高端交流平臺及其情報計算能力建設*

李廣建

（北京大學信息管理系，北京 100871）

構建國家科研論文和科技信息高端交流平臺（以下簡稱“高端交流平臺”）是《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出的加強我國科學戰略力量的重要任務之一。科技信息和科技情報工作已經上升到國家戰略層面，在國家科技創新中已起到舉足輕重的作用。作為科技信息學科的研究者和工作者，我們不能辜負黨中央對科技信息戰線的期望，要深刻領會中共中央在“十四五”規劃中對強化國家戰略科技力量的頂層設計和戰略規劃，要深入研究分析高端交流平臺的內涵、目標以及高端交流平臺應具備的核心能力，這將為我們后續構建可落地、可應用、可服務、可持續發展的高端交流平臺提供理論上的支撐。

1 對高端交流平臺的理解

當前，科技信息界對高端交流平臺的認識和研究尚處于探索階段，學界和業界尚未形成有關高端交流平臺的統一的、公認的理解和定義，盡管已有部分研究對高端交流平臺展開了討論，但其側重點各不相同。正如美國情報專家菲利普·泰洛克所言，研究人員要具備蜻蜓復眼觀察世界的能力，能夠從不同的視角去認識復雜對象的特征，從而以更加全面、系統的方式刻畫和描述研究對象的真實面貌[1]。為力求從多視角、多維度對高端交流平臺進行全面、客觀的分析，深刻認識和理解高端交流平臺的本質，筆者將從國家科學創新戰略（高端交流平臺的背景）、人工智能與大數據（高端交流平臺的技術基礎與機遇）、科技人員（高端交流平臺的需求）3個不同的角度嘗試分析、理解高端交流平臺，以期能夠從更加全面的、更加多維的視角對高端交流平臺進行解讀。

1.1 從國家科技創新戰略角度對高端交流平臺的理解

從國家科技創新戰略角度來看，高端交流平臺的構建是特定時代和歷史背景下中國科技創新發展的必然選擇。首先，中國作為一個發展中國家，在全球科技創新鏈中的地位發生根本性的轉變。自1949年新中國成立以來，歷經70多年的發展，在一代又一代科學工作者艱苦卓絕的持續奮斗之下，中國已經從全世界科學技術落后的國家之一發展成為全球科技創新鏈中舉足輕重的科技創新大國，為全世界科學發展、技術創新持續貢獻中國智慧。例如，據世界知識產權組織數據顯示[2]，2019年中國專利申請數量為140余萬件，位居世界第一，是專利申請第二大國美國申請量（62.15萬件）的2倍以上，并且在多個世界知識產權指標上有亮眼的表現。因此，筆者認為，高端交流平臺是中國科技水平發展到一定階段的必然產物，高端交流平臺的“高端”應該體現出中國當前和未來在全球科技創新領域應有的大國地位和作用。其次，隨著全球科技創新格局的變化，中國國家科技創新發展的站位也在變化。中國國家科技創新的發展大致經歷了4個階段，從新中國成立之初一窮二白的“追跑”，到改革開放后有一定基礎的“跟跑”，此后隨著中國在全球科技地位的上升和綜合科技實力的增強，在許多領域已進入“并跑”階段，當前我國科技創新正在向“領跑”態勢發展，逐漸打破由美國和歐洲國家主導的“兩極”格局，正在形成“三極”和“多極”的全球科技創新格局。這意味著高端交流平臺的“高端”是一種戰略性定位，是我國科技自信的表現，是國家有能力引領世界科技創新的具體體現。因此，高端交流平臺不僅僅要服務于“跟跑”，即作為了解科技前沿的窗口，更重要的是要服務于“領跑”，即服務于國家科技創新發展的新思路和新方向，在功能定位上要服務于原創性的科學研究、重大基礎創新、顛覆性技術研究、世界領先技術的開發等“領跑”的科技創新。

