日本文部科学省将在下一年度预算概算要求中，纳入支撑AI for Science的新一代研究基础设施建设的内容。当前，包括美国的American Science Cloud（美国科学云）、韩国的KRDC生态系统、欧洲的EOSC等在内，各国都在构想和规划通过引入AI智能体群打造新一代基础设施。在此背景下，日本希望通过率先构建面向AI for Science的研究通道，实现科学复兴。
图1 《AI for Science推进委员会（第4次）分发资料》封面（供图：文部科学省、参见发放资料：https://www.mext.go.jp/content/20260423-mxt_jyohoka01-000049436_6.pdf）
日本文科省于去年汇总制定的《面向AI for Science推进的基本战略方针》中，将2026年起的5年定为集中改革期，设定了20项具体行动举措，通过大胆投资加快推进各项工作，力争确立日本在AI for Science领域的先进国家地位。作为目标示例，提出了：将Top 10%论文中的AI相关论文数量提升至世界第3位；5年内新增3000名AI高级研究人才；到2030年度将研究数据基础系统NII·RDC的容量扩大至5倍；到2028年度将SINET的速度提升至2倍；到2030年度将AI for Science共享计算资源扩大至10倍以上等。
为此，采取的举措之一，是制定“基于AI for Science的科学研究革新计划”。其中包括两个子项目：旨在培养顶尖人才并培育充分发挥日本优势的研究领域的ARiSE项目（每个课题10-30亿日元，为期3年），以及旨在保障所有领域的研究者都能运用AI实现研究升级与加速的SPReAD项目。两个项目合计资助1000个课题，每个课题500万日元。
ARiSE项目已于5月12日启动公开征集，SPReAD项目计划于6月上旬实施第二次公开征集。此外，针对此类AI应用相关的研究数据的管理问题，文科省正在制定用于判断哪些数据应公开、哪些数据应不予公开的检查清单。例如：是否已采取措施防止数据被用于原定用途之外；是否已确认研究数据的处理场所等信息；针对AI模型等，是否已考虑到训练数据可能被推测或复原的风险并采取了适当应对措施等。由于这些规范也有可能推广应用到多个领域的研究中，因此在推进项目的同时，也在探讨其跨领域推广应用。
另一方面，自民党发布的AI白皮书明确将AI for Science定位为《AI基本计划》及《2026年综合创新战略》的跨领域重点事项，提出将以重点领域为核心，对AI智能体开发及AI驱动型研究系统，进行与世界水准相匹配的、兼具规模与速度的、跨多个年度的灵活且大胆的投资（5年总计1万亿日元）。
世界各国也在强化对AI for Science的投入力度。美国启动了旨在通过AI彻底改革科学研究与技术创新的“创世纪任务（Genesis Mission）”，为在10年内将美国技术创新的生产率和影响力提升一倍，DOE宣布了超过3.2亿美元的初期投资。英国的AI for Science战略将到2030年利用AI“在100天内开发出可启动试验的候选药物”设定为首个任务，并计划投资约1.37亿英镑。
基于上述背景，日本文科省有意大幅增加与AI for Science相关的预算申请额度。除了战略性强化实验基础设施（包括建成3处以上共用自动实验基地等）、数据基础设施（包括将共用存储容量扩大5倍以上等）和计算资源（包括将共用计算资源扩大10倍以上等）之外，还将开发和完善能够高速、高可靠性、无缝连接并运行这些基础设施的系统（即研究管线），从而构建覆盖全日本的新一代研究基础设施。文科省将把共同认证系统、安全高速的通信网络以及高透明度、高可靠性的AI智能体等基础设施建设内容，纳入下一年度预算概算要求。
此外，由于SPReAD项目的课题申请数量非常多，文科省将扩充该项目预算，以便能够采纳更多研究课题。同时，还在探讨构建衔接SPReAD与ARiSE的中等规模研究项目。
自由度提升的研究人员需要明确的基本规则
爱思唯尔（Elsevier）公司的一项问卷调查（覆盖113个国家、3200余名研究者）显示，认为自己在AI使用方面接受过充分培训的研究者仅占27%，认为所在机构的AI治理情况良好的仅占32%。特别是日本研究人员，这两项的调查结果分别低至20%和26%。虽然将AI应用于研究能够保障研究时间，让研究人员得以充分发挥自身创造力，但如果不明确AI可以用于哪些事项、可使用到何种程度这类基本规则，就有可能导致信息泄露或违反论文发表规定等问题。因此，大学和研究机构、政府以及学术团体等各方有必要协同合作，共同推进相关工作。
原文：《科学新闻》
翻译：JST客观日本编辑部
