德國：產教融合的典范

劉旭輝　楊詩雨　陳輝

編者按：慕尼黑工業大學前副校長、德國國家科學院院士孟立秋教授作為德國工業發展的見證者與參與者，從她的自身經歷出發解讀德國企業的標準化之謎，分析標準的設立過程以及推行標準化系統的長遠意義。此外，孟教授還從不同角度詮釋了高校與企業的合作和競爭。

一、無人駕駛的大范圍實現：

基于技術，成于倫理

孟教授，您的團隊目前的科研重點主要是哪些領域？

孟立秋：我對與交通技術專家一起進行無人駕駛模擬比較感興趣。通過模擬來了解人在不同路況下的行為，分析他們在不同場景下的反應，實際上是對人類行為的研究，但它需要“無邊無縫”的精準基礎地圖數據的支持。我們團隊近些年一直在重點研究如何動態生成這種數據，把來自政府、企業和廣大志愿者的多源信息融合成格式統一、語義豐富、實時同步的導航服務信息。

我們研究的另外一個重點領域是圖形表達技術。信息化時代所需的技能可以分成三種類型：文字技能（literacy）、數字技能（numeracy）、圖解技能（graphicy）。只有兼具這三種技能，才可被稱為合格的知識分子。我的團隊利用圖形傳達信息比文字更快更準的特點，開發了一些立等可取的地圖設計模版和視覺故事，讓用戶充分利用自己零碎的時間在注意力有限的情況下獲得最大限度的空間信息服務。

您剛提到無人駕駛，目前很多汽車企業都在無人駕駛領域有巨大的投入，在您看來，當前的導航技術是否已經滿足了無人駕駛的要求？

孟立秋：當前的導航技術還未滿足無人駕駛的要求。無人駕駛導航需要較高的地面數據分辨率，大概在1～3厘米級別。現有技術在數據分辨率及實時大數據處理方面都有待突破。

此外，無人駕駛汽車需要動態環境數據。以谷歌（Google）為例，Google大量采集并分析駕駛者在駕駛過程中觀察到的環境與物體，通過視頻大數據處理技術，總結出近1.6萬種不同的目標。但當前實景分析技術僅能成功識別其中的16%左右，這還不足以滿足無人駕駛在安全方面的要求。另外，視頻大數據里反映的絕大多數情況屬于平常事件，不能涵蓋某些不可預知的極端駕駛情況。盡管極端駕駛情況在現實世界極少出現，但不等于不會出現。對于極端情況，我們往往需要通過仿真技術來模擬，在模擬中設定各種極端駕駛參數來訓練自動駕駛技術的智能程度。只有導航技術可以應對所有潛在事故的誘因后，才能將其定義為成熟的技術。

除去技術本身，要想真正大范圍實現無人駕駛，您認為還有哪些必要條件？

孟立秋：我認為還需要考慮政策與倫理兩大方面。首先，在政策層面上，為了實現無人駕駛，需要擬定全球無人駕駛規范，并建立數據共享平臺。無論是“工業4.0”技術，還是“中國制造2025”，智能社會的發展都需要一個發展基礎。無人駕駛不可能限于某個城市或國家，因此駕駛規范也勢必是全球化的。針對這個問題，無人駕駛需要一個全球駕駛規范及數據共享平臺，各個國家需要進行數據交換，完善無人駕駛的智能程度。然而，在大數據時代，數據就是黃金，數據交換的完整性與真實性需要各個政府達成共識，在共享數據方面更開放。

除此以外，社會層面的倫理規范也至關重要。無人駕駛也需要遵守倫理規則，而其倫理規則需要全世界的政府、社會和科研工作者一起制定。我相信，上述問題一一解決之日就是無人駕駛大范圍實現之時。

二、標準化雖無影響因子，

但不顧標準、僅求尖端的行業發展

就如無本之木，難免會為尖端所傷

提到地圖，我們首先會想到Google地圖，您作為地圖學專家怎么評價Google地圖的開發應用現狀？

孟立秋：我一直在關注Google地圖，因為它傳播面很廣，幾乎在全球范圍內使用。Google地圖設計也在不斷地進步。從地圖專家的角度看，第一代的Google地圖不完全叫“地圖”；而現在的Google地圖已經近乎學術意義上的“地圖”了，其相關功能也做得越來越完善。這說明Google是一家非常善于學習的公司，我相信這歸功于Google內部的人才。

