北京通用人工智能研究院BIGAI

《光明日报》刊发朱松纯教授署名文章《以有组织科研推进原创性、引领性创新》

朱松纯2023年2月11日在北大智能学科战略研讨会上的讲话

2023年2月18日在《光明日报》刊登

以下是文章全文报道,图片有所更换。

当前,我国科技创新进入重要的战略转型期,从过去以跟跑、补短板为主,转向强调原创性、引领性的科技创新。我回国两年多来,切身体会到国家对于实现科技自立自强、建设世界一流研究型大学、培养科技战略人才的急迫需求。为此,国家陆续出台了一系列举措,包括科技评价“破五唯”,开展有组织科研,以及教育、科技、人才三位一体的强国战略等。今天我们讨论的是“有组织科研”这个主题。

党的二十大报告指出,要“以国家战略需求为导向,集聚力量进行原创性引领性科技攻关,坚决打赢关键核心技术攻坚战”。人工智能是科技创新的前沿阵地、国际竞争的战略领域,2021年初科技部与北京市推出《关于支持北京加快建设具有全球影响力的人工智能创新策源地行动计划》,提出“顶层目标牵引、重大任务带动、基础能力支撑”的科技组织模式。2022年8月,教育部印发了《关于加强高校有组织科研推动高水平自立自强的若干意见》,就推动高校充分发挥新型举国体制优势,加强有组织科研作出部署。

为什么要进行有组织的科研?如何组织?如何摆正“有组织的科研”与“自由探索”的关系?下面我谈一谈个人的心得体会。

重大基础性原创性科学成果“难产”的几个原因

纵观世界科技1900—2020年的发展史,前60年涌现了众多重大基础性、原创性、颠覆性成果,如相对论、量子力学、信息论、DNA双螺旋结构的发现,以及原子弹、计算机等的发明。这些重大成果重塑或创造了一批新的学科,产生了新的高精尖技术,形成了新的先进生产力,建立了科技制高点优势,乃至推动了世界科学中心的转移。但在后60年,相关成果的重大性、基础性、原创性显著不足,以大量填补性、可预见性、渐进式的成果为特征,缺乏同等重量级的颠覆人类认知的突破。

为什么近年来世界各国科研人员成倍增长、经费越来越多、科研条件越来越好,却产生不了根本性的科学发现?归纳起来,我认为是以下三个主要因素发生了改变。

(一)科研驱动力发生了改变。历史上每次国际格局发生重大改变的关键时期,都催生了重大科技成果。究其原因,国家前途和民族命运驱使各国必须面向国家战略需求,并以此为指引有组织地攻关根本性问题。而近年来,以过去10多年人工智能的繁荣为例,随着产业研发与资本介入,国际国内互联网巨头的研发都聚焦在诸如搜索、推荐、内容制作、美颜、聊天等应用方面。学界普遍认为,这一次深度学习的热潮并没有根本性的理论突破,而是依赖数据和算力的优势提升了系统性能,在一些应用问题上起到了临门一脚的效应。应用型、渐进式科研成果批量涌现的同时,从事人工智能基础理论和系统框架研究者的声音却十分微弱。当前,人工智能领域的激烈竞争已经超越了学术、产业、经济,上升到国家安全层面,强调“有组织的科研”反映了科研驱动力的重要转变——国家重大需求是新时期最大的科研驱动力。

