“揭榜挂帅”如何革新产学研融合?
作者: 霍思伊 曹然今年6月,华为发布新一期“难题揭榜”题目,题目来自诺亚方舟实验室,围绕人工智能,涉及预训练、大语言模型、多模态等“ChatGPT时代”最受关注的话题。每周,华为会围绕一个特定领域面向全社会发布5个难题,题目领域涉及无线、硬件工程、材料、数字能源等。
今年3月,华为CEO任正非在“难题揭榜”火花奖座谈会上的讲话刷屏。任正非称,“我们与高校合作,公司只是放进去一点东西,通过高校的力量来释放,充分发挥高校学者的作用。比如,高校喜欢‘面条’,我们放了点‘味精’”“我们与高校的合作是在一定的技术边界内探索人类的未来”。自2021年11月起,华为将产业中的难题面向社会发布,仅半年多以后,就收到了来自600多位老师的反馈,参与揭榜高校达91所,迄今为止,已组织发布揭榜难题超过300道。
华为“难题揭榜”,是人们更熟悉的“揭榜挂帅”机制的一个经典样本。本质来说,“英雄不问出处”的“揭榜挂帅”是一种众筹式创新和开放创新的新机制,也是组织科研攻关的一种新模式。企业“出题”,以应用为牵引,高校“答题”,用研发推动技术突破。近两年,“揭榜挂帅”出现在各级政府文件中,几乎每个省、市乃至县都在发布“榜单”,面向全国寻找“揭榜人”。
华为“难题揭榜”模式有何特殊之处,有可复制性吗?中国产学研融合的深层困境到底该何解?

“提出好问题也是一种能力”
2023年4月6日下午,华为“难题揭榜”火花奖颁奖现场,程光从华为公司董事、2012实验室主任查钧手中接过了获奖证书。这是他收获的首个“火花奖”,证书上的获奖词写着:“华为向全社会发布难题,兼顾产业挑战和科学价值”。
程光是东南大学网络空间安全学院教授。2022年11月,他首次“揭榜”,选择的题目是 “资源约束条件下,百万数据流的统计和筛选”。他对《中国新闻周刊》说,这是一个具有广泛应用场景的技术难题,在网络安全、网络管理、网络测量等很多领域都会用到。他原本就对此有研究,看到问题后,当天就给“接口专家”发邮件,很快收到回复,第二天一早,双方进行了首次线上讨论。
华为“难题揭榜”的出题人来自华为的不同部门,每题都附有“接口专家”的邮箱。两个多月内,程光先后和华为专家开了多次会议。第一次会让他印象深刻,五个华为专家在屏幕的另一头,为他详细剖析了难题的方方面面,比如,约束条件到底是什么,希望能解决哪些问题,国内外目前在这个问题上达到的最先进技术标准是什么?华为希望在哪儿有所突破?程光说,别的企业提出的是问题,华为提供的是一篇清晰、简洁、有技术前瞻性的学术综述。

在华为“黄大年茶思屋”网站上,可以看到每一期“榜单”,每个难题下都有四个板块:问题描述、技术挑战、当前结果、技术诉求,还会附有参考文献。例如,对于难题“通用决策预训练的多源数据融合”,出题人介绍,预训练模型的发展使得机器人决策控制领域发生巨大变化,微软也将ChatGPT的能力扩展到机器人领域。不同于自然语言生成,机器人领域跨任务泛化模型对数据采集的要求较高。因此,技术诉求也很明确,关于高质量数据集和复杂环境认知。
与程光揭榜的技术难题不同,去年9月底,李国兵 “揭”的是一个工程应用背后的数学基础问题,涉及到射频领域,属于应用基础研究类型。他是西安交通大学信息与通信工程学院副教授。“乍一看,好像是上世纪50年代就研究过的经典。”他对《中国新闻周刊》回忆道,“但仔细研究,这个问题直到2022年还不断有新的工作涌现出来,说明这个古老的问题,在新的、更严苛的工程约束条件下,就变成了一个新问题,旧的方法不再适用。”
