【新经济】红杉资本周逵：未来10年要跟科学家混在一块
每日趋势
未来论坛2017年会
1月14日，未来论坛2017年会暨首届未来科学大奖颁奖典礼在北京举行。
一、博裕资本马雪征：资本对科研成果作用过大加剧浮躁情绪
博裕资本董事长马雪征在会上表示，浮躁是我们生态环境的雾霾。
她提到，政府在过去三十年给企业以很多支持，比如80年代支持科技成果转化为生产力，政府给了各种研发支持、贷款和现金支持，近年来又提出了创新创业，这对于中国的科研和企业发展是非常好的机会，但同时，也中间存在许多不足。
马雪征提到，浮躁是我们生态环境的雾霾，对产业、创业产生了很多影响。“无论是热钱流入还是资本，对科研成果起到的作用过大，使得浮躁情绪更严重，让创新科学家们、科研人员想在更短时间内有经济效应，这是科研发展最大的阻碍。”马雪征认为，应该给科研人员以更多时间。
二、王贻芳：中国基础科学研究投入太少功利心太强
中国科学院高能物理研究所所长，中国科学院院士王贻芳指出，不进行基础科学研究，这是学习别人，就不能掌握前沿技术，一个国家就没有核心竞争力。
王贻芳指出，不进行基础科学研究，没法深刻掌握人类的全部知识，将来没法用。通过自己研究，比别人研究快，自己研究有优势。研究的过程也很重要，能够做研究，就能掌握方法。只是学习，不能掌握前沿技术。
他认为，基础研究是最好的创新平台，只有第一，没有第二。在这个平台上，可以发展技术，可以掌握这个过程。现在创新最大的问题是人才缺乏，人才从哪来？基础科学研究，是最高级的人才培养平台。世界上最好的大学培养的最好的人才，大多是做基础研究的。
王贻芳批评，中国基础科学研究投入太少，大家功利心太强。欲速则不达，少一点功利心，把技术打得扎实一点，未来创新能力才能更强。
三、张醒生：中国科研拨款机制太死板限制成果转化
未来论坛理事张醒生在圆桌论坛中指出，中国科研经费的拨款机制太死板，这会限制科研资金很好地应用、也会限制科研成果转化。
他指出，中国政府支持了很多科学项目，但是他发现很多科学家在科学创新中有时会有一点问题。他发现科研工作者们每年年初年底最重要的工作是找项目、找资金，之后想办法把钱挪出去，否则很多钱没办法很好地使用，他们最大的最大挑战是：能不能名正言顺把科研基金更好地用起来。
与此对比，他举例，美国很多是政府支持的项目，提出了一个方案，政府项目如果不能被商业使用，可以提供给研究者，这促使美国科研迎来了繁荣发展期。
他总结，中国拨款机制很死板，不能为科学的转化而使用。创新的生态系统离不开法、离不开制度，需要有法治保障。他称自己做投资很少敢投国有项目，投不好就是“国有资产流失”，希望这一点在未来科研生态打造中能有改观。
四、清芯华创陈大同：政府出钱的科研项目脱离现实
北京清芯华创投资管理有限公司投委会主席陈大同指出，政府主导的资金体制和目前的产业和创新需求有很大差距，他在投资中发现，政府出钱的科研项目完全跟产业或者跟中国现实是脱离的。
我这20多年的经验看到的一个变化，首先硅谷跟中国创业环境最大的差别在于硅谷有一套成熟的以风险投资作为核心的创新体系，包括法律、估值、融资以及退出，是一整套非常成熟的体系。在这套体系之下，不管任何的潮头来了，是计算机来了，半导体来了，生物来了，大数据来了，任何新的创新的机会来了它都能抓住，主要是基于这套体系。但是中国是缺乏这套体系的。
我2000年回国的时候这套体系几乎没有，当时没有任何的VC，但是我非常欣慰的一点是这十几年中国的变化非常大，创新体系的变化非常大。从10年前开始有了美元基金，最近又有了人民币基金，中国的特点是没有是没有，一有就是一大波，现在我们基金的数已经上万了，到处都是基金。表面上有点乱，但实际上是好处，总归是从无到有了。说一点好事，在美国完全没有的条件是中国的政府，中国的政府资源是非常多的，特别是地方政府，我们看到许多人的创业机会如果没有地方政府的支持，这种创业机会根本不可能有，特别是海归，回来之后第一笔钱落户落在哪儿得到的支持，从无到有开始做起来，这个在美国是完全没有的，没有任何政府会给你投资，这是一个好的地方，因为地方政府有一个考核的要求。
