面对AI工具快速向高校“渗透”，华中科技大学副校长冯丹认为，高校既要正视AI工具的不可逆趋势，更要系统构建与之适配的新型育人体系。
AI工具使用在高校蔚然成风，引发外界关于学术诚信、学生自学能力下降的担忧。对此，冯丹近期向南都记者表示，技术伦理的教育引导，需要与现代技术应用同步发展。一个宗旨是，要以教育创新匹配技术变革，将AI转化为激发创新思维的新载体，而非替代品。
冯丹说：“高校要肩负起培养智能时代原住民的使命，让学生在掌握工具的同时，锻造不可替代的核心竞争力。”
作为教育工作者，冯丹也主动拥抱AI技术变迁。她说，用AI赋能教育教学，可以为个性化学习提供知识萃取与路径规划能力，帮助教师构建动态知识图谱。同时，在科研创新层面，AI在文献智能审阅、交叉研究方向预测、学术伦理筛查等方面具有重要价值。
无论工具如何进化，冯丹强调，坚持智能化服务育人的本质，是高校在技术应用上的逻辑起点。
冯丹主要从事大数据存储系统、非易失存储技术、存算融合技术等方面的研究。面对AI大模型产业存在的算力瓶颈，冯丹表示，应该从“算力军备竞赛”转向“算法+数据+存储协同创新”，以帮助中国实现大模型推理应用的全面发展和“换道超车”。
DeepSeek的成功是一个典型示例。通过算法创新、数据工程提升和存储优化，DeepSeek在大大降低推理成本的同时保障了推理性能，并且在数学、代码等复杂推理任务中表现出色。冯丹认为，这证明了“算法+数据+存储”可有效突破算力桎梏。
身为全国人大代表，冯丹在今年全国两会也关注数据资源储备和数据存储能力建设。
在数据资源层面，冯丹建议实施国家数据资源战略储备专项工程。当前，中国的数据资源存在规模化储备不足、跨域流通不畅等问题，制约了AI大模型的持续进化。实施国家数据资源战略储备专项工程，是为了建设规范化、高质量、主题化的国家级数据资源池，通过共享和流通，提升数据资源应用价值。
在冯丹的设想中，这一数据资源战略储备工程的落地，离不开国家、科研院校和企业的三方协同：国家制定数据资源储备战略规划，实施存力中心建设工程；科研院校攻关新型存储器、智能分级存储、数据长程保存等技术，提升国家数据资源储备的技术保障能力；企业负责将相关的科研成果转化为具体的产品，并共同制定公共数据、行业数据的存储标准等。但该工程的推行，需要攻克数据产权界定、流通利益分配和隐私安全保护等方面的阻碍。
存储能力层面上，随着AI大模型参数规模和数据体量大幅攀升，冯丹指出，数据存储和传输效率已成为突出瓶颈，存储访问需求和能耗压力陡增。相较算力的不足，中国的存储产业在DRAM（动态随机存取存储器）、闪存固态盘、高性能分布式文件存储等现阶段关键技术上已经实现自主可控。然而，当前AI数据存力依然面临存储介质密度、存储系统性能及能耗等挑战。为此，冯丹建议加大底层技术攻关，创新存储器件、设备和系统架构及关键技术，优化存算协同。
南都全国两会报道组
采写：南都记者杨柳发自北京