目前國內也有許多公司開發地圖，它們與Google地圖的差異是什么？您能否從您的專業角度給它們提些建議？

孟立秋：中國也有很多地圖方面的人才，他們的專業素養與Google地圖設計者不相上下。如果一定要對比的話，可能是在對待數據共享層面的態度有所不同。北美和西歐在數據共享方面更開放一些，他們知道通過開放數據可以得到更多的數據回饋；而中國可能還稍顯保守。實際上，實現開放數據既需要一種倫理道德規范的動機，也需要政府的大力支持。我希望政策更加開放，不用過分擔心數據流失，而要適度地把握“握緊”和“放開”之間的灰度區。

此外，相較德國，中國和北美國家對數據規范和標準化的重視程度都不太夠。而這恰恰是德國的制勝之處。標準化是德國的強項，德國人凡事都先制定規范再共同遵守，而非先閉門造車再統一標準。制定標準需要考慮所有可能出現的情況，需要巨大的耐心和恒心，但有了標準后，工程項目往往可以事半功倍。

您認為是什么原因造成了中、德兩國對待標準化的不同態度？您對此有什么建議？

孟立秋：我認為，國內不太看重標準化的原因之一是有些人抱著急于求成的心態，花很多精力在形象工程上。因為就標準化本身而言，它好像并沒有創新含量，也不需要什么高尖端技術，所以容易被大家忽視。比如，你想要發表一篇文章，內容是關于標準化的，可能瞬間就被扔進廢紙簍了，或者被評定為零影響因子。當人們的仕途受到影響因子的制約時，誰愿意把精力“浪費”在標準化工作上呢？人人都去忙尖端，卻連底座都沒有，難道就不怕被過多的尖端刺傷？

標準的制定需要政府的投入和支持。這不是形象工程，而是基礎建設。不管是應對霧霾還是其他環境問題，標準化有助于信息的高效溝通和管理。我每次和國內同行交談時都會情不自禁地強調標準化的重要性，希望大家對此重視起來。

三、德國大型企業與高校協同主導建立標準化體系；中小企業搭乘“順風車”，

保持“隱形冠軍”地位

請您為我們簡單描述一下德國的標準化體系是怎樣建立與應用的？

孟立秋：德國作為工業強國，始終很務實，注重制定標準。“工業2.0”和“工業3.0”時期，德國出臺了大量的DIN（德國標準化協會制定的標準，類似中國國家標準GB），大大促進了工業產品批量化和高品質生產。

在當前的數字時代，數字基礎設施的標準化是“工業4.0”的核心之一。比如，在我的專業領域，三維的城市建模標準（CityGML）已經成為了歐盟的標準。人們用遙感方法掃描地面的時候，就可按照標準規定的詳細程度等級選擇最合適的傳感器和分辨率。規范可在全歐盟應用，無論建立哪一個數字城市的三維模型，只要是按照同一個標準建造的，就很容易和其他城市模型實現互操作。比如，我們可以要求不同的測繪機構承包不同地區的城市模型，一旦出現重大的自然災害波及多個國家，那些按照統一標準建立好的城市模型一對接就可直接應用了。

在標準的制定過程中，您認為誰應該占據主導地位，是高校還是企業？

孟立秋：我覺得應該是大型企業與高校協同主導，發揮互補優勢。這也是“工業4.0”的一項核心任務。政府作為資助者之一，把研究型高校、大型研究機構和大型跨國企業聯合起來。大型跨國企業對標準化有非常大的需求，而高校和大型研究機構則擁有多學科的知識儲備和未來主義文化，強強聯合才更具實力去制定一個富有前瞻性的標準。

