与合作，促进科技交叉融合。在人机互动层面，数字平台能够引入大数据、人工智能等数字技术，辅助科研人员进行实验设计、操作和分析，将科研人员从机械化操作和复杂计算中解脱出来，把更多精力放在具有创造性、思想性的科研活动上面，形机协同的新型科研范式。

　　其二，数字平台的建设有助于推动学科交叉和学科融合。数字平台有助于推动科研数据开放，确保科研数据能够基于特定用途被查找、访问、互操作和重用；通过多地联合的科技资源开放共享数字平台，能够有效推动科研仪器设备等科技资源的供给者与使用者精确对接，提高科技资源使用效率，有助于拓展国际科技合作渠道，构建全球科技合作网络。通过加速数据科学、计算科学等学科与自然科学、社会科学的交叉融合，推动知识生产前沿不断拓展。

　　在以科技自立自强和数字化改革为代表的新时代背景下，技术迭代加速、需求瞬息万变，创新的复杂性、系统性、时效性和高投入性对科研新范式变革的需求越来越迫切。在这样的背景下，为满足科技创新组织模式变革和创新范式变革的需要，以数字化平台为支撑，以人工智能和大数据技术为基础，以综合化、一体化、系统化的创新资源配置为驱动，以建设高效协同、全面开放、精准匹配的科技创新生态和创新平台为手段，以提升科研创新速度、质量和效能为目标，物理空间、数字空间、社会空间全面融合的新形态数字化平台建设成为推动科研范式改革的主动抉择。能够赋能科研范式数字化变革的数字平台具有以下4个方面特征：

　　能够赋能科研范式数字化变革的数字平台的建设需要依赖数据和计算“双轮驱动”。数字平台作为科研数据的入口，能够有效沉淀科研行为中的大量过程数据，使科研数据的聚合、转化和利用成为可能。在实现科研数据统一归集、管理的基础上，如何从沉淀的数据海洋中挖掘分析出有用的信息，是体现科研数据价值的关键，而这不仅取决于可获取的数据量，还与数据分析算法和能力有关。利用机器学习、智能计算等先进的计算方式挖掘数据中的隐藏价值，从而实现数据驱动的科研将是数字平台的建设重点。

　　能够赋能科研范式数字化变革的数字平台的建设有利于推动全学科全领域的数据合作。通过科研数据的开放共享和合作，可以提高科学研究的透明度和传播力，实现跨学科合作，促进更多的科研发现。一方面，数据作为学科间同质化的基础和媒介，弱化了学科边界；另一方面，跨学科的交叉研究反过来促进了对海量数据的关联性分析，形成学科间优势互补，能够解决更多复杂的科研问题。

　　能够赋能科研范式数字化变革的数字平台是科技创新支撑平台和精准高效服务体系的集合体。除了为各类创新主体提供一体化、个性化配置科技创新资源的支撑平台外，形成高效协同、全面开放、精准匹配的创新服务体系同等重要。通过数字平台的建设促进创新服务体系的优化，加速科研管理体系的流程优化、效率提升和组织变革，从而为各类创新主体的高效协同和创新资源的合理配置提供坚实基础。

　　推动科研范式的变革既是数字平台的重要使命，也是其运行的重要保障。依托数字平台，科研数据的生产、归集和管理方式将从大量人工、半自动化的状态进化为自动化、智能化的方式，形和机器都能理解的数据生态。人工智能、大数据等智能计算技术对科研数据的综合分析和挖掘将推动科研进入全新的大数据时代。全国乃至全球科学界的互联互通和资源共享有望成为可能。

　　当前，全球科技创新已进入新一轮的范式变革期。能否构建符合我国国情并面向未来的科技创新范式，带动科技创新层级和能级的双跃迁，是实现经济社会变革是实现科技自立自强的关键。新背景新形势下，亟须强化政府的统筹推进作用，重塑科技创新关系；整合社会创新要素资源，重塑科技创新生态；强化创新数字基础设施建设，重塑科技创新流程。因此，我们提出“未来实验室”的概念。

　　未来实验室是指为满足未来智慧时代科研范式变革和科研组织模式变革的需要，以科技大脑为支撑，以全面承接创新要素资源为路径，以知识图谱、算法模型、计算平台等为核心要素，以领域方向或创新链深度开放协作为手段，以全面提升科技创新效率和质量为目标，全面融合物理、数字、社会空间的新形态实验室。笔者以浙江省某新型研发机构为例，探讨数字平台赋能科研范式数字化变革的具体实践。在科技创新范式的变革中Z6尊龙凯时官方网站，该新型研发机构通过未来实验室数字平台建设，强化创新组织，集成创新要素，打通创新链条，变革创新手段，从而实现有组织、高效协同、供需融合和具备体系支撑的创新范式。

