科学创新四十年,我们可能还没搞明白科学和技术的基本概念

1509182316635fcc3d76f8e3746f61fc.png

来源:澎湃新闻智库报告栏目

撰文:周路明(源创力离岸创新中心负责人,深圳市科协原主席)

中国系统推进科学和技术发展的工作始于改革开放,至今已经40余年。

中国官方和民间发展科学和技术的热情在世界范围内都屈指可数,但有一个问题始终存在:中国一直缺乏关于创新的系统研究(尤其是基于中国自己创新实践的理论研究),现今中国的创新理论是碎片化的舶来品和领导秘书班子对创新认知的混合体。

甚至关于科学和技术的基本概念的认知都存在问题,中国科技创新实践中的一些顽疾与这些认识误区有直接关系。

1

关于科学与技术的两个误区

第一个误区:科学技术是一个独立于经济活动的系统。

科学技术在英文的表述中是“科学和技术(science and technology)”,翻译成中文时变成了科学技术,简称科技。一字之差带来了理解上根本性的差异,在英文语境里科学和技术是两件不同的事情,在中文里却变成了一个东西。久而久之,科学和技术在中国普遍被当成一个独立于经济活动之外的系统。

在中国,从政府、知识界到公众,普遍认为:在高等院校、体制内科研机构的从业人员才是科技工作的主体,所以才有所谓“科技与经济两张皮”的说法,这种表述一直是官方文件的重要判断,并且成为多年来政府制定科技战略、政策的重要依据。

在这种相当正式的官方表达里,科学技术被明确作为独立于经济活动的存在,是一个独立的系统。虽然近年也开始重视以企业为主体的技术创新,但在经济系统之外有一个独立的科技系统,从认识和实践上都是中国科学和技术发展的一个重要特征。

从世界科学和技术发展的历史来看,科学和技术一直是两件不同的事情,遵循不同的发展规律。科学的功能是发现,解决的是认识世界的问题;技术的任务是创新,解决的是改造世界的问题。

所以,技术一直存在于经济活动中成为解决问题的一种能动性的手段和工具,技术创新的概念从一开始就是经济学理论的一部份。也就是说,技术创新指的是一种经济活动而不是科研活动。

中国提科技创新,是基于把科学技术当成独立于经济活动之外的系统,并且把科学和技术看成同一件事情,在这个概念里,创新更多指向体制内大学、科研机构的工作,而且把科研活动当成更高级的创新。这是对科学和技术概念的一个严重误解。

第二个误区:技术来源于科学。

当我们把科学和技术当成一个独立于经济之外的系统时,很容易产生第二个认知偏差:技术源于科学。

中国社会有一个带有普遍性的观点,科学是更高级的东西,技术发展依赖于科学发现,科技进步遵循自上而下的方式进行,“基础研究—应用基础研究—技术开发—成果转化”成为中国科技发展路径模式的标准设计。

“技术源于科学”的认识不能说是一种错误,但如果把它当成科学与技术关系的全部就走向了谬误。

追索科学和技术发展的历史,技术作为一种经济活动存在的历史要比科学久远得多,技术在大多数时间都是独立进化,并且正是因为技术的进化导致了科学的出现而不是相反。

正如复杂经济学的创始人布莱恩·阿瑟在《技术的本质》中所提到的:“科学和技术是两个不同的概念,科学建构于技术”,“技术不是科学的副产品,而是或许恰好相反,科学是技术的副产品”。

2

成  因

中国人对科学和技术的认识,与科学和技术在中国的发展历史密切相关:近代科学在西方兴起时,产业技术、市场经济已经进化到相当程度,推动了科学成为一个独立的领域,科学发展是建立在社会进步产生的进一步认识世界的需求上。

中国的情况不是这样,建国初期,当时产业技术发展和市场经济还没有出现,国家对科学和技术的需求主要体现在国家安全方面,科学和技术在中国的存在方式基本上以体制内事业单位作为唯一的载体,并且持续了相当时间,这也是导致科学和技术在中国逐渐被作为一件事情来看待的实践基础。

