针对上述难题，王江平提出一些对策和建议。一是加强数据集、高价值知识中心和AI预测结果评估标准体系的建设。他分析，当前重点行业的高精度、长序列、多模态的数据集仍然欠缺，亟须建立公共的高价值数据中心，减少重复工作，并构建权威性的预测结果评估体系。
二是加快AI自主实验室的建设。王江平认为当前，AI自主实验室建设仍有诸多工作待推进。要倡导开源与模块化发展，降低自主实验室建设门槛。要探索“人在回路中”的混合增强智能，当前完全无人化的“AI科学家”尚难实现，仍需人类参与，因此“人在回路中”的增强智能在现阶段不可或缺。要发展数字孪生与通用知识模型。要探索多智能体协作的“联合科学家”模式。
三是加强中试平台的建设，发挥我国应用场景的优势，推动工程化的创新。此外，还要推动学术界和产业界合作等。