(二)科研组织模式发生了改变。从文艺复兴到二战前,科学研究的主阵地在欧洲,这个阶段科研还没有完全职业化,例如通过豌豆实验发现生物遗传学规律的孟德尔是一位神父,爱因斯坦发现相对论时还是瑞士专利局的一名技术员,科学家大多是凭着自己的兴趣进行探索。二战后,美国引领了科研范式的转变。范内瓦·布什撰写了《科学:无尽的前沿》作为美国科技政策的指导思想,推动成立了美国国家自然科学基金(NSF,1950)和国防高级研究计划署(DARPA,1958)等机构,资助研究型大学的师资建设与人才培养,使得美国迅速摆脱对于欧洲基础研究以及科研人才的依赖,推动了世界科学中心向美国转移。但是,我们也要看到,近年来这种科研组织模式的弊端也日益凸显:科学研究成为一种职业,“写本子”“数论文”日盛,群体越来越大,而科学研究越来越同质化,日趋“内卷”,产生了显著的“马太效应”。特别是自从2005年谷歌指数H-index诞生以来,很多科研人员关注的不再是基于好奇心驱动的自我激励与自我实现型的脑力劳动,不再特立独行地去研究根本性问题、探索新领域,而是更关注抢占细分研究领域(圈地)、快速碎片化的知识生产(发表)和占领话语权(抢注),关注影响因子、引用数等简单便捷的指标,“科学家处于一个玩自拍的年代”,出现了“对房间里的大象视而不见,满墙角找老鼠抓”的现象,这是导致原创性重大科学发现匮乏的一个重要原因,为此国家提出了“破五唯”的评价体系改革。(三)科学问题的复杂度发生了改变。科学领域早期的探索,西方科学普遍使用的是“还原论”模式:问题越分越细,小分队搜索。在20世纪初,这种模式取得了巨大成功,大多数获得诺贝尔奖的研究都是聚焦单点问题,多由小团队(PI制)完成。但是,当前世界面临的诸多战略性、前瞻性科技问题,如面向能源的核聚变、面向生命健康的生物技术、面向心智和思维的智能科学等,都呈现出了复杂巨系统的特性,具有非线性、突变和涌现等特征,这使得传统还原论科学范式和PI制的科研组织模式难以应对。就好比对于一个需要1000个变量才可以刻画的方程组,人们无法隔离出3个变量用“还原论”模式来求解。针对复杂巨系统,需要系统论思维方法。比如,我们所从事的通用人工智能研究,其目标是要实现具有自主的感知、认知、决策、学习、执行和社会协作能力,符合人类情感、伦理与道德观念的通用智能体。智能体在日常生活中,同时需要诸如计算机视觉、自然语言、机器学习、认知推理、机器人学、多智能体等众多能力,既要考虑客观的物理环境与数据,又要考虑主观的价值、心智与意识,这就要求有统一的理论框架来支持大量的智能。这些不是靠几个人推几条数学公式、证明几个定理就可以解决的。钱学森说过:搞导弹不是靠一两个科学家,要靠一批有理论基础,又有实践经验的大的研究队伍。创造通用智能体更是如此,迫切需要组织跨领域的交叉研究,以系统论、整体论思维开展有组织的团队科研攻坚,进而实现有全球影响力的原创性突破。

图释:北京通用人工智能研究院合影

以有组织科研破解制约原创性、基础性科技突破的因素

面对当今科学的复杂巨系统特点,需要新的科研战略思维、新的科研范式和组织模式,这是世界科技发展面临的重大挑战,也是我国科技发展的战略机遇。历史上,世界科学中心经历了从意大利到英、法、德,再到美国的迁移历程,每次都伴随新的科技领域与学派的兴起。我国提出“有组织科研”的一大目标,是在新兴战略领域成为下一个世界主要科学中心和有全球影响力的创新策源地。今天人类正在跨入智能社会,人工智能正是这一新兴战略领域,我们必须把握智能学科发展的规律,提出自己独特的哲学思想、学术纲领,建立原创的科研路径、技术路线,以及高效协调的科研组织模式。我认为,以有组织科研为引领,要重点突破三个方面。

(一)站在新的历史转折点,凝聚新的战略驱动力,形成新的战略思维

回顾我国现代科技发展史,大体可划分为三个阶段。第一阶段以1978年全国科学大会的召开为标志,我国科技工作迎来了“科学的春天”,开启了新一轮出国访问学习热潮,跟踪研究国外高技术发展,如国家863计划的制定等。在这一阶段,我国的高校,特别是在新兴战略科技领域,基本没有开展前沿研究的基础。第二阶段的标志是1998年北京大学100周年校庆时,国家提出建设世界一流大学和高水平大学的目标,随后实施了“985”工程和“双一流”(一流大学、一流学科)建设方案,“跟跑”世界科技发展。2018年以来,国际竞争由贸易战转向科技制高点与顶尖人才的争夺,这标志着第三阶段的到来,其显著特点是由国家战略需求推动科技教育人才统筹布局,集聚力量进行原创性引领性科技攻关,为科技注入新的驱动力。经过前面40年的发展,我国科技水平整体上已接近国际前沿,以人工智能领域为例,根据AIRankings指数,中国在人工智能核心领域的学术论文发表数量已经位居世界第二,在体量上仅次于美国,并形成局部优势,比如按照城市计算,北京位列以研究者数量、科研论文数量为指标的科研实力排行榜全球第一名。

