让科学评价融入人类命运共同体：从“杰青”评选开始
文/王立新（中国科学院大学）
科学是全人类共同的事业，是人类命运共同体的重要组成部分，需要全人类共同来探索、交流、总结与评价。在科学探索、交流及总结方面，我国的科学家已经很好地融入了世界科学的大家庭，只有在科学成果的评价方面，我国有一套完整且庞大的体系在独立运作，基本上没有其它国家的科学家实质性的参与其中。科学评价体系有着指挥棒的作用，是整个科学事业发展中极其重要的一环；我国科学事业整体落后，而且推进艰难，与我们落后的科学评价体系有着非常大的关系。
推进中国科学事业迈向世界一流，实现科技强国伟大的中国梦，我们必须从人类命运共同体的理论高度来思考问题，让我国的科学评价体系融入世界科学的大家庭。只有这样我们才能充分利用人类共有的财富，让世界最顶级的科学家来评价我们的科研成果，并由他们做出实质性的决定，来引导我们的科学研究向正确的方向发展，进而实现超越。
其实，世界科学界有一套运作多年，而且简单有效的科学成果评价方法。我在香港科技大学任教时，我们采用的就是这一套通用方法。具体地讲，当你需要评价一个人的科研成果时，我们的做法是这样的：提交你自己认为最好的5篇论文（科研成果），这些论文在什么期刊上发表无所谓，没有发表也行，只要你认为这些论文代表了你的工作就可以；然后，由学校将这些论文寄给你的国际同行（国外知名大学相关领域的教授），由这些国际同行针对这些论文的原创性和深刻性进行打分——4分（顶级原创性论文）、3分（很强的原创性、内容深刻的论文）、2分（有一定原创性的严肃论文）、1分（缺乏原创性的跟踪型论文），这些分数的算术平均就是对你科研成果的评价，用于招聘、升职加薪、资源分配等。
这就是国际通行的做法，国际同行对这项工作也非常严肃认真，因为他们自己的工作也要通过这套体系来被评价。为什么我们不能加入到这个国际评价体系之中呢？我们的制造业加入国际竞争，成就了“中国制造”的辉煌，连美国都担心老大地位不保。为什么我们的科学界不能让国际同行来评价我们的科研成果，从而让我们真正成为人类科学共同体中的一员呢？
我提一个具体的方案：以“杰青”（国家杰出青年科学基金获得者）评选作为突破口，实行我上面所说的国际通行做法。为什么选“杰青”呢？因为现实运作的“优青（优秀青年科学基金获得者）→杰青→长江（长江学者）→院士”链条，严重误导了青年科学家的发展之路，把他们引向功利，完全背离了潜心钻研学问这个科学研究的正道。只有斩断这个链条，才能让我国的科学家们重归学术，与国际同行们在同一个平台与氛围中思考问题、钻研学问。斩断这个链条一个简单易行的方法，就是在“杰青”的评选上实行我上面所说的国际通行做法，让国际同行们打分，然后严格按分数的高低决定“杰青”的获得者。
具体操作程序是：每个学科先邀请两三位国际著名大学的教授担任评选委员会主席（Chair and co-chairs）,把所有申请人的资料交给委员会主席，由委员会主席根据每个申请人的情况选择相应的国际同行（国外知名大学或研究机构相关领域的著名学者），并亲自写信邀请这些国际同行对申请人的代表性成果进行打分（用我上面所说的4、3、2、1分），收到分数之后算出每位申请人的分数（5篇代表作分数的算术平均），按分数高低决定“杰青”的获得者。
对一个地区来说，特别是贫困地区、欠发达地区，发展工业需要一个过程，发展农业也需要一个过程。一任领导，想在一个县乃至一个乡搞出像模像样（休说卓著显赫）、真的而不是假的、实的而不是虚的政绩来，没有三年五载的艰苦努力，可能性是不大的。
式中，参数b代表信号分析的中点，而参数a表示以t=b为中心的范围尺度，一般地将参数a称为伸缩参数，参数b记作平移参数。与此同时，将记作归一化因子，使得在参数a取值不同的情况下，小波函数能量能够保持相等。
为什么选择“杰青”这个节点来斩断“优青→杰青→长江→院士”这个链条呢？主要原因是：（1）操作起来比较简单易行，用我上面所描述的具体操作流程就可以；（2）“杰青”是一个承上启下的关键节点，如果“杰青”靠真学问，那么下面的“优青”们自然就会跟着走，因为靠拉关系等手段过不了“杰青”这一关；（3）如果“杰青”们清一色都是靠真学问由国际同行们选出来的，那么以后从他们之中评选“长江学者”“院士”时就比较容易形成靠真学问打拼的氛围，把真正世界一流的科学家推上“院士”的位置，中国科学的肌体也就会慢慢的健康起来。
本文关注面向事实型问题的自然答案生成任务，相对于传统的(基于知识库的)问答系统和(闲聊式的)对话系统而言，知识问答中的自然答案生成是一个更加复杂的任务，其难点表现在以下几个方面：(1)学习自动生成自然答案的统计模型需要大量的训练数据，并且这些数据需要与知识库进行对齐；(2)生成自然答案需要涉及分析问句，从知识库中检索事实，并生成用自然语言句子表示的答案等步骤。传统特征工程的方法其扩展性和灵活性有限，而统计学习方法(如深度神经网络)又难以与知识库进行交互。因此，如何自动获取问答对与知识的对齐数据并设计融合知识的统计学习方法是该任务的主要挑战。
路遥遥其修远兮，任重而道远……