近代科学和技术发展史的大部份时间里,是技术驱动科学进步的历史,直到1945年7月范内特·布什递交给当时的美国总统杜鲁门的那篇著名的报告《科学:无尽的前沿》诞生,科学发现对社会和经济发展的能动性作用才得到人们的重视,并且着力推动基础研究带动的自上而下的科技进步方式。

新中国科学和技术发展历史完整的覆盖在《科学:无尽的前沿》提供的范式里,以至于我们几乎完全忽视了还有需求驱动的技术创新模式的存在,即便在人们对科学寄予无限热情的20世纪,发达国家并没有摒弃需求驱动技术创新的模式,美国DARPA计划的本质是通过释放军方的应用场景来发展颠覆性技术并且持续取得巨大成功的实践。

3

影  响

对科学和技术基本概念认识的偏差,对中国科学和技术的发展产生了深刻的影响,当下中国创新体系的大多数问题,都与这些基本概念认识的误区有关。

本来建大学、建国家级研究机构的目的是为了科学发现,结果是大部份人都挤在科学热点地带去回答外国人提出的问题。我们3000多所高等院校大都待在舒适区工作,买昂贵的外国仪器设备就为了发几篇论文,有的学校为了在外国人搞的排行榜上攀升几个名次,单次论文引用奖励高达上千元,中国大学排行榜的进步竟然用这种手段实现,实在令人叹为观止。

这些年来,随着国家科学和技术管理部门对国际评价方法的重视,国内大学、科研究机构一窝蜂玩起了国际评价。

我们对科学和技术的模糊认识导致了大学和科研机构定位和管理上的失误。本来他们的主业应该是两件事情:第一,在无人区开展科学发现的工作,形成源头创新的成果;第二,培养优秀人才。

所谓科学发现是要在“无人区”探索,意味着认识新现象的方法、工具、仪器设备都要你自己设计、研制,当美国人威胁要制裁我们时才发现:科研仪器、检测设备、工具软件这些科研条件都不是我们自己的。为什么没有?你不在无人区工作,你不搞真正的科学发现,怎么有机会去发明、设计、制造这些工具。

没有无人区工作的基础,也直接反映在人才培养上,中国如此大规模的投入却始终没有世界人才金字塔尖上占有一席之地。

科技概念混淆还导致对体制内科研机构的评价一直找不到一个很好的方法,搞科技意味着他怎么玩都有理,不去无人区探险却去搞与企业争利的研发,然后还要政府再拿一笔钱搞成果转化,中国的大学和科研机构以这种养尊处优的状态存在,既不经济亦不道德。

因为技术创新的那部份投入本来就应该投在企业,投在经济活动中,“科技与经济两张皮”的判断实际上是因为对科学和技术概念认识误区造成的伪命题。

其实,我们只要把大学和科研机构逼进无人区(当然,很多机构目前还不具备在无人区开展工作的能力,那就好好教书或者到市场中去做技术),这些问题自然而然就解决了。

真正需要转化的是在无人区工作获得的成果,不是技术成果,技术本来就应该放在企业里面做,国家在成果转化环节巨大的资源投入其实相当一部份是因为概念混淆造成的资源错配。

对科学和技术认识的偏差也深刻反映在创新文化中,把科学和技术当成一个东西容易造成对技术工作的歧视,社会公众普遍认为科学是更高级的东西,学生不愿读职业学校,工程师也要出示“教授级工程师”的名片,不跟科学扯上一点关系显不出社会地位。

中国在数控机床、高端装备领域这些需要工艺和经验积累的领域始终上不去跟上述认识有关。台湾的大学在亚洲的排名远不及大陆,但在培养半导体工程师,发展芯片产业核心技术方面成绩非凡。

日前碰到一位来自台湾的企业家,她做出了业界领先的传感器芯片,她大大方方展示自己硕士毕业的教育经历,却有一种掩饰不住的对20年工程师经历的职业自豪,令人影响深刻。什么时候我能见到大陆工程师的这种职业自豪,也许所谓大国工匠精神才能得以实现。

4

解  决

上述那些问题从根本上解决需要体制机制的重大改革,非一日之功。但有几件事情还是可以努力去做些改变:

