AI4Science需求调查

您目前的职业阶段是？

在读硕士生

在读博士生

博士后研究员

青年研究员/助理教授/讲师

副教授/教授/高级研究员

企业/产业界研发科学家

技术支持/管理人员

其他

您的学科领域

您对编程和数据分析的熟练程度如何

几乎没有经验，主要依赖图形界面软件

初学者，能读懂或修改简单脚本 (如Python, R)

熟练使用者，能独立编写脚本完成数据分析任务

专家水平，能开发复杂的算法或软件工具

您对AI工具（如DeepSeek、kimi、豆包、通义千问、即梦、讯飞等）的了解程度?

您使用AI工具协助处理过哪些工作任务?【多选题】

您日常使用过的AI工具有哪些?【多选题】

10.

您认为AI在您的研究领域中，当前最重要的价值体现在哪里【多选题】

自动化重复性任务，提升效率 (如数据标注、文献整理)

处理和分析大规模、高维度数据

从数据中生成新的、有价值的研究假设或见解

优化实验设计或模拟参数

目前感觉价值不大

11.

在您的典型科研项目中，以下哪个环节最耗费您的时间和精力【多选题】

12.

在处理科研数据时，您遇到的最大挑战是什么【多选题】

高质量的公开数据集稀缺或难以找到

自有实验数据量太少，难以训练有效模型

数据格式不统一、存在噪声，预处理工作繁重

处理多模态数据（如图像+文本+序列）的技术门槛高

数据隐私、安全与合规性要求严格，难以共享和使用

其他

13.

在使用计算资源（算力）方面，您面临的最大困难是【多选题】

个人或实验室本地计算资源严重不足

校/院级公共计算集群排队时间长，管理不便

商业云服务（如AWS, Azure）配置复杂且费用高昂

缺乏专业技术人员支持来优化计算任务

算力问题不是我当前的主要瓶颈

其他

14.

当您想尝试使用一个前沿的AI模型时，最主要的障碍是什么？【多选题】

复杂的环境配置和软件依赖安装，经常失败

模型原理和代码难以理解，不知道如何用于自己的数据

模型对硬件要求过高，没有合适的设备运行

模型训练/推理速度太慢，无法在合理时间内得到结果

难以评估模型的可靠性和适用性

其他

15.

对于AI模型的输出结果（如预测、分类、生成内容），您最大的顾虑是什么【多选题】

结果难以解释（“黑箱”问题），无法理解其决策依据

结果不稳定或难以复现，影响研究的可靠性

担心结果中存在未被察觉的数据偏见或错误

结果的准确度或性能未达到发表或应用的标准

担心AI生成的内容存在抄袭或虚构（如假引用）风险

其他

16.

您目前主要如何管理和追踪您的科研实验（包括代码、数据、参数和结果）？【多选题】

主要靠本地文件夹和文件名进行组织

使用Excel或Word文档手动记录

使用版本控制工具（如Git/GitHub）管理代码

使用专业的电子实验记录本（ELN）或MLOps平台

没有系统性的管理方法

其他

17.

您目前希望了解的AI内容有哪些?【多选题】

AI基础概念与核心原理

主流AI工具实操训练（如DeepSeek/豆包/kimi/即梦等）

提示词工程与高效提问技巧

办公智能化:AI与Excel/PPT的深度整合应用

会议纪要自动提炼重点

行业/业务解决方案与标杆案例

其他（请注明）

18.

在需要跨学科合作时，您认为最大的挑战是什么？【多选题】

专业术语和知识背景差异巨大，沟通效率低

研究目标和评价标准不一致（例如，追求论文发表 vs. 解决实际问题）

缺乏一个能共享数据、代码和模型的统一协作平台

难以清晰地定义问题和分工，导致项目进展缓慢

寻找合适的合作者本身就很困难

19.

您是否参与过跨学科AI4Science项目

是，主导者

是，参与者

否，但有兴趣

否，无兴趣

20.

总体来看，如果有一个理想的AI4Science平台，您认为它最核心的价值应该是【多选题】

极大地降低使用先进AI模型的技术门槛

提供海量、稳定且经济的计算资源

整合和提供领域专用的高质量数据集和预训练模型

促进跨学科团队的高效协作与知识共享

其他

21.

您认为模型平台中数据服务的最大挑战是【多选题】

22.

在数据服务方面，您最看重平台提供以下哪项功能【多选题】

自动化的数据清洗、标注和增强工具

强大的多模态数据融合与处理能力（如文本+图像）

内置海量、高质量、已整理好的公开科学数据集

与外部数据库（如PubMed, GenBank）的无缝连接与数据导入

其他

23.

在模型提供方面，您最希望平台具备哪种能力？ (请按重要性排序，1最重要-4最不重要)【排序题】

提供大量开箱即用的通用基础模型（如文本、视觉大模型）
提供针对特定科学领域（如生物、材料）深度优化的专用模型
提供简单易用的工具，让我能上传自有数据对模型进行微调（Fine-tuning）
提供智能模型推荐系统，能根据我的研究问题推荐最合适的模型

24.