　　未来实验室试图解决原有科研组织模式带来的“创新资源整合不够、开放共享不足，协同创新能力不强，创新效能不高”等问题，为解决“卡脖子”问题提供一种新型举国体制的解决方案。通过联动科技大脑数字平台和创新资源，为科研人员提供数字化科研创新资源、多跨协同科研服务、丰富的科研应用市场，从而构建网络化、智能化、开放化的数字实验室，全面提升科研攻关和创新活动的速度、质量和效能，形成创新活力竞相迸发、科技成果竞相涌现的科研组织新模式和科研活动新范式。

　　总的来说，未来实验室是面向未来、创造未来、支撑未来、引领未来，并面向领域方向或创新链的创新活动，其核心是先进平台支撑和开放协同创新。未来实验室不仅是科技创新数据平台的数字化，还应是跨越不同创新机构的协作平台，更加强调创新活动的协同和效果，而不强调物理形态。未来实验室的实现方式是依托一个核心依托单位，协同一个创新群体，实现横向到边、纵向到底的深度协同。

　　未来实验室将重塑制度、重塑流程，形成新的科研范式。在传统科研范式向新科研范式转型的过程中，科研机构、科研流程、科研人员都需要主动参与并适应未来实验室的建设过程。未来实验室建设与新的科研范式在本质和目标上高度契合，相比其他工作，建立在未来实验室上的新科研范式更有基础，也更能凸显数字技术赋能对科技创新能效提高的重要作用。以未来实验室数字平台建设为抓手，有望提升各创新主体数字资源建设和数据素养水平，扩展科研合作的边界，释放科研范式变革潜能，在科技创新方面快速展现未来实验室的成效。

　　未来实验室是适应科研组织模式变革的虚拟实验室，实现从模糊到精准，从主观决策到人机协同决策的决策方式转变

　　在以科技自立自强和未来实验室为代表的新时代背景下，技术迭代加速、需求瞬息万变，创新的复杂性、系统性、时效性和高投入性对于科研新范式变革的需求越来越迫切。

　　在协同方式上，未来科技创新范式将从科研工作协同到覆盖全创新链的全域协同。能够同时满足这些要求的科研平台必然是虚拟的，具有一定试验性质的且需要提前布局的。

　　未来实验室是通过数字空间打破物理边界的实验室，实现从线下到线上，从物理空间到数字空间的管理方式转变

　　数据的高密度集聚是未来科研范式变革的根本原因，也是未来实验室建设的重要前提，有越来越多的科技创新活动将会依赖数字空间。未来实验室的建设要基于科研相关活动数据的数字化和智能化。数字化包括物理要素的数字化、工作流程的数字化、创新活动的数字化。智能化包括管理决策的智能化、统计评估的智能化、科研辅助的智能化等。数据不代表信息，能从数据中挖掘出有用的信息才是未来实验室建设的关键。利用机器学习、智能计算等先进的计算方式探索数据中的规律，将科技创新数据变为科技创新要素重新投入到创新活动中，回馈映射到物理空间，跨越物理和数字之间的边界，将数据加工成有用的信息将是未来实验室工作的重点。

　　未来实验室是实现与科技大脑协同联动的实验室，实现从受限到无限，从依托局部空间和有限资源到依托数字空间和海量资源的组织模式转变

　　未来实验室是科技创新支撑平台和精准高效服务体系的集合体，为各类创新主体提供一体化、个性化配置科技创新资源的支撑平台，与形成高效协同、全面开放、精准匹配的创新服务体系同等重要。这就需要实验室的建设主体、监管主体和参与主体科学分工高度协同。面向监管主体，预留数据接口和服务接口对接科技管理系统，同步科技大脑创新资源数据的同时，将未来实验室产生的各种创新数据上传给科技大脑。面向服务对象未来实验室将对各类科研机构、科研人员、企业全面开放科技资源、科研合作、产创对接等服务，紧密合作，高度协同。

　　未来实验室是探索深度开放协同的新型科研范式的实验室，实现从线下到线上，从科研工作协同到十方联动和创新链全域协同的协同方式转变

　　未来实验室的支撑平台和服务体系并不只是服务于某一个机构、某一个学科或者某一个地域，不同地域、不同学科的学者都可以在未来实验室的共同的数据池中开展挖掘分析研究，科研数据成为不同学科融合联结的节点，利用大数据和人工智能支撑全学科领域创新能效提升。围绕重大问题，不同学科的研究人员共同设定研究目标、设计研究实验、分析实验数据，不同的知识、理论、方法、数据频繁相互交织和影响，通过整合多个学科领域的知识、技能和工具，形成不同学科人员之间能共同理解的研究框架、共有的科学语言、共用的科学数据、共识的分析方法。利用跨学科的数据合作全方位打通科研活动的堵点和难点，势必全面提升科研攻关和创新活动的速度、质量和效能。

