复旦大学校长金力:将配套出台多项政策推动科技成果转化

从“制造大国”转型“科技强国”,高校在科技创新中应发挥引领作用。当前高校科技成果转化率仍有提升空间,如何让科研成果突破“实验室围墙”?

“我们致力于让科学家专注攻克 ‘卡脖子’技术,让专业的人做专业的事。”4月24日,复旦大学校长、中国科学院院士金力在复旦大学-浦发银行F-LAB科学家创业营首期班开营仪式上表示,复旦大学将配套出台多项政策,包括知识产权归属、收益分配机制及职称评审绿色通道等,营造“鼓励创新、宽容失败”的文化氛围。

F-LAB项目以“科技成果高质量高效率产业化”为核心,汇聚校内科创资源、校友生态及市场化资本,构建“创新链、人才链、资金链、产业链”四链融合的生态体系,加速复旦大学原创性、颠覆性科技成果产业化,培育具有全球竞争力的中国科技企业与企业家。

金力表示,F-LAB的宗旨是“赋能科技成果产业化”,而非鼓励教授办公司。科技成果转化不仅是技术问题,更是系统性工程。复旦要成为国家战略科技力量的“排头兵”,必须构建从基础研究到产业落地的完整链条。

为了进一步推动科技成果转化,金力此前在接受媒体采访时表示,今年复旦招生的时候会让人耳目一新,招生方向和专业安排,将有颠覆性的变化。而这又与教育教学改革和人才培养方案密切相关,比如围绕集成电路、智能机器人与先进制造等领域,跳出现有的学科概念,将原来的工科学院全部拆分为6个创新学院。“新工科强调从基础研究 ‘0’到后面的成果转化,原来复旦做 ‘从0到1’,现在我们的新工科做 ‘从0到10’,6个创新学院就是干这个事。”

科研成果突破“实验室围墙”

F-LAB首期班聚焦生命健康、集成电路、人工智能、新能源新材料四大硬科技赛道,吸引34个前沿项目参与,通过系统性课程、实战路演与产业对接,推动实验室成果迈向产业化,助力科学家跨越“死亡之谷”。

首期入营的复旦大学材料科学系教授王飞主攻新型电池的关键材料开发。相比于锂电池,钠电池更安全、低温性能优异,钠资源自主供给。但现有钠电池中的硬碳负极材料成本高、能量密度较低,导致单位能量密度成本相对较高。

王飞团队开发“无负极结构”钠电池技术,摒弃传统硬碳负极材料,将正极钠离子高效沉积到负极,提高了电池能量密度和安全性,降低生产成本。实现沉积过程的稳定性和界面的稳定性是开发“无负极结构”钠电池技术的关键。为了高效平整沉积钠离子,团队设计电解液、界面结构和组分,找到最佳匹配方式,填补该领域的研究空白。

王飞说,我国科技创新进入深水区,亟需突破传统改良路径,构建”从0到1”的原始创新能力,基础研究要与市场需求高效衔接。加之投资机构越发关注高校和科研院所的成果,愿意陪伴科技成果孵化、成长。科研人员和投资机构双向奔赴,让科研成果突破“实验室围墙”。

基于这些判断,2023年王飞成立江苏隐功科技有限公司,推动“无负极结构”钠电池技术产业化。实验成果从复旦大学实验室产出,科技成果转移由复旦大学科研院推进,投资人是复旦大学校友,“我们的科技成果转化与复旦大学的联系是千丝万缕。”王飞介绍,目前早期产品已定型,团队正与客户测试,提高钠电池场景匹配度,计划今年实现批量销售。

放射治疗是中晚期宫颈癌的主要治疗手段,但放射性直肠损伤严重影响患者生存质量,此前并无有效解决方案。2015年,第一款PEG(聚乙二醇)放疗防护水凝胶在美国成功获批上市,作为一种新型的放疗防护生物材料,它可在肿瘤与直肠间建立隔离区,达到良好的防护效果。