當前，德國政府對這種協同方式有很高的期待——希望數字標準先在德國推廣，再拓寬到歐盟。我認為這是很有遠見的國策。

其實，在數字化時代到來之前，德國就已經積累了大量的經驗。比如在我的專業領域，兩德統一后就很快實現了大地坐標參照系統的統一，德國在建設歐洲空間信息基礎設施的過程中也一直扮演著領導者的角色。如今，德國希望在數字標準化方面走在北美的前頭。雖然歐盟的多元化使得這個目標的實現有一定難度，但是德國的公信力很高，如果某一樣東西在德國能夠站住腳，就不愁能在歐洲其他國家站住腳。

那么，德國的中小企業在這一進程中應該扮演什么角色？

孟立秋：據德國的政策分析，金融危機以來，受影響最大的是中小企業，倒閉的企業也以中小企業為主。盡管有些企業得以幸存，也變成了弱勢群體。然而，中小企業是德國工業的支柱，因此政府會想方設法保護其“不再受傷”。通過大型企業和高校，還有高校以外的研究機構聯盟——如弗勞恩霍夫協會、馬普研究協會等——共建數字基礎設施，各行各業的精英企業就可以搭“順風車”，集中精力做各自最擅長的業務，從而保持“隱形冠軍”的地位。

這也是值得我國學習的地方。真正的發達國家才會以這種態度對待弱勢群體。如果中國的央企與中小企業擰成一股繩，那“中國制造2025”一定能實現。

四、企業轉換大學的積淀，

大學需要企業的激勵

您是否可以從所在領域及您的自身經歷出發，介紹一下高校與企業的合作方式？

孟立秋：一種合作方式是與企業共同培養工業界的在職博士。這個方式對我而言也是在“摸著石頭過河”。例如，我們與寶馬公司合作培養一個博士生，我希望博士生歸大學管理，而不是在企業上班。但企業有自己的規則，所以在這個博士生的安置問題方面，雙方出現了分歧，最后妥協的結果是讓博士生一周到大學來一天，并兼課輔導學生等。如果博士生完全在企業工作，我作為博士生導師就是徒有虛名。博士學位變成了一個空頭銜。所幸這個合作總體還不錯，確保了博士生和大學的交流，企業也允許博士生跟我的團隊合作發表文章。

總體而言，跟企業合作有其積極效果。企業要求立時立刻做出東西，強調效率，往往要求每周都要匯報。大學的工作節奏比較慢，甚至有點缺乏緊迫感，有必要增加一些“只爭朝夕”的企業精神。我還是比較傾向繼續與企業界合作，因為他們會給我帶來很多新的研究問題，在這個過程中會產生新的案例，實際上是一種刺激與互動。

您在擔任慕尼黑工業大學副校長期間也見證了很多高校與企業共同設立的科研項目的發展，項目的發展進程大概是怎樣的？

孟立秋：這方面，德國高校跟國內高校的情況可能比較類似。首先，一個項目的出現往往很偶然和不經意，比如出現在幾個人喝咖啡的過程中。教授們跟企業界的管理人士經常對話是有好處的，通過對話，雙方可以產生思想的火花。這也意味著曾經在工業界有工作經驗的教授們，會與企業有更多合作，因為他們與企業一直保持著聯系。或者畢業生去了企業，以畢業生為橋梁，從而產生合作的機遇。

想法一旦出來，就會進入一個比較正規的流程。比如，怎樣去啟動這個項目，合作方要起草項目的內容、實現的目標、時間表、創新點等。形成較成熟的想法后，提交完整的計劃到學校，等待審核。

學校的審核標準與程序是怎樣的呢？

孟立秋：從學校的角度講，肯定要鼓勵創新含量高的項目。比如慕尼黑工業大學每年會收到1000多個校企合作的想法，也就意味著1000多份合同。管理部門就要花費很大的力氣，因為每個項目里都涉及特別的知識產權的切割等問題。因此，這是一個處理龐大數據的過程，必須要有高質量的管理團隊。