站在新的历史转折点,必须有新的战略思路。如果继续沿用过去“跟跑—并跑—领跑”的路线,就形成了一种“打篮球”的科研模式。篮球代表科技热点,控球方始终是科技强国,我们的队伍一直追着篮球满场跑。表面上,我们是在追逐国际前沿热点,但是随着篮球频繁传递、热点不断转换,我们不但会在追逐热点的过程中失去战略定力,而且频繁更换方向与技术就会跑散了队伍。更重要的是,控球方已经完成了软硬件生态的布局,形成了新兴产业“卡脖子”势态。

因此,在第三阶段,需要放弃“打篮球”的战术,学会“下围棋”。不谋全局者,不足谋一域。在角逐科技制高点的进程中,我们要敢于采取“你打你的,我打我的”的战略思想。汉代霍去病奇袭匈奴,深入敌后、出奇制胜,取得辉煌战果,其根本原因在于开创了与匈奴非对称作战的路子,从全面的被动防御转为针对关键领域的主动进攻。我们要从一味忙于“补短板”的防御战略,转为同时切实注重“构筑长板”的进攻战略。

以人工智能研究为例,通用人工智能是智能科学的初心,也是终极目标;是科技制高点,也是必经之路。为此,我们从通用人工智能发展的全局出发,系统性提出:“为机器立心”,融合客观的“理”与主观的“心”的哲学思想;“小数据、大任务”的技术范式,不盲目“跟跑”当前以“大数据、大算力、大模型”为特征的人工智能热点;“纵向贯通、横向交叉”的科研组织模式。要以强大的战略定力,独辟蹊径,探索一条自己的科研创新道路。

(二)坚持自由探索与有组织科研相结合,孕育新的科研范式和评价机制

“自由式探索”和“有组织科研”并不是对立关系,而是局部和整体的关系。

首先,自由探索是有组织科研的重要组成部分。我们要充分认识到“无用之用,方为大用”,要从国家安全和战略的角度,探索“无人之境”,关注“地平线上的黑点”,鼓励从0到1的原始创新。对于不确定性高、基础性强的研究,建立起鼓励冒险、允许失败的自由探索机制。新时期的有组织科研不应该局限于类似“两弹一星”的大科学工程,而是面对复杂巨系统的科学问题,开展原创性、引领性的科技创新,因此自由探索是不可或缺的组成部分。

其次,有组织科研是以国家战略需求为导向,从更高的视角谋划全局,协调好计划性和探索性科研任务的合理布局,整合优势资源,形成高效的组织体系和架构,避免各自为政、盲目内卷、无序发展。打个比方,自由探索产出的是“珍珠”和“宝石”,而有组织科研则是把“珍珠”串成“项链”,把“宝石”镶嵌到科学的“王冠”上。

根据2022年11月科技部等八部门印发的《关于开展科技人才评价改革试点的工作方案》文件精神,建立以创新价值和贡献为导向的有组织科研多元评价与激励机制,要求:客观定量标准与主观定性标准相结合,要避免简单数论文、算因子、记工分,破解无序“内卷”“打篮球”产生的“马太效应”,关键要看所研究问题的重要性和研究方法的原创性与引领性,以及所产生的实际贡献和创新价值;团队整体评估与个人贡献相结合,要把重要战略资源向优秀团队、有组织科研倾斜,同时坚持分类推进,对不同团队以及团队不同分工要有不同的考核与激励方式;短期目标与中长期目标相结合,探索低频次、长周期的考核机制,让科研人员能够坐住“冷板凳”。

有组织科研需要鼓励科研人员敢于突破现有思维框架、科研范式、科研共同体生态文化的束缚,在有组织科研的平台上,面向世界科技前沿与国家重大需求,做出原始创新和重大突破。

(三)以有组织的科研模式打通“学研产”创新链条

“学研产”是创新链上的三个不同阶段,要真正打通这个链条是极其困难的,原因在于这些阶段有着迥异的科研文化与群体。一般来说,大学里崇尚自由探索式的研究,瞄准的是5~10年之后的目标;产业界的应用型研发瞄准的是1~2年之内的产品;科研院所的使命是连接这两端,集中力量进行科研攻关。二战之后,美国建立了一批国家实验室来集中攻关国家战略领域的问题,同时由于科技寡头企业享有全球高额垄断利润,有能力建立高度创新的研究院,承担这一链接器的作用,例如,贝尔实验室,IBM研究院,帕洛阿尔托研究中心等,随着垄断利润的消失,这些研究院都纷纷退出了历史舞台。近年来,随着我国经济、产业、人才等基础的提升,开始布局了一批国家实验室,正在重组全国重点实验室,有远见卓识的地方政府开始建立新型研发机构,都在布局链接器这一角色。