为了搭建起我国医用水凝胶技术平台,上海瑞凝生物科技有限公司突破材料技术难题,开发出用于宫颈癌放疗防护的水凝胶,填补国内放疗防护领域的空白。“我们在研究生阶段研究医用水凝胶时偏向于基础学术研究,也没想过产业化,更多是想发论文和毕业。”毕业后在跨国企业积累了管理经验的复旦校友潘震萌生创业想法,“找钱找资源”,2018年创办瑞凝生物,逐步将实验室成果产业化。潘震表示,目前公司还在开发针对前列腺癌、肝癌等水凝胶产品,其中三款产品已进入临床阶段。

科学家要转变观念

从科学家跨界创业者,王飞坦言,科研人员的技能相对单一,而科技成果转化既要保持技术和市场敏感,又要调动各方资源,这种集资源整合、跨界沟通、技术研判与市场洞察于一体的综合能力难以靠单一主体实现,因此必须构建优势互补的团队,专业分工、协同创新。

科技成果转化要经历小试、中试和量产。王飞表示,新型电池技术最终要实现大规模量产,必须开发特殊设备,工艺要配合新型材料和结构,这是实验室所不具备的能力。因此要同更有产业经验的人员合作,调试设备、保持产品一致性、实现规模生产。

潘震同样感慨,生物医药方向的产业化要经历小试定型、中试放大、生物学评价、动物实验、人体临床试验等漫长过程,开发一款宫颈癌放疗防护水凝胶历时八年。创业八年,潘震越发觉得,实验室成果的产业化落地并非科研的“最后一公里”,高校实验室里的成果只是第一步,距离产业化还有“99公里”,这条路上充满了坑。

科研可以不计成本将研究做到极致,但商业化必须考虑市场接受度。王飞表示,科学家创业必须转变观念,对工艺方案有所取舍,生产为市场所接受的高性价比产品。

“抠门”是做企业的重要品质,潘震表示,做企业是真金白银的投入,必须慎重决策,为股东创造价值。“企业最核心的使命是创造价值,如果忽略了这一点,大概率是做不好的。”因此不能为了产业化而产业化、开发伪需求产品。要为社会创造真正有价值的产品,而不是科学家“觉得好像有用”。

“创业以后更需要系统学习管理学知识,我们靠实践得来一些知识,后来发现早就有相应的理论,这时候常常有一种顿悟的感觉。”王飞说,与F-LAB成员的交流碰撞有助于加深市场理解,学习管理经验,规避管理风险。“加入到创业生态中,一群人能在市场中走得更远。”

F-LAB为科学家提供“不止于资金”的价值支持,还将通过移动课堂、行业参访、实战路演等形式,推动科技成果高质量高效率产业化,让科技成果产业化之路走得更稳、更远。

“F-LAB平台可以给我们更多和复旦校友沟通、接触优秀科技成果、寻求产业合作的机会。我们也知道,早期项目要走到后期阶段非常不容易,我们也希望用我们的创业经验为早期项目提供帮助。”潘震表示,希望F-LAB是梦想起飞的地方,从这里走出头牌项目、爆款项目。

金力表示,“我们希望F-LAB不仅能培养一批成功企业,更能探索出可复制的 ‘高校科创模式’,为国家科技自立自强提供复旦方案。”

复旦邱锡鹏:MOSS中文能力已超ChatGPT,可进行角色扮演

复旦大学计算机科学技术学院教授、MOSS系统负责人邱锡鹏7月7日在2023世界人工智能大会发表演讲。

·MOSS系统负责人邱锡鹏表示,最新的MOSS已经能够在中文能力上超过ChatGPT,可以通过使用工具来为用户提供帮助,并在预防“有害道德”方面做了很多优化。

·邱锡鹏认为,通用大模型除了算力需求大以外,目前依然在可信性、安全性、逻辑性等方面存在许多挑战,里面有非常多的科学问题并没有被解决,这些都需要高校研究团队进行重大科研攻关。