1.2 從人工智能和大數據技術角度對高端交流平臺的理解

從技術的角度看，高端交流平臺不是人工智能和大數據技術的簡單應用，而是人工智能和大數據技術與科學發現過程、科技信息處理深度融合的產物。歷史上，人工智能技術在科學發現領域的應用與嘗試從未停止過。赫伯特·西蒙在20世紀40年代就進行了科學發現的認知方面的研究[3-4]。20世紀60年代，愛德華·費根鮑姆與喬舒亞·萊德伯格在斯坦福大學研究了有機分子的自動識別和有機分子質譜的學習規則[5]。近年來，以數據挖掘和機器學習為代表的人工智能技術的發展，催生了數據科學，為科學家帶來了強大的數據驅動發現能力[6]。人工智能在科學研究和科學發現領域的應用引發了科研活動的顛覆性變革，《科學》雜志曾發文指出人工智能改變了科學[7]。例如，Alphabet旗下的人工智能公司DeepMind開發了一款基于人工智能的分子研究平臺，可以準確預測蛋白質在幾天時間里會折疊成什么樣的結構，在短時間內就解決了過去50年來生物學領域一直懸而未決的重大問題，從而幫助科學家更好地了解疾病和加速藥物研發[8]。可以看出，人工智能賦能的科技信息工作和科學研究平臺對科學發現與科學創新的影響是前所未有的，他們不但增強了人類科學家科學研究的能力，在某些領域甚至會超越人類科學家，完成人類科學家無法完成的工作。據此，可以說，未來科技創新的主角不僅是科學家，還將會是高端交流平臺，未來世界各國科學創新的核心競爭力將是高端交流平臺所支撐的科技信息、科技情報的大數據計算能力。因此，高端交流平臺作為科技信息工作和服務的主要載體，其“高端”體現在：高端交流平臺是高度智能的、綜合性的科技信息和科技創新平臺；同時，高端交流平臺從以往科學研究的工具轉變成為未來科學研究的主體以及科學家的合作伙伴，從科學研究和創新的幕后走向了臺前，并將成為支撐我國科技創新的重要力量。

1.3 從科技人員角度對高端交流平臺的理解

首先，對于科學家和技術開發人員而言，科技信息服務應該是高端交流平臺最基礎、也最核心的功能。當然，高端交流平臺的科技信息服務不是普通的信息服務或知識服務，而是智慧化的服務[9]，能夠真正做到“想科學家之所想、急科學家之所急”。從用戶服務的角度講，“高端”就是它提供的服務更加智慧、服務內容更加多元、服務的時效性更強、服務的精準性更高，使用戶對服務的滿意度更高。簡單地說，就是有用、好用、權威。所謂“有用”就是指服務所提供的內容齊全、準確、前沿，能夠包括科學研究以及科技開發所需的經過提煉的各類型知識、數據，甚至是可執行的代碼和分析的工具；“好用”是指高端交流平臺的服務模式和交互方式更加便利、智能，不僅有傳統的檢索、瀏覽功能，還可以嵌入科學研究和科技開發的過程中，能夠理解科學家和技術開發人員的意圖和上下文關系，甚至高端交流平臺比科學家和技術開發人員還更了解他/她們需要的信息、知識；“權威”是指高端交流平臺提供的科學信息、研究成果可信、可靠，科學數據、科學實驗可驗證、可重現，研究成果的水平和質量可評價、可溯源。

其次，從科技人員的角度看，高端交流平臺不僅是一個科技信息的服務平臺，而且是一個讀懂科學家的人機協作平臺、學術研究的交流平臺。學術交流是科技創新過程中必不可少的一個重要環節，學術交流可以促進學術思想和知識在科技人員之間以及學術機構之間流動與碰撞，促進不同領域、不同學科知識的融合與創新，其目的是要激發出新的知識和新的觀點。當今人類已進入智慧社會，機器（智能傳感器、系統平臺、智能代理）、人和網絡形成一個比人類社會網絡還龐大的虛擬網絡空間[9]，這也包括學術研究和科技開發的知識交流網絡。高端交流平臺中的“高端”交流具有兩層含義：在微觀層面上，是指人與人、人與平臺、平臺與平臺之間的交流[10]；在宏觀層面上，是指國際交流，包括中國與西方國家的交流、中國與“一帶一路”國家的交流、中國與第三世界國家的交流等。學術交流的前提條件是要基于一個交流的網絡，有了網絡才能產生交流，有交流就會有融合，有融合就能涌現出新的知識和智慧[11]。這表明高端交流平臺既是一個平臺，又是一個網絡，更是一個由人、平臺、論文、科技信息、科技知識等科技創新要素構成的能夠產生新知識和智慧的復雜系統[12]。因此，高端交流平臺“高端”交流的目的就是，通過交流打通中國科技創新的“任督二脈”，通過交流提升中國科技創新在全球的軟實力，通過交流重塑世界科技創新的新秩序。

綜上所述，高端交流平臺并不是簡單地提升和集成現有科技信息平臺的功能，而是在指導思想、功能、定位、效果上都展現出全新風貌的平臺。高端交流平臺應該是在復雜系統思想指導下，通過頂層設計思維自上而下對國家科技創新系統的重新設計和具體體現，是對科學交流、科學發現、知識創新范式的重新定義，以此保障國家科技創新體系能夠應對新時期全球科技創新中包括國家安全、生存環境、醫療衛生、生物安全、地緣政治在內的，涉及國家發展、社會民生諸多方面的重大挑戰，從而增強國家的科技創新競爭力、加速國家的科技創新效率、提升國家的科技創新質量。