　　未来实验室是引领体系重构和制度重塑的实验室，实现从手动到自动，从依赖个人能力到依赖人机混合智能的科研组织治理模式转变

　　未来实验室将引领基于数字空间的科技创新行为、组织方式、治理方式的一系列变革。面对国家重大科技战略需求，承接核心关键技术攻关任务需要快速集聚创新资源，高效开放协同攻关，以创新的组织模式高质量推进。重点要解决与谁协同创新、如何协同创新、成果如何转化和应用等一系列关键问题。未来实验室将在重大科技任务协同攻关的过程中不断探索和解决从管理治理方法创新到组织模式创新再到科学范式创新的过程。通过“一站式”的协同攻关平台建设打破创新主体之间的信息壁垒，完成多元化创新资源配置、平台化协同攻关、开放化成果输出，有望极大地提升科研创新的速度、质量和效能，加速区域内高质量协同攻关。

　　未来实验室是引领科技创新范式变革的实验室，实现从实验到计算，从依赖经验和体力到依赖数据、知识和计算模拟的创新范式转变

　　未来实验室通过高度密集的数据和高度智能化的计算带来科学范式的创新。未来实验室的建设有助于实时掌握相关领域产业结构和创新资源的分布，以数据和计算驱动的新范式，以数字化开放创新平台为支撑的新模式，打通产业链和创新链。未来实验室将解决如何精准定位创新平台、如何推进开放协同创新、如何构建研究与产业双循环等重要问题。

　　未来实验室的本质是以数字化消除信息壁垒，通过科研活动中项目策划辅助、创新资源组织、任务协同攻关、成果闭环管理等环节的线上化，实现科研活动的全生命周期闭环管理。未来实验室的建设发展有以下3个方向。

　　从广度上来说，随着未来实验室的推广应用，各个技术领域对知识图谱、算法模型、计算平台等核心创新要素的认识与需求被唤醒。从深度上来说，高价值且实用性强的细分技术领域是未来实验室做深做透的方向，先进的数字化技术与科研创新的结合点愈发精准，应用场景颗粒度不断收敛细化。以计算材料学为例，通过未来实验室提供的算力资源和算法模型，可以对材料的性能进行事先的预测和设计，从而大大减少实验试错的成本和时间。近年来，计算能力突飞猛进，数据快速积累，新兴的大数据技术与人工智能方法令计算材料学如虎添翼。数据驱动的人工智能方法将高通量计算、高通量实验、数据库或机器学习方法高度融合，极大地扩展计算材料学的预测效率和能力。而以材料数据为支撑，利用以深度学习为代表的人工智能技术，能够将材料制备工艺、组分、结构和性能等多模态、度下的大量数据进行汇聚，并高效准确地从中提取规律、价值。

　　依托未来实验室平台在跨学科、跨领域创新主体中的应用，多学科数据驱动的交叉融合研究能够建立共同的框架和科学语言，赋予研究者更多的创新空间。同时，数字平台提供多学科研究者协作的基础，改善项目管理流程和资源同步效率，能够充分释放各领域研究者的优势和特长，保证跨学科领域的交叉研究顺利开展。未来实验室在多学科交叉研究中的发展应用，有望推动大科学时代重大科研问题的解决，构建科学大数据时代的跨领域合作新生态。

　　以未来实验室为纽带，科学研究和产业应用之间的联系更加紧密。科研范式转换能够为产业改造升级乃至新兴产业崛起提供理论先导和知识储备，反过来，产业变革及其创新发展又为科研范式转换创造物质条件与旺盛需求。通过科技创新和产业变革之间的良性互动、有机融合，有望打通科技成果用于产业应用的通道，推动传统产业转型升级，加速新兴产业孵化。

　　项目来源：2022年度科技部国家重点研发计划项目“智能社会治理实验演化推演关键技术研究与应用示范”（2022YFC3303100）；2021年度浙江省“尖兵”“领雁”研发攻关计划项目“未来实验室数字化管理和科研辅助工具平台”（2021KG0AC01）

　　产业 工业化 数字化 人才 创新创业 颠覆性技术 科技指标 科技政策 前沿技术 知识产权 智库