首先是高度的專業化，要把這1000多份合同按照創新含量高低分類。怎樣去評判不同項目里的創新含量？如果沒有創新含量，但是它會帶來創收，如何權衡？這些都是需要考慮的問題。比如，慕尼黑工業大學有一些實驗室做材料堅固度的測試，企業拿材料來測試，付給實驗室測試費用。這件事的確沒有創新，但它有創收，這些費用可以維持實驗室的運轉和更新測試的設備。再如，如果大學精力不夠，無法獨立審核1000份合同，但又不能隨便取消合同，就可以把一些不涉及知識產權問題的項目讓外包公司審核，而學校的精力就可以主要放在創新含量高的項目上。

另外，還會涉及與企業合作合同的擬定、如何分成等問題，項目有大有小，周期有長有短，難免會出現審核時間過長導致項目錯過最佳的啟動時間。這是一個難題，還需不斷地磨合和改進。

五、在高校與企業的人才爭奪戰中，

政府應協助保持一個穩定的教育生態系統

正如您所談到的，高校與企業的追求目標并不完全吻合，企業有其“只爭朝夕”的干勁，高校也有“未來主義”的文化。因此，高校與企業開展合作的同時應該也會存在許多矛盾與競爭。您怎樣看待這種現象？

孟立秋：你們說的很對。數字時代出現了一個新的現象。比如，包括亞馬遜、Google、臉譜網在內的幾個巨型網絡公司都在投入巨大的科研資金到處獵取人才。前段時間在卡內基梅隆大學，計算機系的學科帶頭人及其團隊被企業挖走了。他們是大學最優秀的師資，他們的離開對大學來說是很大的損失。

雖然我們相信企業把這些人才挖走，會有足夠的平臺來讓他們施展才華。但是企業畢竟是企業，它受利益驅動，而且更多的是局部利益和短期利益。出于利益，企業做不到大學那么開放，因此可能會封鎖某些研究成果。其實，中國的一些大型企業也已開始創辦自己的大學，認為那樣才能培養出學以致用的人才。這種企業跟大學之間的特殊人才爭奪戰，不得不引起政府的重視。

在北美已經出現了這種現象，德國目前是怎么做的？

孟立秋：為了防止在德國出現這種現象，德國政府不斷地提醒企業和整個社會，大學是國家對未來的投資，既然大學能夠在各種風雨飄搖的動蕩時代生存，說明它有強大的生命力和存在的價值。

盡管北美在引領潮流，大部分最新的科技概念也來自美國，但德國人并不盲目跟風，而是繼續保持著一個穩定的教育生態系統，鼓勵協同合作多于鼓勵對立競爭。我比較欣賞這種在一個大盤子里看全局的態度。互相抱團取暖才能持久。德國巴伐利亞州近期提出了“拜仁數碼”（Bayern Digital）的概念，在這個背景下，慕尼黑的兩所大學一馬當先，積極與幾家大型企業共同開展相關領域的創新合作。我覺得，這個政策的提出是為了投資未來，投資未來在很大程度上就是投資教育，任何發達國家都注重這一點。

六、標準作為行業典范無國界之分，

中國可以采取加盟的形式借用標準，

實現雙贏

您與國內的機構或者企業有哪些方面的合作呢？

孟立秋：首先，由于我的專業特點，有關地理和空間方面的數據研究比較多，這就會涉及一些數據的保密。因此，我跟國內機構或企業的合作重點更多是從開發新的算法、新的方法、創新的思維等方面來展開。

另外，我也參與一些針對國內機構和企業的講座活動，有時作為傾聽者，有時作為發言人。目的是增進彼此的了解。比如，讓國內企業了解今日的德國和曾經的德國，了解德國的文化及特點，從而對德國有一個比較客觀的認識。

我們今天聊了許多標準化的問題，您認為，相比于北美國家與德國，中國在這個方面應該扮演什么角色？

孟立秋：我覺得中國最好能與歐洲聯合起來，而不一定要自己單獨制定所有的標準。如果標準是行業典范的話，可以直接拿到中國去用。至少在我這個行業，數據標準可以通用。中國以加盟的形式，比如投資一部分，變成一個共贏的合資平臺，這樣可以少走很多彎路。我們不得不承認，在制定標準方面，德國比中國先進很多。我相信中國有識之士很多，也能想到這一點，不用刻意強調獨立自主，有些方面能夠搭“順風車”也是好事。

編輯 許方舟 校對 朱婷婷