基于以上3個方面的認識，高端交流平臺不是西方科技創新體系和平臺的復制和照搬，也不是單純地對現有各類科技信息平臺和交流平臺的功能進行提升和集成（當然這并不影響我們要對已有體系和平臺的學習和吸收），而是一個具有中國特色的，能夠充分發揮科技人員聰明才智的，更加適合中國科技創新需要的，前所未有的平臺，這就需要我們在吸收現有創新體系及科技信息平臺優勢的前提下，對它所涉及的功能技術做全面深入的研究。

2 高端交流平臺情報計算能力建設

如前所述，高端交流平臺是一個前所未有的平臺，可能很難用三言兩語就把這個平臺說的很清楚，就筆者當前的理解而言，高端交流平臺至少是一個數據驅動和知識驅動的綜合性科技信息服務與交流平臺。要做到數據驅動、知識驅動，就需要情報計算能力的支撐。因此，高端交流平臺的落地、應用、服務，一個非常重要的方面就是要加強高端交流平臺情報計算能力的建設。所謂的情報計算能力，就是利用情報計算模型、情報分析算法、情報計算框架，通過計算的方式解決科技信息服務、科學發現、知識創新中與知識、情報獲取、組織、分析、開發與利用相關的問題，使這些問題的解決模型化、形式化、自動化，最終達到智能化的一種綜合性的能力[13]。根據以上對高端交流平臺目標、定位和功能理解，在高端交流平臺的建設過程中，我們要著重加強構建以下3個方面的情報計算能力。

2.1 知識發現與融合的情報計算能力

科學創新有兩個非常重要的步驟，即知識的發現和知識的融合，以計算的方式實現科學知識的發現與融合是高端交流平臺最重要的兩種情報計算能力。

一方面，高端交流平臺的科學知識發現的情報計算能力是指通過知識抽取、知識建模和知識挖掘等算法實現對科技文獻的大規模機器自動閱讀，以理性、道德和主動的方式尋找、獲取甚至構建完成科學研究和技術開發任務所需的知識，從不同類型、不同學科的科技文獻中發現有用的、有價值的、可轉化的知識，挖掘出科技文獻中所蘊含的潛在知識，將這類知識按一定的方式進行組織，用適當的表現方式表達出來，并提供給科技人員，以輔助他們進行知識發現。

另一方面，單純的、孤立的知識的發現意義并不大，重要的是要將不同來源的知識融合成一個整體，相互比照，去除噪音，保留知識精華（Essence of Knowledge），形成相互關聯的知識網絡，這是知識創新過程中的最重要的一步。高端交流平臺的科學知識融合的情報計算能力就是要將從不同文獻中學習到的多個單一的內容、模式、公式、關系等知識通過匯聚、統一、集成等融合模式，轉換成可描述、可解釋、相對完整的知識鏈條，使得蘊含在海量科技文獻中的隱藏的模式、規律、因果關系等高階知識顯性化，并把這些知識作為科技創新的基礎。關于知識發現和融合的情報計算能力可以借鑒的典型實例有哈佛大學醫學院INDRA實驗室研發的EMMMA（Ecosystem of Machine-maintained models with Automated Analysis）[14]，該系統的主要思路是建立一系列計算模型，自動閱讀醫學文獻和醫學數據，對其中的知識進行自動化的提取、組配合融合，從而發現生物醫學文獻和數據中所蘊含的復雜機制。該系統對海量的生物醫學文獻（約32%的全文，68%的摘要）進行機器自動化閱讀并提取250萬種知識點之間的關系，與生物數據庫（Pathway Commons，SIGNOR和BEL Large Corpus）構成的先驗知識網絡進行融合，自動化構建了COVID-19病毒生物學的因果機制，用于新藥物的研發或對無法解釋的臨床現象進行機理上的解釋，發現了男性比女性更容易感染重癥COVID-19的機理。

2.2 情報分析自動建模的情報計算能力

情報分析是情報工作的“看家本領”，是科學研究和探索過程中必不可少的階段和環節。傳統的分析往往依賴于情報分析人員長期積累的經驗以及對分析工具使用的熟練程度，分析的效率較低，情報分析研究的可重現性和可重用性較差。高端交流平臺應該是一個智慧的平臺，在建設中要注重情報分析的自動化能力建設，要深入研究人類專家在情報研究中分析的方式，包括分析過程的模型化和模型的自動構建。

