博士所学，为何常常没用？

       昨天在工程院开会，谈到图像识别技术。有位年轻博士问我：现在企业最先进的技术，比我们多年前的研究成果还要落后，这是为什么？”听到这个问题，我马上来了兴趣。我就给她讲了几个故事。

大约20年前，我的团队研制过一个图像识别技术，并且获奖。这是钢铁行业最早采用图像识别的项目之一。从技术上看，这个技术非常简单。之前为什么没人做呢？原因是存储一张照片需要2M，每天要存20张。而30年前的PC机只有10M~20M的存储能力，计算能力就更差：要是一个结果等半天算出来，就没人用了。那时，我还做了一件事情，就是用热传导方程计算传热。热传导方程是300年前的原理。宝钢最初引进这个技术的时候，一个极其简化的模型都会让机器响应速度显著降低。而我做这件事的时候，机器升级了。

所以，我告诉她：在技术创新领域，这就叫“条件驱动”。有人预言，未来90%的技术创新，都与ICT技术有关——这就是说的条件驱动。在条件驱动的模式下，理论不是短板，条件才是短板。当条件发生了变化——理论还是原来的理论，但能用的地方却很多了。比如，每秒跑几十米的产品，现在有可能用高速数字相机记录下来，进行图像分析。这是过去做不到的。我在宝钢搞了10多年数据分析，取得了一个我自己满意的结果。原因是我有大量数据——这些数据的取样成本就超过1个亿，企业外部是没有的。

当条件不是特别成熟的时候，如果你的技术可以“补短板”，你就可以取得一流的创新成果。这是很多人取得成功的秘诀。我的“师爷”吕勇哉老师曾经是国际自动控制联合会的主席。他的代表作首次在钢铁行业用数学模型进行实时控制——他采用了一个巧妙的简化方法，把计算量简化了，让计算机能够实时运算。在计算条件不足的时候，这个简化是有意义的。但现在居然还有人，在计算量不是瓶颈的前提下，去炫耀自己算法的计算量低，这就是扯淡了。

谈到这里，小姑娘又问我：现场的条件很差、干扰很多，图像识别率不稳定这么办呢？我说：“你说得非常对，在工业中实用的技术一定要稳定。这往往是技术走向成熟的难点所在。但对于这个具体问题，其实很简单啊：你搞一个东西把它罩起来，用稳定的光源照射，把干扰排除。”。

  所以，工程师一定要学会“复杂问题简单化”——为技术的应用创造一个稳定的环境，技术实现就简单了。如果没有办法做到简单化，那常常是设计的缺陷。所以啊，博士们研究的复杂高级的东西，这样做才能发 论文，但现实中往往没有用武之地。

小姑娘又疑惑地问：这不是要花钱吗？我说：“应该是吧。但是不是值得花钱，关键是这些钱能不能挣回来。所以，有些地方可以用干这个方法，有的地方就不可以用。这是用户决定的，而不是技术本身决定的：这就叫需求驱动或者叫用户驱动。”

“需求大了，会不会花很多钱呢？”。我说，很多技术创新，首先在航空、航天、军工、钢铁等高端产业上首次实现，就是因为这些行业舍得花钱呢！ 我还讲起了宝钢当年的例子。建设宝钢时，想从日本引进信息集成技术。当时，日本的报价是5亿美元！ 而我国当年的外汇储备也只有十多亿美元。于是，宝钢才用土法上马的办法，搞信息集成。这时，我又想到了最近红遍中国的“红领制衣”,这家企业实现了个性化定制—宝钢20多年前，新日铁40多年前就实现了这个能力。但当时的技术成本，导致它不可能用在低端制造业。

“博士搞的东西是不是没用啊？”

对于这个问题，我想起一个商界常见的说法：“创新超前半步是先驱，超前三步是先烈”。现在，教育部对高校和博士的考核的是理论上的先进性。这意味着，除非很幸运，多数博士研究成果在商业上是先烈，没有用处才是大概率事件。

我再补充道：“你或许经常听到报道一些理论先进而又有用的东西。 但实用又先进的东西，往往是包装起来的：或者把先进的东西包装成有用，或者把简单而有用的东西包装成理论先进。”但是，“如果只是从宣传口子看问题，看到的往往是假象。真正先进的理论，往往是兴趣驱动的、距离价值实现有一定的距离。”

说到这里，我又生气了：中国有多少科技管理者，是拉着缰绳却又挥动马鞭，逼着科技工作者自相矛盾的事情。但是，他们要是真的在科技上花过心思，估计也就当不了官了。