李国兵指出,这个问题虽然面向应用,但是提炼出了理论高度,“不是一般企业能问出来的”。在他看来,华为“难题揭榜”的难题有三个特点:一是从实践中来,每个问题都有很明确的应用背景;二是这些实际中遇到的问题都经过了“精加工”,其中的核心基础问题被提炼出来,使其不再局限于具体的应用场景,有一定的共性和普适性,而且在科学上很前沿;三是技术诉求明确。李国兵发现,华为对问题的指标要求很清晰,也知道现有的理论边界在哪儿。
多位参与华为难题的“揭榜者”观察到,华为提出的难题主要分为纯技术类和偏应用基础类,后者比前者更多。概括来说,这些难题“既有理论高度又能解决实际生产困境,同时具有普遍科学共性”。
2021年6月举办的“第二届数学促进企业创新发展论坛”上,华为公司全球技术合作副总裁艾超介绍,华为“难题揭榜”项目是要解决紧迫性问题,紧迫性问题分为战术和战略两个方面,创新具有不确定性。因此,企业应在关注战术紧迫性问题、解决当前“卡脖子”问题的同时,聚焦战略紧迫性问题,推动企业可持续发展。
华为2012实验室主任查钧在2021年的一次访谈中说:“提出好问题也是一种能力。”他指出,要有能力提出问题,把工业界的难题抽象、翻译成科学家能够听得懂的语言,弥补学术界与产业界的巨大鸿沟。
2022年10月间,李国兵和华为专家进行了多次邮件和线上交流,他的第一感觉是“很舒服,在和很内行的人打交道”。因为很有共同语言,持续交流也就成为解题的催化剂。他回忆,每次和华为专家谈话,都“直接切入问题的核心”,先是讨论初步想法,随即华为发来相关测试数据,供他用自己的方法演算,反复交流几次后,他就大幅改进了最初算法,去年12月初获得“火花奖”。李国兵感到知识上的相互促进,“对方尊重我做的事,彼此是在同一个频道上”。
程光也记得,在解决“资源约束数据流”问题时,他最初有些疑问,因为部分条件是目前技术无法解决的。他提出,能不能把约束条件再放宽一些,多次沟通中,原本相对粗犷的指标体系越来越明晰,双方共同确认了“问题可解”的最新“边界”。在程光看来,这也是一种建立“共同语言”的过程。互动之下,可以说解题是一个共同打磨、共同完善、共同成长的过程。华为“难题揭榜”突破了传统校企合作模式中单向的“企业是出题人、高校是答题人”的模式,变成校企“共同答题”。
查钧自2016年起负责华为中央研究院,他介绍,华为研究院主要有三类人,一类是“瘦子”,也就是科学家,偏基础研究;另一类是“胖子”,善于解决产品的问题、工程的问题,即技术专家;还有一类“既瘦又胖”,能把基础研究、应用研究与技术创新、工程创新连接起来。
为什么这么形容?因为“教授教授,越教越瘦”“杀猪杀猪,越杀越胖”,这是任正非对公司实践的一个形象总结。华为研究院的构成是橄榄型,两边稍小,中间层大,也就是“既瘦又胖”这类人最多,也是华为最需要的。查钧解释,在很多工作中去解决实际业务的挑战问题,反过来又会对基础研究提出更高的要求,需要理论突破,以及根子上的创新。另一方面,在问题牵引之下、为了解决产品问题而发明的“手术刀”,越有基础研究加持的,越具备解决一系列应用问题的泛化能力。
这是华为内部创新的方法论,打通学术界与工业界、基础研究与应用,现在正向外部扩展。这些“既瘦又胖”的跨界专家正努力成为“科技外交家”。查钧在2021年的访谈中说,华为要求,专家如果解决不了问题,就到高校跟老师碰撞讨论,向很多合作伙伴发布难题,“专家本人要把这个问题当成他自己的问题,把解决问题当成他自己的责任,变被动为主动”。