对于模型训练过程，您最需要平台提供什么支持【多选题】

“一键式”模型训练与部署，无需关心技术细节

超参数自动搜索与优化（AutoML）功能

训练过程的可视化监控（如损失曲线、资源占用）

对分布式训练的良好支持，以显著缩短训练时间

25.

您对“AI智能体”（Agentic AI）能自动执行部分科研任务（如自动查文献、设计实验、编写代码）的前景持何种态度？

非常期待，认为是未来的发展方向，希望能尽快用上

比较期待，但对其可靠性和可控性有较大疑虑

仅会将其作为辅助参考或灵感来源，不会依赖其做决策

兴趣不大，认为这超出了AI目前的能力范围

26.

在平台协作功能方面，您最希望拥有哪项功能【多选题】

可供团队共享项目空间（统一管理数据、代码、模型和文档）

带有版本控制和协作功能的在线实验记录本（类似Google Docs for Science）

集成的代码与模型在线评审（Code/Model Review）工具

一个可以与领域内其他专家进行问答和交流的社区

其他

27.

在平台使用成本方面，您个人或课题组更能接受哪种付费模式

按实际计算资源（如GPU小时）使用量付费

按月/年订阅功能套餐

提供一定的免费基础额度，超出部分再付费

希望对学术研究人员完全免费或提供大幅优惠

28.

您最希望平台提供哪种形式的技术支持或培训资源【多选题】

详尽的图文/视频教程和文档

大量可直接运行和修改的领域应用案例（Cookbook/Tutorials）

响应及时的在线工单/人工客服支持

与平台AI专家或领域专家的1对1咨询服务

其他

29.

您认为平台与您现有的本地科研软件（如Jupyter Notebook, PyCharm, VS Code）进行集成的必要性如何？

非常必要，我希望能在熟悉的本地环境中调用平台资源

比较必要，能提升工作效率

无所谓，我愿意直接在网页端使用平台

不必要，可能会增加复杂性

30.

除了模型、算力和数据，您还认为平台提供以下哪项增值服务最有价值【多选题】

智能追踪和推送与我研究方向相关的最新文献和动态

利用AI辅助进行学术论文的语言润色、格式排版和审稿建议

提供科研伦理和数据合规性的自动化检查工具

帮助对接潜在的学术或产业界合作资源

其他

31.

在决定是否采用一个新的科研平台时，您最主要的考量因素是什么？（请从最重要-最不重要排序）【排序题】

学习和上手使用所需的时间成本
是否能真正且显著地提升我的研究效率或质量
平台的长期稳定性和可靠性，不会中途停止服务
对我的科研数据（尤其是未发表的敏感数据）的安全与隐私保障

32.

您对于将未发表的科研数据上传到第三方平台进行分析的顾虑程度如何

非常顾虑，基本不会考虑

比较顾虑，需要非常严格的安全和隐私承诺

有些顾虑，但如果平台信誉良好且政策清晰，可以接受

不太顾虑，相信主流平台的技术和信誉

33.

以下哪个因素最能提升您对一个AI4Science平台的信任？（请按重要性排序）【排序题】

由顶尖大学、国家实验室或知名科技公司背书和运营
提供极其详尽、透明的数据隐私和安全技术说明
提供模型和算法的开源代码或详细技术报告，增加透明度
拥有活跃的用户社区和大量正面的、来自同行的真实评价

34.

对于平台AI模型生成的代码、分析结论或实验方案，您在多大程度上会不经验证就直接采纳？

几乎从不，必须经过我自己的严格审查和验证

会作为强有力的参考，但仍需自己验证关键部分

如果来自我信任的模型且结果看似合理，可能会直接采纳

倾向于信任并直接采纳，以节省时间

35.

您认为一个AI4Science平台在向科研社区推广时，最有效的沟通点是什么【多选题】

强调其拥有最前沿、最强大的AI技术

展示大量在具体科研场景中取得成功的真实案例（Case Studies）

突出其对科研伦理、数据安全和可复现性的严格遵守

宣传其极致的易用性和对AI初学者的友好度

36.

您是否愿意参与平台社区建设，例如分享您的使用经验、代码片段或微调后的模型

非常愿意，乐于分享和交流

可能会，如果平台有良好的激励机制（如计算资源奖励、荣誉认证）

不太愿意，担心知识产权归属和花费额外精力

完全不愿意，我只想使用平台的功能

37.

展望未来5年，您认为AI技术将对您的研究领域产生多大程度的影响

颠覆性影响，将从根本上改变研究范式

重要影响，将成为不可或缺的核心工具

一般影响，会带来一些效率提升，但非根本性改变

影响很小或不确定