CCCF卷首语 | 彭思龙:科学研究和工程技术的结合

2019 年 3 月 11 日 中国计算机学会

中国所谓的科学研究大多数还是一种科学练习,处于不断学习科学研究的过程。放眼未来,中国的科研必然会逐渐落地,落实到解决中国需要解决的问题。



很长一段时间以来,在中国的科研界,科学技术研究和工程技术甚至产业界脱节是个普遍现象,表现为做科研的人员发表了大量论文,但是产业界很多具体问题无人问津。这种科学研究和产业脱节的问题一方面反映出工程研发人员的科学修养有待提高,另一方面反映出科学研究人员不善于从实际应用中发掘出好的科学问题。实际上,科学研究从一开始就没有真正脱离过实际应用。最早期的欧几里得几何算是当时“高大上”的科学研究领域,其实是为了丈量土地;即便是天文观测这样看似比较虚的研究,也与定时和定位技术紧密相关,并没有脱离应用的范畴。


在中国出现这样的现象有一定的历史必然性。中国大规模的科学研究的历史并不长,仅仅几十年时间,所以在过去大多数时间里,中国所谓的科学研究大多数还是一种科学练习,处于不断学习科学研究的过程。这就导致中国的科研人员都去研究所谓的世界热点问题,而这些热点问题基本上都是国外根据自己的需求提出来的。也就是说,我国的大多数科研是替别人解决问题,而不是根据自己的需要解决问题。另一方面,在大多数工程领域,中国处于追赶状态,很多问题都有可以参考的对象,这就导致工程技术人员热衷于模仿先进的对象而不愿意从新的角度思考问题,也就提不出像样的科学问题。


随着中国的工程技术能力不断提升,到了要与国外的产品或者技术进行竞争的时候,一味的模仿已经不能带来有效的利益,这就迫使从事工程技术研发的人员不得不思考新的技术路线,也就有可能发现新的科学问题。尤其是新兴领域,国外没有成型的技术可用,失去了参考对象,我们不得不自己摸索,这时候产生科学问题的机会就会大大增加。另外,科学研究需要相当多的资源,尤其是实验和各种环境都需要大量的资金和人力投入,中国的企业没有高利润的产品为基础资源进行资本积累,就没有实力进行奢侈的研究,自然也就与所谓的主流科研脱节。随着中国企业的竞争力不断增强,产品的利润不断上升,企业就有更好的能力进行科学研究的投资。比如在人工智能领域,中国很多大公司都投入了巨资进行科研,其中很多科研成果达到了世界领先水平,这在过去是不可想象的。


尽管过去一直存在科研和工程的脱节,但是放眼未来,中国的科研必然会逐渐落地,落实到解决中国需要解决的问题;另一方面,企业对于科研的投入越来越大,工程和科研结合的技术也就越来越多。期待我国的科研能够在这种结合中结出硕果,不断产生世界级的好成果。这种局面似乎正在到来。


作者介绍



彭思龙


CCF 高级会员、本刊编委。中国科学院自动化研究所研究员。主要研究方向为图像处理、信号处理的算法和系统。





中国计算机学会

微信号:ccfvoice           

长按识别二维码关注我们


CCF推荐


精品文


点击“阅读原文”前往CCF数图相关栏目



登录查看更多
1

相关内容

基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
机器翻译深度学习最新综述
专知会员服务
97+阅读 · 2020年2月20日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
【机器视觉】计算机视觉前沿技术探索
产业智能官
11+阅读 · 2018年12月25日
10000个科学难题 • 制造科学卷
科学出版社
13+阅读 · 2018年11月29日
【智能制造】智能制造的核心——智能决策
产业智能官
11+阅读 · 2018年4月11日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
观点 | 计算机视觉,路在何方
微软研究院AI头条
6+阅读 · 2017年6月21日
已删除
Arxiv
31+阅读 · 2020年3月23日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Arxiv
16+阅读 · 2018年2月7日
VIP会员
相关VIP内容
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
机器翻译深度学习最新综述
专知会员服务
97+阅读 · 2020年2月20日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
相关资讯
【CPS】信息物理融合系统理论与应用专刊序言
产业智能官
7+阅读 · 2019年2月27日
【机器视觉】计算机视觉前沿技术探索
产业智能官
11+阅读 · 2018年12月25日
10000个科学难题 • 制造科学卷
科学出版社
13+阅读 · 2018年11月29日
【智能制造】智能制造的核心——智能决策
产业智能官
11+阅读 · 2018年4月11日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
观点 | 计算机视觉,路在何方
微软研究院AI头条
6+阅读 · 2017年6月21日
Top
微信扫码咨询专知VIP会员