日本文部科學省將在下一年度預算概算要求中，納入支撐AI for Science的新一代研究基礎設施建設的內容。當前，包括美國的American Science Cloud（美國科學雲）、韓國的KRDC生態系統、歐洲的EOSC等在內，各國都在構想和規劃通過引入AI智慧體群打造新一代基礎設施。在此背景下，日本希望通過率先構建面向AI for Science的研究通道，實現科學復興。
圖1 《AI for Science推進委員會（第4次）分發資料》封面（供圖：文部科學省、參見發放資料：https://www.mext.go.jp/content/20260423-mxt_jyohoka01-000049436_6.pdf）
日本文科省於去年彙總制定的《面向AI for Science推進的基本戰略方針》中，將2026年起的5年定為集中改革期，設定了20項具體行動舉措，通過大膽投資加快推進各項工作，力爭確立日本在AI for Science領域的先進國家地位。作為目標示例，提出了：將Top 10%論文中的AI相關論文數量提升至世界第3位；5年內新增3000名AI高級研究人才；到2030年度將研究數據基礎系統NII·RDC的容量擴大至5倍；到2028年度將SINET的速度提升至2倍；到2030年度將AI for Science共享計算資源擴大至10倍以上等。
為此，採取的舉措之一，是制定「基於AI for Science的科學研究革新計劃」。其中包括兩個子項目：旨在培養頂尖人才並培育充分發揮日本優勢的研究領域的ARiSE項目（每個課題10-30億日圓，為期3年），以及旨在保障所有領域的研究者都能運用AI實現研究升級與加速的SPReAD項目。兩個項目合計資助1000個課題，每個課題500萬日圓。
ARiSE項目已於5月12日啟動公開徵集，SPReAD項目計劃於6月上旬實施第二次公開徵集。此外，針對此類AI應用相關的研究數據的管理問題，文科省正在制定用於判斷哪些數據應公開、哪些數據應不予公開的檢查表。例如：是否已採取措施防止數據被用於原定用途之外；是否已確認研究數據的處理場所等資訊；針對AI模型等，是否已考慮到訓練數據可能被推測或復原的風險並採取了適當應對措施等。由於這些規範也有可能推廣應用到多個領域的研究中，因此在推進項目的同時，也在探討其跨領域推廣應用。
另一方面，自民黨發佈的AI白皮書明確將AI for Science定位為《AI基本計劃》及《2026年綜合創新戰略》的跨領域重點事項，提出將以重點領域為核心，對AI智慧體開發及AI驅動型研究系統，進行與世界水準相匹配的、兼具規模與速度的、跨多個年度的靈活且大膽的投資（5年總計1萬億日圓）。
世界各國也在強化對AI for Science的投入力度。美國啟動了旨在通過AI徹底改革科學研究與技術創新的「創世紀任務（Genesis Mission）」，為在10年內將美國技術創新的生產率和影響力提升一倍，DOE宣佈了超過3.2億美元的初期投資。英國的AI for Science戰略將到2030年利用AI「在100天內開發出可起動試驗的候選藥物」設定為首個任務，併計劃投資約1.37億英鎊。
基於上述背景，日本文科省有意大幅增加與AI for Science相關的預算申請額度。除了戰略性強化實驗基礎設施（包括建成3處以上共用自動實驗基地等）、數據基礎設施（包括將共用存儲容量擴大5倍以上等）和計算資源（包括將共用計算資源擴大10倍以上等）之外，還將開發和完善能夠高速、高可靠性、無縫連接並運行這些基礎設施的系統（即研究管線），從而構建覆蓋全日本的新一代研究基礎設施。文科省將把共同認證系統、安全高速的通信網路以及高透明度、高可靠性的AI智慧體等基礎設施建設內容，納入下一年度預算概算要求。
此外，由於SPReAD項目的課題申請數量非常多，文科省將擴充該項目預算，以便能夠採納更多研究課題。同時，還在探討構建銜接SPReAD與ARiSE的中等規模研究項目。
自由度提升的研究人員需要明確的基本規則
愛思唯爾（Elsevier）公司的一項問卷調查（覆蓋113個國家、3200餘名研究者）顯示，認為自己在AI使用方面接受過充分培訓的研究者僅佔27%，認為所在機構的AI治理情況良好的僅佔32%。特別是日本研究人員，這兩項的調查結果分別低至20%和26%。雖然將AI應用於研究能夠保障研究時間，讓研究人員得以充分發揮自身創造力，但如果不明確AI可以用於哪些事項、可使用到何種程度這類基本規則，就有可能導致資訊洩漏或違反論文發表規定等問題。因此，大學和研究機構、政府以及學術團體等各方有必要協同合作，共同推進相關工作。
原文：《科學新聞》
翻譯：JST客觀日本編輯部
