咱们聊点正经事。全国政协的委员、中国科学院的院士李景虹，最近一直在琢磨怎么跨过科技成果转化的这道坎。尽管现在产学研合作看着挺热闹，但到了实际干活的时候，大家会发现还是有一堆毛病：要么链条不顺溜，要么分钱分不好，要么大家都不愿意承担风险。李景虹自己就是搞科研一线出身的，他看得很清楚，实验室跟工厂之间隔了一片“达尔文之海”。什么是“达尔文之海”呢？说白了就是技术到了市场成了商品之间那段很难跨越的鸿沟。要是不能在接下来的商业进程里不断创新、把规模做大，那这技术就容易夭折，最后连生存都难。他跟记者说，高校的科研成果大多还在纸上谈兵的阶段，要么技术原型不成熟，要么工程化能力跟不上，根本没法趟过那个“死亡之谷”。企业这边呢，对那些不确定性很强的前沿技术往往也是躲得远远的，“等不起、投不进、接不住”的情况特别多。两边的价值观、手里的资源还有扛风险的能力都对不上茬，这就把创新的链条给搞断了。最后大家只能看着那些成果躺在抽屉里睡大觉。李景虹觉得这事儿在搞人工智能的时候就显得更棘手了。他呼吁咱们得用系统性的眼光把那些体制机制的障碍给拆掉，让教育、科技、人才这三个体系一起使劲儿，把力量聚在一起。比如咱们得赶紧弄个国家级的科学与工程基础数据平台出来，把生物、能源、材料这些关键领域的数据都标准化、开放共享了。数据不能老放在一个个孤岛上嘛，得变成能互相操作的“养料”，喂给那些AI模型。 另外他也建议学校得跟AI深度结合一下。咱们可以在高校里弄一些“AI加X”的交叉学科或者交叉学院出来，打破那些原来的院系界限。让AI能和基础学科、工程学科甚至人文社科好好融合一下。专业设置也得跟着国家战略和产业的痛点走，打造一条从上到下都通的人才培养链。还得支持高校的团队去参与国家的重大科技任务，让大家在实战里头培养出那种视野宽、脑子活的领军人才。总之就是要把“达尔文之海”给填平了。