我说一下不足的地方，现在主要的问题在于退出机制。投资之后，总得想办法退出，中国的VC跟美国的VC差不多了，规则全都差不多了，但是上市的监管这方面千差万别，差别太大，我们投资一家公司按照美国的标准应该是6—9个月就肯定能上市，但是在中国等了3年半，大家怎么等？刘主席有一句话说的好叫做堰塞湖，700多个公司在那儿等着，要等2、3年的时间，这是对创新一个最大的障碍，即大家怎么退出。排队是第一件事，还有一大问题也是莫名其妙的事，本来定价是市场的行为，但是国家对股民负责任非得弄一个PE，变成多少倍。我们的股市上市的时候要是抽签能抽到上市的股就跟中彩票一样，绝对能赚钱，这是全世界没有的情况。但是最近半年多我们看到了一种变化，包括审批制到注册制的变化实际上是有一些苗头的，正在改变。
我们觉得最大的问题在于国家现在非常有钱，国家现在给的科研经费，给大学的是大概10年前的几十倍。原来我能拿到几十万的项目就挺高兴了，现在像清华这样的学校一个教研组哪个项目不拿到一千万他都看不上眼。有了这么多钱，资金给了之后权利跟义务应该是相等的，怎么花？你就会发现规定的那些科研项目完全跟产业或者跟中国现实是脱离的。这就造成一个很大的现象，很多人拿到经费以后我的任务是出一个科研成果通过验收，我就没看到一个项目是科研成果不能验收的，验收项目最后应该能够实现产业化，但是凤毛菱角，实际上还是政府主导的资金的体制跟我们的产业需求和创新需求之间的一个巨大的差距。
五、美国院士李凯：没在中国读高中创造力没被压抑
普林斯顿大学教授、美国工程院院士李凯接受专访。
我也在中国教育体系里待过，虽然我没读过高中，也可能我的创造力是因为没读过高中，没受压抑，最后被压抑三年，但是我想创造力有可能是需要给这些学生有一定的自由度，可以追求他兴趣的机会和途径，我觉得是这个，就是说你不要计划，为这个小孩计划太多，你可以计划一部分，基本的教育需要知道，你需要给他足够空间让他摸索新的知识，这样创造力就有了。我带博士时候我有很多学生我给他自由空间，他自己找项目来做，不是我告诉他解决这个问题他解决这个问题，这样等到他毕业以后出去时候会变得很杰出了。
我觉得你如果看这些人工智能产品是怎么做出来的，其实很多技术上面的都是对大脑是怎么工作的有一定的理解以后，受到这些影响，尤其是最近的这几年，比如说深度学习，根据以前对脑神经网络有一定的了解这种算法进行学习，现在就有很多产品，但是想要知道大脑怎么工作这件事情，到底人的大脑能不能，人自己的大脑怎么工作还不是完全清楚。
举例说明，比如说我们现在学习像小朋友在学校里学习，都是通过语言来学习，你读书书里面都是语言，你听老师讲话也是语言，是不是只能通过语言学习还是通过别的方法也可以学习，语言是不是最好的办法来学习，这是一个问题。
我是不大善于给预言的，如果在人工智能这个领域里面，我觉得五年十年应该会人工智能跟脑神经科学交界的地方会有很大的发展，比如说一个学生，比如说如果他有这种问题，就是说他上课的时候学生不注意，这个人就没法注意，这个小朋友可能有专注能力，如果老师教得太慢他就不愿意听了。有一些小学生是也想主意，就是可能人跟人不一样，就没有这种能力，可以注意力一个小时。
有些人有这种功能性的病，我的预言就是，但是我有一定根据的，我们会发现一种新的办法治这些人的病，比如说现在初步的科研已经有这种苗头，一个这种人如果能够在核磁共振方法扫描这个人的脑袋让他做一些事情的话，经过一些训练，他就变成能够很有注意力，我觉得这个就对这种事情，这一类的事情会很的的发展。
六、卡耐基梅隆大学邢波给精准医疗泼冷水：没那么神
卡耐基梅隆大学计算机科学学院教授邢波指出，精准医疗目前并不像想象中那么有用。他坦言：“实际上我们并不是很能肯定在面对大数据的情况下医生是不是真的可以从海量数据中实时地做正确决策，这也是我们在技术研究和应用研究里面面临的极大挑战。”他指出，目前比癌症和艾滋病更可怕的，是“不可靠的医学研究和很多不复杂的商业炒作”。
