——以应用数学为例

　　■艾超

　　今年5月，科技部发布《国家重点研发计划“数学和应用研究”等“十四五”重点专项2021年度项目申报指南》（以下简称指南），其中设置了“揭榜挂帅”榜单。这意味着我国重大科研任务的“揭榜挂帅”正式开始实施，深化科研项目管理改革迈出新步伐。

　　“揭榜挂帅”：从“盲盒”模式到精准对接

　　“揭榜挂帅”是科技主管部门从以前“征集课题信息”，扩展为“主动调研课题”，获取企业的重大需求，向社会广泛发布，招揽揭榜者，把传统的“竞争拿项目”变为“竞争出成果”。对于企业来说，以成果作为评判标准，不问出身，才能真正让能者脱颖而出。

　　从创新模式上看，“揭榜挂帅”实际上是行之有效的众筹式创新和开放创新的重要手段，从“我们带着困惑到处找专家”的盲盒模式，变为“专家带着思路甚至成果找我们”的模式。这种模式能够帮助企业集思广益，及时发现最好的方案和成果，也有助于发现潜在的人才甚至“扫地僧”，有利于提高企业创新和交流效率，降低连接对口专家的成本。

　　这种模式给有能力、有想法、有思路的人特别是年轻人，提供了一个展示能力的途径和自由探索、跨界创新的平台。

　　事实上，历史上这种方式在数学领域已经有过非常成功的实践。从某种意义上说，费马大定理、哥德巴赫猜想、希尔伯特23个问题等公开的数学问题，就是一种“揭榜挂帅”，这些问题激励了无数专家投身研究，推动了数学领域的发展，也使得以陈景润、尤里·马季亚谢维奇为代表的人才脱颖而出。

　　指南中榜单提出的工作是数学界和企业界第一次跨领域联合“揭榜挂帅”，也是共同出题、相互启发、相互支持的创新实践，更是从战略高度看到数学重要性的体现。

　　讨论班：使数学家更“理解”课题需求

　　企业需要应用数学家深入工程一线，真正理解企业问题，华罗庚当年扎根工厂、结合实际场景和问题，提出了易学易用的“优选法”，大幅提升了生产效率。

　　华为公司董事、战略研究院院长徐文伟也建议“产业界要帮助数学家理解工程问题”，因为企业提出的是工程问题，很难完全建模或者描述成数学家熟悉的学术问题。

　　比如，有很多约束条件可能不是指南中相对有限的文字可描述清楚的，此次指南公布后，有很多团队来沟通和交流课题细节，我们虽逐一认真答复，但深感难以“尽善尽美”，同时分散甚至重复的答复，也增加了沟通成本。

　　为了让更多团队更容易理解课题需求，建议可设置专门的需求澄清环节，由官方统一安排。在具体形式上，建议可参考中科院院士马志明牵头与华为公司开展的“ICT领域的数学基础”研讨班，通过线上线下专题会议，由数学家提问，企业专家讲解实际场景、限制条件等，系统开展“工程问题数学化”的工作。

　　此外，在指南发布时，也可考虑附上课题的详细信息供申请者了解，以便其提前准备会议中的提问。

　　客观评价：让数学家“敢揭榜”、成果“能落地”

　　企业需求避免不了与工程问题强相关。然而，基于当前解决工程问题对数学科研人员评职称等切身利益并不挂钩的评价体系，“揭榜挂帅”项目的吸引力会降低，尤其对年轻人。

　　“揭榜挂帅”强调成果落地，而企业项目成果可通过商业价值来衡量。建议项目采取更加全面客观、科学合理的评价方式，比如可以把企业应用成果并产生社会经济效益的结果作为评价的因素之一，这样，科研人员才不会白白付出，该工作才会有可持续性。

　　“揭榜挂帅”首次在数学领域联合开展，对企业来说这也是个新事物，课题具有高难度和高风险性，还存在诸多细节值得探讨。

　　企业作为自负盈亏的组织，必须追求效益。同一个技术在不同场景、不同时间可能有完全不同的价值。如何平衡学术价值和技术价值的时效相关性？

　　比如，随机码因复杂度难以工程化，目前来看仅具有学术价值。但此前5G标准的另一个编码LDPC码，在上世纪60年代发表时也因为算力、芯片能力所限无法工程化而被埋没，却在几十年后被广泛应用。人工神经网络相关技术也同样经历了当初无人问津、近年却被热炒甚至出现泡沫化的过程。

　　面对持续的市场竞争，企业通常会多路径、多梯次、多场景探索同一个需求方向，从而会形成赛马的场景。那么，来自企业重大需求的相关课题，企业如何参与评审，意见占多大比重？是否要承诺应用项目成果？企业能否在项目过程中调整（不确定性创新）项目的指标甚至是整体技术方案？此类企业参与的细节方案还有待探讨。

　　此外，如果“揭榜挂帅”的最终研究成果比不上企业内部考虑了性能和成本因素的工程方案，或者科研人员的成果还暂时无法得到很好应用，企业落地成果的意义可能就会打折扣。

　　“揭榜挂帅”工作还需要政府、企业和科研人员等共同努力，不断优化运作细节、共同探索。问题的质量决定了成果的价值，路子对了，就不怕路途遥远。希望通过“揭榜挂帅”的探索和不断成熟，共同推动应用数学研究助力攻克产业“卡脖子”难题。

　　（作者系华为公司全球技术合作副总裁，本文由记者韩扬眉采访整理）