今年5月，科技部發(fā)布《國家重點研發(fā)計劃“數(shù)學(xué)和應(yīng)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(shè)置了“揭榜掛帥”榜單。這意味著我國重大科研任務(wù)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(diào)研課題”，獲取企業(yè)的重大需求，向社會廣泛發(fā)布，招攬揭榜者，把傳統(tǒng)的“競爭拿項目”變?yōu)椤案偁幊龀晒薄τ谄髽I(yè)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(chuàng)新模式上看，“揭榜掛帥”實際上是行之有效的眾籌式創(chuàng)新和開放創(chuàng)新的重要手段，從“我們帶著困惑到處找專家”的盲盒模式，變?yōu)椤皩＜規(guī)е悸飞踔脸晒椅覀儭钡哪Ｊ健＿@種模式能夠幫助企業(yè)集思廣益，及時發(fā)現(xiàn)最好的方案和成果，也有助于發(fā)現(xiàn)潛在的人才甚至“掃地僧”，有利于提高企業(yè)創(chuàng)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(chuàng)新的平臺。
事實上，歷史上這種方式在數(shù)學(xué)領(lǐng)域已經(jīng)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(shù)學(xué)問題，就是一種“揭榜掛帥”，這些問題激勵了無數(shù)專家投身研究，推動了數(shù)學(xué)領(lǐng)域的發(fā)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(shù)學(xué)界和企業(yè)界第一次跨領(lǐng)域聯(lián)合“揭榜掛帥”，也是共同出題、相互啟發(fā)、相互支持的創(chuàng)新實踐，更是從戰(zhàn)略高度看到數(shù)學(xué)重要性的體現(xiàn)。
討論班：使數(shù)學(xué)家更“理解”課題需求
企業(yè)需要應(yīng)用數(shù)學(xué)家深入工程一線，真正理解企業(yè)問題，華羅庚當年扎根工廠、結(jié)合實際場景和問題，提出了易學(xué)易用的“優(yōu)選法”，大幅提升了生產(chǎn)效率。
華為公司董事、戰(zhàn)略研究院院長徐文偉也建議“產(chǎn)業(yè)界要幫助數(shù)學(xué)家理解工程問題”，因為企業(yè)提出的是工程問題，很難完全建模或者描述成數(shù)學(xué)家熟悉的學(xué)術(shù)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(jié)，我們雖逐一認真答復(fù)，但深感難以“盡善盡美”，同時分散甚至重復(fù)的答復(fù)，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(shè)置專門的需求澄清環(huán)節(jié)，由官方統(tǒng)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(lǐng)域的數(shù)學(xué)基礎(chǔ)”研討班，通過線上線下專題會議，由數(shù)學(xué)家提問，企業(yè)專家講解實際場景、限制條件等，系統(tǒng)開展“工程問題數(shù)學(xué)化”的工作。
此外，在指南發(fā)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(shù)學(xué)家“敢揭榜”、成果“能落地”
企業(yè)需求避免不了與工程問題強相關(guān)。然而，基于當前解決工程問題對數(shù)學(xué)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(diào)成果落地，而企業(yè)項目成果可通過商業(yè)價值來衡量。建議項目采取更加全面客觀、科學(xué)合理的評價方式，比如可以把企業(yè)應(yīng)用成果并產(chǎn)生社會經(jīng)濟效益的結(jié)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(xù)性。
“揭榜掛帥”首次在數(shù)學(xué)領(lǐng)域聯(lián)合開展，對企業(yè)來說這也是個新事物，課題具有高難度和高風(fēng)險性，還存在諸多細節(jié)值得探討。
企業(yè)作為自負盈虧的組織，必須追求效益。同一個技術(shù)在不同場景、不同時間可能有完全不同的價值。如何平衡學(xué)術(shù)價值和技術(shù)價值的時效相關(guān)性？
比如，隨機碼因復(fù)雜度難以工程化，目前來看僅具有學(xué)術(shù)價值。但此前5G標準的另一個編碼LDPC碼，在上世紀60年代發(fā)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(yīng)用。人工神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)也同樣經(jīng)歷了當初無人問津、近年卻被熱炒甚至出現(xiàn)泡沫化的過程。
面對持續(xù)的市場競爭，企業(yè)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(yè)重大需求的相關(guān)課題，企業(yè)如何參與評審，意見占多大比重？是否要承諾應(yīng)用項目成果？企業(yè)能否在項目過程中調(diào)整（不確定性創(chuàng)新）項目的指標甚至是整體技術(shù)方案？此類企業(yè)參與的細節(jié)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(yè)內(nèi)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(yīng)用，企業(yè)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(yè)和科研人員等共同努力，不斷優(yōu)化運作細節(jié)、共同探索。問題的質(zhì)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(yīng)用數(shù)學(xué)研究助力攻克產(chǎn)業(yè)“卡脖子”難題。
來源：《中國科學(xué)報》
