去年5月在首尔格兰德华克山庄及维斯塔华克山庄酒店举行的“首尔论坛2019”圆桌会议上,以色列理工学院校长佩雷茨·拉维与参会者合影留念。/成亨周记者 作为人工智能(AI)基础算法深度学习(深层神经网络技术)的摇篮、并崛起为自动驾驶汽车圣地的加拿大“枫叶谷”,其成功案例充分说明了国家层面的研发(R&D)战略为何重要。加拿大自2000年代初起便由政府主导持续对AI进行研发投资,结果在2006年由多伦多大学教授杰弗里·辛顿首次提出深度学习概念等,取得了成果。2017年,加拿大制定了全国层面的AI战略,在蒙特利尔、多伦多和阿尔伯塔等地设立AI研究所,并为开发自动驾驶汽车技术而放宽了与数据收集相关的监管,还专门推出了简化就业签证的项目以吸引人才。即看透未来产业技术方向,着手为技术开发输血人才、为商业化技术放宽监管、构建产学研有机联动体系。这些努力带来了企业和人力的流入。谷歌(Alphabet)的自动驾驶子公司Sidewalk Labs计划在多伦多建设智慧城市,运营自动驾驶出租车并收集自动驾驶所需数据;优步则决定向位于多伦多的自有研究所投资2亿加元(约1600亿韩元)。
韩国工学翰林院会长权五经强调:“在企业与学界、研究机构各自为政的方式下,已无法再期待研发成果”,“从研发的规划阶段起,企业与学界、研究机构就应共享问题意识,共同开展研究和中期检查,这种全周期协同研究必须增多。”
■“单打独斗时代”终结…亟需有机协作
专家们一致认为,最重要的是构建有机的研发体系。特别是AI、第五代移动通信(5G)、自动驾驶汽车等未来成长产业,必须设定战略性投资领域、衔接大规模投资、开展分阶段专业化的细分研究。就企业而言需探索未来增长动力,政府需提供监管、税制、人才培养等支持政策,学界则需开展能够引领可对接产业化技术的研发。这意味着如果缺乏这种有机连接,就难以在新产业中创造饭碗。全国经济人联合会企业政策室长柳焕益指出:“过去,企业只在大型装置产业中追求些许改良、学界只执着于挣分数的论文、政府在政策框架内像井底之蛙一样行动,也能跻身领先行列,但如今这种时代已经结束”,“仅以自动驾驶为例,如果学界、企业、政府不为同一目标浑然一体,就无法制造出超级差距。”
即便是主力产业中竞争力相对最好的半导体也是如此。存储器虽称世界第一,但非存储器领域的生态系统之薄弱,与半导体强国的名声极不相称。例如设计芯片的无晶圆厂企业,其全球市场份额(以去年为准,IC Insights)还不到1%。相反,中小零部件企业根基扎实的台湾份额则高达17%。美国总统唐纳德·特朗普如此费心要把台湾的台积电引入美国,是有充分理由的。韩国半导体产业协会常务安基铉指出:“必须认识到非存储器并非大企业的专有物”,“如果没有以中小中坚企业为中心的生态系统,局限就不可避免,因此国家层面的战略性培育很重要。”
■应着力培育具备市场性的技术与专业人才
今年国家研发预算编定为24万亿韩元,比上年增加18%。但有评价认为,如果目前这种按部门分割选定项目、撒钱式的自上而下技术产业化模式不转变为聚焦市场需求的方式,获取新技术仍将遥遥无期。《智能手机人》一书作者、成均馆大学教授崔在鹏表示:“是否为创新技术,并不取决于实现技术的难度,而取决于能否获得消费者的选择”,“随着新型冠状病毒感染症(COVID-19)使社会变化加快,研发也需要引入面向能获得市场选择的技术的方法论。”
构建人才培养体系同样迫在眉睫。引进美国哈佛大学教授魏九渊、普林斯顿大学教授承世凡、宾夕法尼亚大学教授李丹尼尔等人的Samsung Electronics,以及SK海力士(加州大学圣迭戈分校教授金英汉)、LG电子(南加州大学教授约瑟夫·林)、NAVER集团(香港科技大学教授金圣)、网石游戏(이준영 IBM沃森研究所)等企业全力争夺海外人才的景象,反过来也显示了国内相关人力的现状。据软件政策研究所分析,到2022年为止的5年间,韩国AI人力缺口预计达9986人,其中硕博士级人力将达7268人。去年12月,全经联下属韩国经济研究院以国内30名AI专家为对象进行的问卷调查中,AI人力不足率也达到60.6%。
专家指出,继今年结束的“第三次科学技术人才培养支援基本计划”之后,从明年起实施5年的“第四次科学技术人才培养支援基本计划”中,应勾画出顺应产业变化培养相关人才的蓝图。担任第四次基本计划规划总管委员长的弘益大学教授吴明淑表示:“需要确立能让大学和研究生院配合变化了的产业需求、开展更为实质性教育的人才培养方向。”/梁史录·金昌永·李在明记者 kcy@sedaily.com






