今年5月，科技部發布《國家重點研發計劃“數學和應用研究”等“十四五”重點專項2021年度項目申報指南》（以下簡稱指南），其中設置了“揭榜掛帥”榜單。這意味著我國重大科研任務的“揭榜掛帥”正式開始實施，深化科研項目管理改革邁出新步伐。
“揭榜掛帥”：從“盲盒”模式到精準對接
“揭榜掛帥”是科技主管部門從以前“征集課題信息”，擴展為“主動調研課題”，獲取企業的重大需求，向社會廣泛發布，招攬揭榜者，把傳統的“競爭拿項目”變為“競爭出成果”。對于企業來說，以成果作為評判標準，不問出身，才能真正讓能者脫穎而出。
從創新模式上看，“揭榜掛帥”實際上是行之有效的眾籌式創新和開放創新的重要手段，從“我們帶著困惑到處找專家”的盲盒模式，變為“專家帶著思路甚至成果找我們”的模式。這種模式能夠幫助企業集思廣益，及時發現最好的方案和成果，也有助于發現潛在的人才甚至“掃地僧”，有利于提高企業創新和交流效率，降低連接對口專家的成本。
這種模式給有能力、有想法、有思路的人特別是年輕人，提供了一個展示能力的途徑和自由探索、跨界創新的平臺。
事實上，歷史上這種方式在數學領域已經有過非常成功的實踐。從某種意義上說，費馬大定理、哥德巴赫猜想、希爾伯特23個問題等公開的數學問題，就是一種“揭榜掛帥”，這些問題激勵了無數專家投身研究，推動了數學領域的發展，也使得以陳景潤、尤里·馬季亞謝維奇為代表的人才脫穎而出。
指南中榜單提出的工作是數學界和企業界第一次跨領域聯合“揭榜掛帥”，也是共同出題、相互啟發、相互支持的創新實踐，更是從戰略高度看到數學重要性的體現。
討論班：使數學家更“理解”課題需求
企業需要應用數學家深入工程一線，真正理解企業問題，華羅庚當年扎根工廠、結合實際場景和問題，提出了易學易用的“優選法”，大幅提升了生產效率。
華為公司董事、戰略研究院院長徐文偉也建議“產業界要幫助數學家理解工程問題”，因為企業提出的是工程問題，很難完全建?；蛘呙枋龀蓴祵W家熟悉的學術問題。
比如，有很多約束條件可能不是指南中相對有限的文字可描述清楚的，此次指南公布后，有很多團隊來溝通和交流課題細節，我們雖逐一認真答復，但深感難以“盡善盡美”，同時分散甚至重復的答復，也增加了溝通成本。
為了讓更多團隊更容易理解課題需求，建議可設置專門的需求澄清環節，由官方統一安排。在具體形式上，建議可參考中科院院士馬志明牽頭與華為公司開展的“ICT領域的數學基礎”研討班，通過線上線下專題會議，由數學家提問，企業專家講解實際場景、限制條件等，系統開展“工程問題數學化”的工作。
此外，在指南發布時，也可考慮附上課題的詳細信息供申請者了解，以便其提前準備會議中的提問。
客觀評價：讓數學家“敢揭榜”、成果“能落地”
企業需求避免不了與工程問題強相關。然而，基于當前解決工程問題對數學科研人員評職稱等切身利益并不掛鉤的評價體系，“揭榜掛帥”項目的吸引力會降低，尤其對年輕人。
“揭榜掛帥”強調成果落地，而企業項目成果可通過商業價值來衡量。建議項目采取更加全面客觀、科學合理的評價方式，比如可以把企業應用成果并產生社會經濟效益的結果作為評價的因素之一，這樣，科研人員才不會白白付出，該工作才會有可持續性。
“揭榜掛帥”首次在數學領域聯合開展，對企業來說這也是個新事物，課題具有高難度和高風險性，還存在諸多細節值得探討。
企業作為自負盈虧的組織，必須追求效益。同一個技術在不同場景、不同時間可能有完全不同的價值。如何平衡學術價值和技術價值的時效相關性？
比如，隨機碼因復雜度難以工程化，目前來看僅具有學術價值。但此前5G標準的另一個編碼LDPC碼，在上世紀60年代發表時也因為算力、芯片能力所限無法工程化而被埋沒，卻在幾十年后被廣泛應用。人工神經網絡相關技術也同樣經歷了當初無人問津、近年卻被熱炒甚至出現泡沫化的過程。
面對持續的市場競爭，企業通常會多路徑、多梯次、多場景探索同一個需求方向，從而會形成賽馬的場景。那么，來自企業重大需求的相關課題，企業如何參與評審，意見占多大比重？是否要承諾應用項目成果？企業能否在項目過程中調整（不確定性創新）項目的指標甚至是整體技術方案？此類企業參與的細節方案還有待探討。
此外，如果“揭榜掛帥”的最終研究成果比不上企業內部考慮了性能和成本因素的工程方案，或者科研人員的成果還暫時無法得到很好應用，企業落地成果的意義可能就會打折扣。
“揭榜掛帥”工作還需要政府、企業和科研人員等共同努力，不斷優化運作細節、共同探索。問題的質量決定了成果的價值，路子對了，就不怕路途遙遠。希望通過“揭榜掛帥”的探索和不斷成熟，共同推動應用數學研究助力攻克產業“卡脖子”難題。
來源：《中國科學報》
