李凯：造就“科技领袖”是中国未来最大挑战(2)

第二，把数据变成知识。对于大数据的挑战在于，如何加速科学知识的发现和发展。数据增长速度很快，每15年增长1000倍，如何能让科学知识的发现和发展也15年增长1000倍是最大的挑战。现在很多科研工实践比如机器学习，创造知识库、支持深度学习的硬件等，都是为了这个挑战。

第三，大量的软件和硬件设计开源。由于源代码可以共享，推动了整个工业界发展。比如Linux和安卓都是开源的软件，是很多做系统和做手机及平板电脑的公司很快做出高质量的产品。

李凯教授目前的科研项目主要是和把数据变成知识的趋势有关：

第一，是关于创造知识库。也就是前述ImageNet的项目。在有ImageNet之前，计算机图像识别领域，更多人是投入到对算法的研究当中，知识库的构建是个短板。李凯打了个比方，就像只有小学一年级的课本，学习方法再好，学出来也还是小学一年级的毕业生。“算法需要有比较大的数据知识库才能起作用。深度学习的算法上世纪80年代就提出了，直到2012年才开始闪光，就是因为以前知识库太小，有效的算法发挥不出来。”李凯告诉网易科技，知识库大了之后，反而发现很多算法效率低。ImageNet这个项目，对计算机图像识别的研究起到了颠覆性的推动作用。

第二，是关于脑神经科学的项目。这个项目是和普林斯顿大学脑神经科学的科学家合作，研究大脑工作的原理，搞清楚大脑的不同部位之间是如何通讯的。研究的结果可以用来训练人集中注意力，或者帮助诊断脑震荡等，价值巨大。未来，对大脑工作原理的理解、对人工智能的发展至关重要。

第三，帮助医院做数据分析，用大数据帮助精准医疗，从而对疾病做出预测。李凯举了个例子，比如癌症患者，能否在被感染的初期就通过血液的化验等识别出来，对类似的患者，从机器学习的办法推断出来，从而及时加以干预，将对医疗有巨大的帮助。

“科技创新欲速则不达”

对中国的科技创新，李凯一直非常关注。接受网易科技专访时，李凯认为，中国高科技领域在很长一段时间在做的是“填补空白”工作，比如没有原子弹，就做原子弹，没有超级计算机，就做超级计算机。现在很多科技方面已超越了“填补空白”，进入了跟随世界前沿科技发展的阶段。他举例说：“比如说现在国际上有无人驾驶车的公司，中国马上就有很多公司开始做这个事。”

“但是，用原创来领导整个工业界，领导整个科学界，在中国的计算机科学界这种项目很少，甚至基本上没有。”他指出，“下一个阶段最大的挑战，就是中国是不是能出现一批人，能够作为世界上（科技领域）的领导者。”

就此问题，他曾专门撰文论述。2014年，为了纪念《中国计算机学会通讯》出版100期，作为中国计算机学会的海外理事，李凯系统梳理了“中国的高科技领域应当如何创新”这个思考多年的问题，应邀写了一篇长文《促进中国高科技科研创新的想法》。这篇文章的阅读人数超过了30万，这大大出乎李凯的意料。之后，《中国青年报》又对他做了专访，专访文章的阅读数更高。

在《促进中国高科技科研创新的想法》这篇文章中，李凯着重谈了两个问题：缺少高端人才以及对技术研发与创新的不合理管理和支持，他认为这是导致中国高科技发展缓慢的两个最为关键的问题。

李凯向网易科技指出，中国必须能够培养出能够做原创科研的人。“你最开始可以找引进的人，但是你不能永远找引进的人。因为世界上就那么多人，全球的高校都在竞争。”

“在高校里怎样培养出最好的人才呢？就是你得给青年一代创造环境，让他们的创造力能够发挥出来，敢于做那些能够经过时间考验的科研项目。”李凯强调：“有些项目有可能失败，但是你必须开始做这种项目，不能做那种只是跟在别人后面的项目。”

他进一步指出，如果想要培养一批好的人，学校必须意识到教育最主要的产品是学生，而不是科研成果。科研成果是培养学生的一个过程，而不能是目标。要能够给学生或者年轻的教授做原创科研项目的机会。同时，必须给他们足够的支持，只是口头支持是不够的。

同时，李凯认为，中国在对技术研发与创新的管理与支持上也需要改进。在李凯看来，对原创科研项目的计划实际上是一种阻碍。“比如说你要做五年计划，但你怎么能在五年前就能够想象出五年后哪一个科研项目最重要呢？这是很难估计出来的，而且如果非专业的人来定的话那就更难了。”他认为在资金支持方面，李凯建议政府应当与风投联手来投资科研项目，因为科技创新本身风险大，一般风险投资公司会选1%的项目来投资，在这1%当中，只有10%能成功，总体成功率是千分之一。“怎么可能每一个项目都成功呢？这是不可能的。”他说，“我们得面向现实，按照自然规律来办事情，太着急了是做不成的。”

酝酿“中国诺贝尔奖”