近日，人工智能领域知名专家杨春生教授不幸去世；广州大学人工智能学院证实，杨春生于2月21日在云南丽江因病离世，享年63岁。目前尚未公布具体病因和抢救细节，家属希望保持隐私。这个事件引发讨论：如何在尊重个人隐私的同时回应社会关切，以及如何妥善处理科学家身后科研事务的衔接问题。 原因： 杨春生的科研生涯跨越多个国家和机构，工作强度大、流动性高。公开资料显示，他1962年出生，曾就读于哈尔滨船舶工程学院和上海交通大学，在日本国立广岛大学获得博士学位，后长期在海外工作，担任过加拿大国家研究院首席科学家。近年来，随着国内科技发展加速，许多像杨春生这样的高层次人才回国工作，科研任务更加繁重，对健康管理提出了更高要求。业内人士指出，科研人员长期高强度工作、频繁出差、作息不规律等因素可能带来健康风险，学术共同体需要建立更完善的健康支持体系。 影响： 杨春生在可信人工智能领域深耕34年，研究方向包括智能推理、机器学习等，其成果应用于航空航天、能源等多个领域。2022年当选加拿大工程院院士，2023年全职回国加入广州大学，负责学科建设和团队培养。他的突然离世不仅对家庭造成巨大打击，也对所在单位的科研项目、团队建设和国际合作带来挑战。在可信人工智能日益重要的背景下，如何减少人才变动对科研连续性的影响成为管理难题。 对策： 1. 完善高层次人才健康管理：建议高校和科研机构将定期体检、心理支持等纳入常规保障，为科研骨干提供针对性医疗支持。 2. 加强团队建设：关键实验室和重大项目应建立负责人备份制度，确保技术路线和数据资产的可交接性。 3. 保障科研连续性：对在研项目和研究生培养建立应急衔接机制，确保学生培养和合作不受影响。 4. 整理学术遗产：由单位牵头对其代表性成果、技术路线等进行系统归档，转化为公共知识资产。 前景： 人工智能正从技术探索走向实际应用，可信人工智能的重要性日益凸显。杨春生等专家为这一领域的工程化落地做出了重要贡献。未来需要推动人才政策从引进向使用与保障转变，通过完善科研生态、健康支持和成果转化机制，构建可持续创新体系。
杨春生教授用三十余年的学术生涯在可信人工智能领域留下了深刻印记；他的离世提醒我们——对于那些投身科学事业的人——社会应当给予更多关怀与支持，而不仅仅是在他们离开后才想起他们的贡献。他的研究方向和精神将继续由后来者传承下去。