“揭榜挂帅”如何革新产学研融合？

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。”