第一件事情是科学与技术史教育,科学和技术史应该入教材。这几年美国人在科技领域掀桌子教会了我们很多东西,其中一件事情是意识到我们的创新文化是有缺陷的,这是一种先天性的缺陷,因为缺乏近现代科技史洗礼造成的基因缺陷。

科技史上那些伟大发现的思想渊源、那些科学巨人、发明奇人的成长经历、那些违反常识的方法路径和奇思妙想,以及产生这些人物、发现、发明的历史文化背景,都是我们认识科学和技术发展规律的最好教材,也是弥补我们没能体验那段历史缺憾的最好的方式。

创新的密码隐藏在波澜壮阔的科学和技术史里,集当今世界最杰出的创新理论学者都不能完整呈现创新的规律和路径方法。

第二件事情是开展独立的创新理论研究。目前的创新理论研究机构依附于科学和技术部门的现状,经常成为部门利益的说客和辩护者,很难有独立的研究和思考。以中国这样的科学和技术活动规模,应该形成关于科学发现和技术创新的系统研究成果,并以此指导国家战略和政策制定。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

dcacb4f04bb8221bb55ea32ff5a94b64.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481885.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python:Tensorflow中两个稀疏张量相乘

Python:Tensorflow中两个稀疏张量相乘 博主在想让两个稀疏张量进行相乘时,发现不能用tf.matmul、tf.sparse_matmul、tf.sparse_tensor_dense_matmul,看来tf内置的没有对两个SparseTensor相乘的函数,于是,我在网上找了相…

超越Yann LeCun:世界模型的学习和推理

来源:CreateAMind节选第二节,约4000字摘要了解大脑中的信息处理并创造通用人工智能是全世界科学家和工程师的长期愿望。人类智能的显着特征是在与包括自我在内的世界的各种互动中的高级认知和控制,这些不是预先定义的,而是随着时间…

有了这个标准,你就知道和你聊天的AI是什么水平了

来源:AI前线编辑:刘燕InfoQ 获悉,6 月 28 日,由清华大学计算机教授、智能技术与系统实验室副主任黄民烈发起,联合了十余家科研机构、二十多位知名学者共同制定的全球首个《AI 对话系统分级定义》(以下简称《…

UCL汪军专访:从生命体决策出发,探索智能决策的安全与风险

来源:智源社区整理:沈磊贤编辑:李梦佳导读:我们的日常生活中无时无刻不涉及到决策,如果说感知智能是从观察到发现规律的过程,那么决策智能就是从规律再返回到感知世界,进而改变数据的过程。这样…

课程设计-毕业设计-JAVA画板课程设计---总之岁月漫长,然而值得等待。

在校大学生的一份辛苦劳动成果写了一个小画板程序。 任务书... 1 1.1设计内容... 1 1.2设计任务及具体要求... 1 1.3软件开发运行环境.. 1 2 本组课题... 1 2.1课题... 1 2.2本人任务... 2 3 程序功能简介... 2 1.画板具体功能.. 2 2.功能分析:... 2 …

忆阻器取代晶体管?时间问题!

来源:悦智网1947年,贝尔实验室发明了晶体管,开创了一个电子设备的时代,电子设备比体积庞大、易碎的真空管电子设备更小、运行更冷、功耗更低。晶体管用作二进制开关,以促进电流从关闭状态变为开启状态。收音机、计算器…

可微硬件:AI将如何重振摩尔定律的良性循环

来源:OneFlow撰文:吕坚平本文阐述了当今AI硬件渊源,跳脱过去芯片设计窠臼,以可微分GPU及可微分ISP为例,提倡以AI为本的可微分硬件理念。希望借此可重振软硬件彼此加持的雄风,缓解甚至逆转摩尔定律的衰退。据…

2nm就靠它了!ASML加速研发新一代光刻机:更贵、更强

来源:万物智能视界用于生产 2nm 芯片的 ASML 新款光刻机预计在 2025 年首次投入使用,对芯片厂商而言,“2nm 工艺战”已经打响。ASML 冲刺 0.55 NA EUV 光刻机对于芯片厂商而言,要想发展先进制程,光刻机是关键设备。而从…

中国机器人产业图谱(2022)

来源:阿里云加速器与行行查研究中心编辑:蒲蒲当前中国机器人产业呈现良好发展势头,产业规模快速增长,“十三五”以来年均复合增长率约为15%;产业格局不断优化,以智能制造、智慧服务为使命与愿景的机器人企业…

全球十大半导体企业,美国独占七席

来源:芯师爷想要了解半导体行业,就永远绕不开一个国家:美国。作为半导体的重要发源地,美国成功确立了芯片市场的“老大”地位。根据IC Insights的芯片市场研究报告,2021年美国企业占据了全球芯市场总销售额的54%&#…

【前沿技术】AI终于攻陷了数学领域!高数考试超过普通博士??