邢波指出，很多基因突变的发现，真正有统计意义致病的风险并不会高于50%，而且很多基因对于预测疾病的风险也很少有帮助。更坏的是，即使你发现了有基因上面的缺陷，它对于你的生活习惯或生活形态的影响，也没有发现有显著影响，而且有很多数据显示，DNA的变异，原来说几个DNA变异可以解释一个疾病，但这种论调正在破产，因为发现疾病是很复杂的，致病因素通常达到几千上万个不同的突变。
他认为精准医疗和智慧医疗真正能起到作用的是以下五个方面：电子医生、基因健康、智能医院、移动医疗和隐私。
电脑医生，实际上就是一个基于大数据的决策机制或决策原理。这样一个工作实际上是一个相当复杂的技术研究和产业研究并行的东西，以他在参与开发的Petuum Med系统为例，当你需要做这样一个决策服务器设计的时候，你实际上首先需要倚仗自然源处理、图像识别或数据库记录，来把原始数据变成可以使用的形式化，而且是可以使用的特征，然后你还要去开发非常高端、复杂的计算引擎和人工智能引擎来做计算和推测，最后你需要开发人机界面来把这些结果和医生进行交流。
基因健康，基因组的研究其实远远不只是来做一个测序中心，把每个人测序了事，实际上更重要的工作是要开发基础的病理机制、数据模型或计算机模拟模型，来预测当基因产生变化以后它到底能产生什么样的下游影响，能给病人什么样的建议，这实际上也是以后研发的重点。
医院的自动化，并不只是买各种设备或装各种各样的摄像头，其实它还包括怎样部署一个算法或人工智能引擎，能够使得医院的管理或运营自动化、高效化，能够使资源更好的利用，能够使病人的需要能够及时得到发现和反馈。
移动医疗，穿戴式设备、各种各样的移动设备产生了大量数据，但它到底能不能对人的健康或是对医疗费用产生良好的互动是个问题。实际上这里面还缺少一个基于这个移动平台和背后算法引擎、医生直接干预中间的闭环，所以研究可以往这上面走，甚至可以把移动医疗或是远程医疗的日程也放到同一个框架下来做比较深入的思考。
医疗数据，所有应用和服务都是能够产生和获取大量非常敏感的数据，这些数据如果不当使用，也会对个人或用户的安全、利益造成很大的损害，所以研究这些数据安全，研究怎么来防止它被误用或非法应用，也是一个很好的题目，这里面包括加密、防火墙，各种各样的保护方法，诸如此类。
七、地平线余凯:高速公路只是无人车首个应用场景难的还在后面
地平线创始人、首席执行官余凯表示，高速公路只是无人车的第一个应用场景。
余凯表示，这中间一个很重要的技术是人车通讯，比如自动驾驶的车辆和行人、和有人驾驶的车并存的环境，显示互相交流的信任场景，在无人车驾驶过来时显示，人是否有看到，这在自动驾驶领域是新课题。
由于高度公路的目标相对简单，之前的自动驾驶辅助更多只是针对高速公路。但在普通道路及路口环境中，除常规的车道线外，自动驾驶还要处理行人、路边停车、非机动车辆等更多信息，并对其进行预判。由此增加的庞大数据处理量，对现有的自动驾驶系统是一个挑战。
八、张钹院士:人类学习是举一反三，而AI只能举百反一
清华大学计算机系教授，中国科学院院士张钹指出，现在人工智能并非无所不能，而且还没有达到顶峰。
张钹认为，人工智能比过去往前走了两步：第一步，把机器人应用从原来只建立在数学模型基础上，进步到只要能把这个问题清楚地表示出来，计算机就能解决它，即知其然也知其所以然的问题都可以解决；第二步，以深度学习为代表的用数据驱动的方法，能够解决知其然但不知其所以然的问题，特别是感知问题，这样把能够解决的问题的范围扩大了很多。
但是，张钹认为，走到这一步，并非是人工智能的顶峰。因为目前所解决的问题有三个限制条件：确定的、完全信息的、必须是限定范围的封闭的问题。在这样的问题上，计算机能做得比人好。但是，这三者缺一，计算机就非常难。由于有这些根本性的缺点，人的学习是举一反三，现在的人工智能只能举一百反一，并非无所不能。
九、美国院士周郁：应当如何发明创造
美国国家工程院院士周郁用自己的亲身经历讲了应当如何发明创造：第一，一定要走出传统领域、把不同领域引进到自己的领域中；第二，要把不同的方案结合在一起才可以有革命性的突破；第三，在发明创造时不要怕拒绝。
周郁：我是普林斯顿的教授，我有200多个专利，有些我的发明现在被工业界广泛应用。所以我今天要用我亲身的经历讲三个方面。
