点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要6分钟

跟随小博主，每天进步一丢丢

“我以前曾经预测，中国会在2020年论文数超过美国，没想到我们提前完成了。”在全国政协十三届一次会议上，中国科学院院士、清华大学原副校长施一公语调沉重地说道。

面对这项数据，为何施一公脸上没有一丝骄傲，反倒是一脸担忧？

“有些评论因此说，中国的科技实力已经超过美国了，我很担心。” 5分钟左右的发言，施一公说了3次“很担心”，让他感到担心的，是目前科研的现状和科研评价的问题。

一、在中国，想“做”核心的科技评价指标，是很容易的一件事

在此次会议上，施一公在参与讨论《政府工作报告》时发现，过去5年里，国内有效发明专利拥有量增加了两倍，技术交易额翻了一番。

“如果较真一点，假设国内有效发明专利从100增加到300，技术交易额从100变成了200，那么单个专利交易额其实是不增反降了，是5年前的66%。”施一公算了一笔账。

同时，补充根据2019中国科技论文统计结果，2009年至2019年（截至2019年10月）我国科技人员共发表国际论文260.64万篇，比2018年统计时增加了14.7%；论文共被引用2845.23万次，与上一个统计年度相比，增加了25.2%，连续三年排在世界第二位。虽然中国论文被引用次数增长的速度显著快于大多数国家，但与排在第一位的美国的7468.9万次相比，还有很大差距。（中国教育报）

这一数据折射出来的，是科技评价体系的问题。施一公称， 在各个单位，不论是晋升还是考量绩效，都会把专利、发表文章、文章的引用数和文章所发表杂志的影响因子作为标准，而且这一风气愈演愈烈。

“但这几个核心的科技评价指标——文章数量、论文引用率、杂志的影响因子——都可以人为地提高。我想大家知道我这句话的意思。”

他表示，“各个学校、单位都办了杂志，想要提高影响因子，互相引用就可以，引用多了，影响因子自然也就高了。”

“中国这样的国家，想要把这3个指标做上去，我认为是易如反掌。”在施一公看来，论文不足以说明科技实力，美国没有这样的评价方式，科技实力却依然领先。

“因此，论文和科技实力是两回事，大家千万要分开。”

二、 中国科研现状：表面上一片繁荣，实则深藏危机 

除了论文以外，目前中国的科研现状，也让人担忧。

前段时间，某国立研究所所长也在自述中表示，中国科研表面上看起来一片繁荣，实则深藏危机。

“目前中国的科研看起来很繁荣、很热闹，但是你如果静下心来，把中国的科研放到世界竞争的大格局里，站在科技发展的大视野上回望，就会发现：不管是基础研究的理论、还是在重大技术的突破，你能看得见的中国人有谁？似乎很难看见谁。原创性的理论极少有咱们的东西，技术领域更是这样。”

“其实不只是我有这种想法。我身边一些做科研的朋友，其实也都做得挺顺，但当大家在一起聊天、喝酒，到了最后比较酣畅的时候，就会发出同样的感慨、 产生深深的忧虑：如果再这么玩下去，中国的科研就没戏了。”

三、 中国现在的科研 

还有一个更深的问题。现在成为大牌科学家的这些人，恰恰就是这样成长起来的。

他们是最早“觉悟”的，所以走得最快，现在可能已经是院士、或者某些部门的科技负责人了。这些大牌科学家也许在夜半醒来的时候，会觉得这样做也有些不妥，但是你要是公开说，就真的是动了他的核心利益，所以这种话谁都知道，但谁也不敢说。

所以我们的科学圈里有这样一个怪异的现状：当他（她）有创造力真正能做科研的时候，是在以利益化的方式在做科研；当他（她）做到功成名就，立马会反过来再去做一些真正的科学工作。但说实话，当人超过了五十岁，已经很难做出像样的成果了。

所以还是知无畏、敢想敢做的年轻人最容易出成果。但是现在更多的年轻人，还必须像他（她）的老师一样这么走，因为假如你过早地去钻研真问题的话，你就会被淘汰。

所以你要想早点功成名就，也得去复制你老师的模式——以最快的方式爬到山顶，然后在山顶上再去悟道。

所以这个事情谁也不好捅破。并且这些人现在已经占据着这样的位置，即使他半夜醒来，心里偶尔会惊悚一下，但是他是绝不会认账的。

因此，中国现在的科研，已经陷入一个往下坠的状态。对于基础研究的那些引导、激励措施，其实是在加速让科学下坠——这真的是一个灾难。

文章来源：晓艳的科技坊、中国教育报

下载一：中文版！学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套！后台回复【五件套】
下载二：南大模式识别PPT后台回复【南大模式识别】说个正事哈由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。
感谢支持，比心。投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。
方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。记得备注呦推荐两个专辑给大家：专辑 | 李宏毅人类语言处理2020笔记专辑 | NLP论文解读专辑 | 情感分析整理不易，还望给个在看！