有组织科研需要利用中国新型举国体制的优势,纵向贯通学研产、横向实现大交叉,在共同的目标下,形成“纵横交织”的创新联合体。下面,我以通用人工智能学科建设为例,探讨一个“四级架构”。

第一级是大学的PI制,例如智能学院等,以教授为核心,带领研究生、博士后在有组织科研统领下开展自由探索。通用人工智能是一个庞大的、多学科交叉的科研领域,为自由探索提供了广阔的空间。

第二级是大学内的研究中心或重点实验室,例如人工智能研究院,聚集了兴趣相投或者互补的多个PI团队,形成领域优势力量或者跨领域的交叉研究中心。顶尖大学的使命是探索前沿科技,其人员编制与实验室空间毕竟是十分有限的,除个别情况外,并不适合在校内搞大规模的工程团队,要继续发展就需要寻求第三级。

第三级是校外新型研发机构,例如北京通用人工智能研究院(简称“通院”),负责搭建科研集成平台,打造原创的通用人工智能系统与平台。第四级是院企联合实验室,研究院与大型央国企合作建立了一批院企联合实验室,对接央国企所承担的国家重大需求,解决有组织科研成果在转化过程中的难点与痛点。

有组织科研需坚守教育、科技、人才三位一体理念

有组织科研还要建设一支顶尖、多样化的人才团队,以激动人心的战略目标、独树一帜的学术纲领聚集队伍。党的二十大报告提出教育、科技、人才三位一体的强国战略,首次将三者统筹考虑,提到了前所未有的高度。这三者的关系是:教育体系支撑人才队伍,人才团队支撑科技创新,科技创新支撑国家战略。以有组织科研实施科技创新战略,必须有教育教学和人才培养等工作的强力支撑。

过去40年,我国在教育领域取得了长足进步。研究表明,2000年中国科学、技术、工程和数学领域博士毕业生是美国的一半,2007年该数字就超过美国,研究预测2025年中国在上述领域培养的博士毕业生将是美国的两倍。尽管我国培养的人才规模总量庞大,但在国家前沿科技领域的人才依然呈现紧缺现象。据人社部统计,全球人工智能人才储备中,中国只有5%左右,人工智能的人才缺口超过500万,供求比例为1∶10,供需比例严重失衡。可见,相比欧美国家,跨学科复合型人才的匮乏将成为制约我国人工智能产业发展的首要瓶颈。

回国两年来,我和团队通过海外引进、交叉聚合、内生培养,打造了一支高水平的人才队伍,在学研产链条的不同位置协同配合、形成合力。我们探索形成了三个“一体化”的教育和人才工作理念:人才聚集采用“引才、用才和育才”相结合的一体化工作思路;构建了全球首套本博贯通的通用人工智能“一体化”培养方案和课程体系;建立了具有广泛社会影响力的“北京大学通用人工智能实验班”(简称“通班”),着力培养“通识、通智、通用”世界顶尖复合型领军人才;打通了从“通班”到“通院”科研实践的“一体化”人才培养路径。

当前,我们正处在中华民族伟大复兴的战略全局和世界百年未有之大变局交织的历史时期,我国科技工作在历经不同时期的快速发展之后,已经从跟跑、并跑到站在世界科技前沿。在新的历史转折点,需要我们审时度势,凝聚新的战略驱动力,形成新的战略思维,创建新的科研模式。我们必须下决心破解制约原创性基础性科技突破的因素,坚持有组织科研与自由探索并重,创新多元化的科研评价与激励机制,攻克当前科学领域面临的复杂巨系统问题,实现原创性、引领性的科技创新。

路虽远,行则将至;事虽难,做则必成。北京大学智能学科全体师生要以国家有组织科研号召为契机,坚决摒弃“有人才,无队伍”“各自为政”的科研现状,积极主动投入有组织科研队伍中来,以极大的热情和坚定的决心参与这场开创性的科技革命,为强化国家战略科技力量、抢占世界科技制高点、助力世界科学中心向中国转移作出北大智能人的贡献。

Facebook
Twitter
LinkedIn
Email