第一，要怎么发明创造？对年轻人来说一定要走出传统性的领域，要把不同的领域引到你的领域里面来。我给你举一个例子，我是纳米压印的创始人，现在纳米压印做Google Glass、Apple Glass等等，其实纳米实际上是解决这个问题。纳米压印实际上是把机械的方法引进去做纳米。在20年前这是一个很先进的主意。
第二个例子，现在我们做的新的技术，将来所有的验血什么的都可以自己做，拿手机照张相就可以，你觉得我在这儿讲有点天马行空，一年之后就可以用到这个技术。这种方法的产生，要把实验室、大机器用在这个上面。引进四个不同的方案结合在一起才可以有革命性的突破，在60秒钟把所有检验做完。
第三，不要怕别人说No，实际上你在发明创造的时候，别人都说“不可以”。实际上你的发明越好反对的人越多。你去送论文，他不给你发表。不要怕拒绝，因为你要进入一个新的领域，一定要放弃所有的领域。
十、红杉资本周逵：未来10年要跟科学家混在一块
红杉资本中国基金合伙人周逵在发言中指出，红杉资本目前在投资领域遇到BAT竞争，“我们过去两年投了一批科学家，甚至在论文的阶段就进去了。我们发现BAT是我们的竞争对手。”
我说三个我看到的问题以及我看到的积极的解决方案，也是我的一些思考。
第一个问题是信不信的问题，刚才谈到政府要引导和督导其实是不太信的，说的人多信的人少，在科技和商业之间到底距离是对立的还是连接的？我说一个信的例子，不知道在座的信不信反正我信了，红杉投了思科和苹果，思科的使命是连接时间，苹果是“think difference”，这就是信。投资公司赚了很多钱，思科是梁教授创办的。这说明实际上是有路可走的，至少我是信的，这是第一个问题和有没有解的问题。
第二个是浮躁，当提到浮躁就认为这是行业的雾霾，可是浮躁是多数人的选择，浮躁也就是短期目标，不是没有目标而是短期目标，这是符合人的天性的，因为生命有限、青春有限，为什么一说说百年，我觉得其实这就是一个现象。可是解决方案是什么呢？我们今天谈的科技、资本，也就是我现在从事的行业，就是把短期的浮躁变成一个长期接力的机制，我把我的使命交付给下一帮人来从头开始，这样就能把短期的5年拼成15年，把15年拼成30年，实际上这是一个solution，我拿自己做例子，12年在企业，13、14年做投资，至少这两年包括今天参加这个会，我后面10年要跟科学家混在一块，我要跟他们越来越接近，我的事业就会越来越有希望。这是我的一部分，也就是拼接机制，也就是长期竭力的机制。
第二，机制的成功率，科技和商业中间还是有一短距离的，科技最牛的人是不是管理创新的？技术创新最牛的人是不是管理创新最牛的人？第二，从零开始的小企业发展过程和解决问题的大企业生活过程中有价值，这个过程中有还多的decision要做，我们又扮演了一个角色，让他们减少吃亏。因为要从一个小企业变成一个大企业，我们看到的CEO每天爬起来做的决定都是一生中最重要的决定，怎么保证他每次都可以做对呢？有这样一个伙伴可以降低他的失败率，这是我理解的我做的事情的意义，这是第二个我观察到的问题，浮躁的解决方案是什么。
第三个问题是发散，所有的人每一个口都在谈同样的问题，都在给钱，但钱是极其分散的，每个人都在打井，大家信了所以每个人都在钻井变成了一个运动，但实际上运动是每个人打的井都不够深，我认为这是我看到的第三个问题，可是我看到了一个solution，是比较积极的，我们过去两年投了一批科学家，甚至在论文的阶段就进去了。我们发现BAT是我们的竞争对手，我是能够拼接的，我可以考虑还有人接我棒，15年、30年，我们愿意投，可是BAT他们也来竞争，这就是我说的第三个solution，发散的问题突然我们的产业里出现了华为、腾讯、百度、阿里巴巴这样的角色，他们上百亿的决策是再容易不过的，我认为这是一个解决发散的解决方案。他们的产业聚合了以后，把毛毛雨变成了“倾盆大雨”打一口井可以打3000米，而且是真的有可能打到3000米，而不是打到500米就手工了，这是我响应的3个问题和3个solution，这是我认为比较积极的。
声明
十条所转载文章的版权属原创者所有，文章观点供大家思考，如有问题请与公众号联系。