复旦大学计算机科学技术学院教授、MOSS系统负责人邱锡鹏7月7日在2023世界人工智能大会发表演讲。

7月7日,在2023世界人工智能大会“大模型时代的通用人工智能产业发展机遇以及风险”论坛上,复旦大学计算机科学技术学院教授、MOSS系统负责人邱锡鹏表示,国内首个对话式大型语言模型MOSS在今年2月发布后,还在连续不停地迭代,“最新的MOSS已经能够在中文能力上超过ChatGPT。”

邱锡鹏在演讲中表示,目前MOSS可以通过使用工具来为用户提供帮助。例如MOSS本身不会绘画,但它可以调用文字生成图片的插件来达到效果。而对于算数运算,MOSS也可以调用计算器和解方程器来完成复杂的数学解题。如果向MOSS询问原有知识库里没有的实时信息,MOSS可以调用搜索引擎,根据反馈的结果进一步回答,例如每天抓取新闻,为用户汇总新闻链接与内容。

邱锡鹏透露,MOSS发布后,团队把一部分精力放在如何打通使用工具的能力,并在4月推出了开源插件版的模型MOSS-Plugin。“作为模型和外界交互的一种非常重要的方式,插件能力在未来是非常重要的。”他说。

值得一提的是,MOSS在预防“有害道德”方面也做了很多优化。“对于违背道德的问题,MOSS会避免回答,我们通过优化让MOSS具有非常强的道德感。”邱锡鹏同时表示,MOSS还可以进行角色扮演,实现个性化上的优化。

此外,邱锡鹏表示,现在所谓的大型语言模型成本高,主要是集中在第一阶段,即预训练(Pretraining)。“我们的大模型不是大公司才能玩得起,以后高校、普通爱好者和学生都可以玩大模型。” 邱锡鹏指出,后面阶段的成本相对来说并不是特别高,例如预训练后的监督微调、迭代优化、推理部署、模型评测等阶段。但这些阶段才是真正的挑战,“前面的预训练阶段并不适合所有人来研究,但是后面有非常多的科学问题需要我们进一步研究。”

大模型仅仅只是工程问题,高校和学术团体做大模型没有意义?邱锡鹏并不这么认为。公司投入金钱与工程师来推进工程的确重要,但大模型如果仅仅靠公司是没办法真正做好的。“大模型里有非常多的科学问题需要广大研究者参与。如果离开了学术团队,大模型可能会缺少非常多的理论和技术支撑。”

邱锡鹏进一步指出,“通用大模型除了算力需求大以外,目前依然在可信性、安全性、逻辑性等方面存在许多挑战,这里面有非常多的科学问题并没有被解决,比如智能如何涌现、复杂推理如何实现、高效架构、学习策略,以及如何做更好的知识融合,这些都需要高校研究团队进行重大科研攻关。”

复旦团队将围绕MOSS持续开展大模型其他方面的研究,包括能力强化、知识对齐、模态融合和开源开放,进一步迈向通用人工智能。

邱锡鹏在论坛中还介绍了正在建设中的开源语言模型平台OpenLMLab,该平台的下层将对接国产通用框架和预训练模型库,而上层会面向大模型生态方面的应用。

据介绍,OpenLMLab集对话模型、模型微调、模型对比和模型评测等领域于一体。MOSS是该开源平台的对话模型,而COLLiE是模型微调的工具库,将来会进行强化学习迭代。此外,该平台支持AI生成文本检测软件Sniffer和快速对比多个对话大模型效果的工具ChatZoo。

邱锡鹏在演讲结尾还介绍了一款名为Gaokao的工具,基于高考题目进行模型评测。“我们认为,现在有许多大模型的榜单都不太全面或权威,然而人类的考试是非常全面和权威的,例如高考。基于它,我们可以评测各种大模型的能力。高考的题目还有另一个好处,由于每年高考题目都会更新,基本上大模型不太会存在刷题的嫌疑,因此每年都可以有新题目来比较不同的大模型。”