虽然华为会把难题定期发布在“黄大年茶思屋”上,但很多高校老师都很忙碌,不会时刻在网上跟踪榜单。多位受访老师说,华为每次发布新的悬榜难题,经过筛选后一般会通过高校转给相关专业老师。去年9月,李国兵在浏览邮件时偶然发现了一道让他感兴趣的难题,就是后来的“揭榜”对象。
更深度融合的校企合作
国内某高校教授刘志远和华为的合作已经超过六年。他对《中国新闻周刊》说,校企合作方面,华为在业务相关的前沿技术领域,和全球顶尖高校开展合作。
刘志远主要从事高速通信领域的研究,他说,从2019年开始,华为相关领域专家和他联系愈加频繁,并持续不断开展技术交流和合作。
查钧在前述采访中坦言,华为在美国打压开始时,有些手忙脚乱,但稳住阵脚以后,越来越有信心。面对应用上的挑战问题,要从技术根源上寻找解决的方法,还要快速实现国际领先水平,即“扎到根”和“捅破天”。
生存压力与挑战下,华为在研究创新模式上做出了新的调整:第一步是“搞会战”,从三丫坡、太平洋到珠峰,各自专攻一个具体领域做突破;第二步是“难题揭榜”,把业务中的挑战难题,向全社会公开发布,鼓励高校老师踊跃揭榜。
2021年的访谈中,查钧解释,这两年,华为与高校的合作上有很大转变。过去是把高校老师的成果转化过来,现在是出题给老师,主动牵引老师在这一方向上展开研究。“以前高校老师有了成果以后心里有底了,再跟华为签合作协议,但这样我们获得的东西都是去年或者前年的了。现在与高校的合作,对领先性有更高的要求。一般的问题我们自己都能解决。”
因此,华为“难题揭榜”是一种更深度融合的校企合作方式。由于“榜单”涉及问题都很前沿,学者在“揭榜”后更多提供的是一种解题思路,真正的“解法”仍需在后续的长期项目式合作中完善。也就是说,通过“设榜”延长合作链之后,企业资助的对象不再仅是科研,更是“点子”和灵感。
在程光看来,华为从以前的“寻找项目”,变成了“寻找项目合作人”,无论是合作效率、还是成本效率比,都比此前高得多。而且,“难题揭榜”本质上是一种赛马制,更加公平,也能从全社会挖掘有潜力的人才。“东大获奖者的平均年龄只有39岁,这意味着,至少一半以上的揭榜者可能是35岁及以下,这种唯才适用的方式给默默无闻者以机会,给年轻人以希望。”他分析说。

程光在完成第二个“火花奖”题目后,沿着之前的解题思路,目前已和华为在网络热点检测方面开启了一个新的合作项目。他说,“揭榜”是一种双赢,华为解决了技术难题,他对需求也有了更明确的认识。受此启发,他能进一步拓宽原本的研究思路,找到能广泛应用的技术可能。
对于需求牵引研究,早在2013年,程光就深有体会。当时,华为向他提出需求:用户看视频、打视讯电话时,是否可能在用户卡屏前提前发现问题,及时调整网络服务策略,从而在用户尚未感知到网络服务质量下降时就解决卡顿。“但是,部分地区的视频流量是加密的,怎样从加密流量中分析出这些问题,当时全世界还没有人做过。”程光说。
程光后来研究发现,其实换个思路就能分析出用户是否存在卡顿。这开启了他的一个全新研究方向。这一研究在国内带动了一批产业发展,也为程光带来一系列国家级项目与合作。“这是产业界和学术界合作的很好典范,如果没有企业提出这个问题,那要做出这样的研究,你光靠天马行空去想是不行的。华为公司提炼的这些问题,都是工业界真实存在的问题。”程光说。
2023年5月17日举行的“搜狐科技峰会”上,华为理论研究部主任、信息论科学家白铂也谈到了“难题揭榜”对高校研究的最大益处:有了真正的问题来源。“在学校时觉得无线通信领域缺乏新问题,进入华为后和无线产品线的专家沟通,发现好问题非常多,为什么这些问题在学术界看不到?因为问题的来源枯竭了。”