情報分析過程的模型化是指根據情報任務、情報分析的方法以及分析用到的數據，利用系統化和形式化的表達方式對情報分析過程進行抽象的描述，這是實現情報計算化的重要途徑。情報分析過程的模型化是近年來情報分析的一個重要特征和發展趨勢[15]。總的來看，當前情報分析過程的模型構建過程主要還是依賴學科專家和情報專家的配合，具有非常高的人力成本。隨著科學研究越來越復雜，人類在認知方面的局限性和缺點越來越突出[16]。特別是在數據驅動型的研究中，科技文獻和科學數據的多樣性、異構性、復雜性以及大量的科學假設和科學模型構成了緊密相關但又非常離散的信息空間，學科專家和情報專家都難以在沒有任何輔助的情況下準確、快速地構建起有效的情報分析模型。正因為如此，情報分析的自動建模正在成為當前情報界的重要研究課題。例如，由美國DARPA主導的“數據驅動模型發現”項目（D3M，Data Driven Discovery of Models）[17]旨在開發一種用于科學研究的自動模型發現系統，能夠為不同科學研究領域的科學家創建真實的、復雜過程的經驗模型。該項目的目標有兩個：一是輔助學科專家在沒有情報專家幫助或者不具備建模知識的情況下能自動生成經驗模型，并通過自動化方式提高科學研究的效率；二是通過模型的自動構建，提高情報專家構建分析模型的效率和質量。筆者認為，我國要構建的高端交流平臺的功能應該遠遠超出現有這類項目，成為科學家的得力研究助手。

2.3 科學交流與協作的情報計算能力

科學交流與協作是提升人類解決重大問題能力的有效手段。傳統上，情報學側重于科學交流的現象和規律的研究。隨著科學問題變得越來越復雜，科學交流與協作越來越重要，這就需要高端交流平臺加強科學研究交流規律的利用與協作能力的建設，從而優化和加速科學發現和知識創新。科學交流與協作的情報計算能力是通過可計算的高端交流網絡和高端協作網絡，將學科專家、情報專家、研究機構、知識服務平臺等科學創新實體連接起來，實現科學知識、科學數據的自由交換、共享及利用，并能通過軟件定義的方式有意識地優化重組科學研究交流網絡的拓撲結構，從而更好地促進科學創新實體之間的協作，最大限度地發揮創新實體的智慧，推動科學技術的快速發展。

高端交流網絡應是可計算的、異構的、面向溝通交流的、大型的復雜網絡，它既連接了不同區域的科學研究交流的子網絡，也連接了不同領域或不同學科的學科子網絡。高端交流網絡的連接對象既包括人、機構，也包括機器和平臺，從而能夠打破地理、學科、組織的界限。一方面，高端交流網絡基于科學交流的規律和復雜網絡的理論智能地將需要交流和溝通的實體對象連接起來，促進科學知識、觀點、思想、數據以最優化的方式進行流動，從而推動理論與方法創新；另一方面，高端交流網絡還要具有較強的適配性，既要對人類友好、可理解，也要對機器友好、可計算。

除了科學交流與知識共享以外，當代科學研究越來越需要科學家緊密協作，很多科學問題的解決，需要更多的科學家一起工作數月或數年才能得出滿意的結果[18]。目前，跨學科、跨組織的國際合作通過匯集人才、資源文化和科學知識的獨特組合促進科學研究的發展，特別需要非常好的協作網絡來支撐。未來高端交流平臺不僅是一個高端交流網絡，同時也應該是一個高端協作網絡。高端協作網絡是在交流能力的基礎之上，通過分布式的科學協作平臺，將世界各地的優秀科學家聯系在一起從事復雜科學的研究，從而共同解決重大復雜的科學問題。一方面，高端協作網絡要具有整個科學研究生命周期的管理能力，從項目的立項，到科學儀器的共享、科學數據的分析，再到研究成果的發布等都可實現在線的、實時的、分布式的協作；另一方面，高端協作網絡要具有分布式的項目管理能力，能夠制定多團隊分工協作的研究計劃、進度跟蹤、科學數據管理等能力[19]。例如，GitHub就是一個典型的協作平臺，研究人員通常用于科學項目的協作管理和代碼數據的共享，其中GitHub的Jira用于總體項目管理，研究問題的提出，而OmniPlan則用于創建研究的時間表和跟蹤時間。這些功能都值得我們在高端交流平臺建設過程中借鑒。

3 結語

高端交流平臺的建設是我國科技界一件大事，更是我國科技信息（情報）界的大事，需要我們對高端交流平臺的目標、體系結構、主要功能、關鍵技術、實現路徑多個方面做深入的理論探討和實踐探索，這里僅是對高端交流平臺做了一點管中窺豹式的認識，但即使是這樣，已經能夠反映出高端交流平臺的建設具有很高的要求，對科技信息（情報）界來說，高端交流平臺的建設，任重而道遠。