来源:智能研究院高数考不好,不知道是多少人的噩梦。如果说你高数考得还不如AI好,是不是就更难以接受了?没错,来自OpenAI的Codex已经在MIT的7门高数课程题目中正确率达到81.1%,妥妥的MIT本科生水平。课程范围…

中科院院士:几乎没有任何研究课题会完全按照预期发展;如果有,这种研究不会有任何突破、不会给人带来任何惊喜...

来源:科学网作者:Philip Ball(《国家科学评论》特约作者)2001年,唐本忠团队偶然观察到了这一有悖常理的光物理现象,从而在发光材料研究领域取得了重大原创突破。2016年,Nature将AIE点&#xff0…

工业人工智能系统框架、关键技术、典型应用与发展趋势

来源:原文刊载于《机床与液压》2022年5月 作者:唐露新 张儒锋 姜德志 林建文 周书兴近年来,智能制造是很多工业发达国家积极推进和重点发展的领域,美国、欧洲和日本等都将目光转向人工智能等核心技术,并不断取得新的突…

MIT Technology Review 2022年“全球十大突破性技术”解读

来源:中国科学基金自2001年起,MIT Technology Review每年都会评选出年度“全球十大突破性技术”,不少在当年崭露头角的技术,如今已经深刻地改变了我们的生活,推动了人类社会的进步。2022年2月23日,MIT Tech…

长文综述:大脑中的熵、自由能、对称性和动力学

来源:集智俱乐部作者:Viktor Jirsa, Hiba Sheheitli译者:JawDrin审校:彭菘峻 编辑:邓一雪 导语我们的大脑在一定程度上是贝叶斯推理系统,生成内部模型对外部世界作出预测,然后将预测与感官输入不…

统计学和机器学习到底有什么区别?

来源:不止数据分析统计学和机器学习之间的界定一直很模糊。无论是业界还是学界一直认为机器学习只是统计学披了一层光鲜的外衣。而机器学习支撑的人工智能也被称为“统计学的外延”。例如,诺奖得主托马斯萨金特曾经说过人工智能其实就是统计学&#xff0…

谷歌2022学术指标出炉!Nature继续霸榜,CVPR第4,计算机5顶会入Top20

来源:公众号:【新智元】作者:新智元谷歌最新学术指标出炉!今年,AI顶会黑马迭出,CVPR仍保持总榜第4,ICLR和NeurIPS排名继续跃升。值得一提的是,ICCV、ICML直接挤进前20。一年一度的谷…

《自然》揭示:发生意外时,大脑中发生了什么?

来源:学术经纬▎药明康德内容团队编辑 当你需要你关注一些重要的事情时,你的大脑会发生什么?最近,一项发表于《自然》的研究告诉我们一项全新的答案:大脑会释放一股去甲肾上腺素。研究团队发现,去甲肾上腺…

基于嵌入式图像处理平台的实时多目标识别算法

基于嵌入式图像处理平台的实时多目标识别算法 人工智能技术与咨询 昨天 本文来自《科学技术与工程》,作者 王旭辉等 摘 要 提出了一种适用于空间观测任务的实时多目标识别算法,它基于DSP和FPGA组合的图像处理硬件平台,运用散点聚类、轨迹跟…

针对深度学习的“失忆症”,科学家提出基于相似性加权交错学习

来源:AI科技评论作者:Rajat Saxena et al.编译:bluemin编辑:陈彩娴与人类不同,人工神经网络在学习新事物时会迅速遗忘先前学到的信息,必须通过新旧信息的交错来重新训练;但是,交错全…