“人工智能（AI）不会简单替代理论研究，但它能够通过提升信息获取能力、增强数据挖掘能力、改进经验参数化和模型表达，为海洋基础理论研究提供新的工具和路径。”在4月26日举行的第五届人工智能海洋学论坛上，中国科学院院士陈大可表示。当天，围绕AI如何深度赋能海洋强国建设，陈大可与中国工程院院士潘德炉、王军成等多位院士给出建议。

“一讲到AI，大家往往会想到‘四个大’，即大数据、大算法、大算力、大模型。海洋AI的发展同样离不开这几个基础。”潘德炉表示，海洋AI的发展，要抓住数据之本、算法之源、应用之路。在他看来，卫星遥感的智能探测数据是海洋AI发展之本；要推动卫星信息科学与海洋物理、海洋化学、海洋生物等学科深度交叉，发展融合多学科知识的科学算法，让AI真正理解海洋、服务海洋。此外，要把数据、算法、算力、大模型与海洋重大需求紧密结合起来。

海洋是一门高度依赖观测的学科。“我国的海洋观测，正在向智能化转变。”王军成表示，我国海洋水面与水下的固定观测装备中，海洋浮标和潜标目前仍是重要支撑力量，同时水下移动观测装备近年来也取得了较快发展。总体来看，目前我国海上观测装备仍以自动化观测为主，正处于向智能化观测逐步过渡的阶段。

“未来，AI有望在提升海洋观测精度、增强装备自主能力及推动观测网智能化升级等方面发挥重要作用，是值得关注的重点发展方向。”王军成认为，智能技术正逐步融入各类海洋观测仪器装备，但要形成稳定可靠的业务能力仍需要一个发展过程。

信息获取是所有理论研究的基础，没有数据底座，理论研究寸步难行。陈大可表示，进入智能时代，应大力运用无人智能平台协同组网、跨域协同组网等智能手段，更高效地获取海洋信息。“在海量数据的价值挖掘上，AI有助于信息挖掘和现象发现。”他认为，理论框架中凡是经验性的部分，均有望借助AI实现替代、改进与优化，从而推动海洋基础理论实现关键突破。

AI正在深刻改变海洋科学研究和海洋技术应用的方式。与会专家表示，AI赋能海洋要以高质量数据为基础、以多学科交叉为路径、以重大需求为牵引、以人才培养为根本，推动海洋观测从自动化走向智能化，推动海洋遥感从数据获取走向知识发现，推动海洋模型从经验参数化走向智能优化，推动海洋工程从单点突破走向系统集成。