刘旭辉　杨诗雨　陈辉

编者按：慕尼黑工业大学前副校长、德国国家科学院院士孟立秋教授作为德国工业发展的见证者与参与者，从她的自身经历出发解读德国企业的标准化之谜，分析标准的设立过程以及推行标准化系统的长远意义。此外，孟教授还从不同角度诠释了高校与企业的合作和竞争。

一、无人驾驶的大范围实现：

基于技术，成于伦理

孟教授，您的团队目前的科研重点主要是哪些领域？

孟立秋：我对与交通技术专家一起进行无人驾驶模拟比较感兴趣。通过模拟来了解人在不同路况下的行为，分析他们在不同场景下的反应，实际上是对人类行为的研究，但它需要“无边无缝”的精准基础地图数据的支持。我们团队近些年一直在重点研究如何动态生成这种数据，把来自政府、企业和广大志愿者的多源信息融合成格式统一、语义丰富、实时同步的导航服务信息。

我们研究的另外一个重点领域是图形表达技术。信息化时代所需的技能可以分成三种类型：文字技能（literacy）、数字技能（numeracy）、图解技能（graphicy）。只有兼具这三种技能，才可被称为合格的知识分子。我的团队利用图形传达信息比文字更快更准的特点，开发了一些立等可取的地图设计模版和视觉故事，让用户充分利用自己零碎的时间在注意力有限的情况下获得最大限度的空间信息服务。

您刚提到无人驾驶，目前很多汽车企业都在无人驾驶领域有巨大的投入，在您看来，当前的导航技术是否已经满足了无人驾驶的要求？

孟立秋：当前的导航技术还未满足无人驾驶的要求。无人驾驶导航需要较高的地面数据分辨率，大概在1～3厘米级别。现有技术在数据分辨率及实时大数据处理方面都有待突破。

此外，无人驾驶汽车需要动态环境数据。以谷歌（Google）为例，Google大量采集并分析驾驶者在驾驶过程中观察到的环境与物体，通过视频大数据处理技术，总结出近1.6万种不同的目标。但当前实景分析技术仅能成功识别其中的16%左右，这还不足以满足无人驾驶在安全方面的要求。另外，视频大数据里反映的绝大多数情况属于平常事件，不能涵盖某些不可预知的极端驾驶情况。尽管极端驾驶情况在现实世界极少出现，但不等于不会出现。对于极端情况，我们往往需要通过仿真技术来模拟，在模拟中设定各种极端驾驶参数来训练自动驾驶技术的智能程度。只有导航技术可以应对所有潜在事故的诱因后，才能将其定义为成熟的技术。

除去技术本身，要想真正大范围实现无人驾驶，您认为还有哪些必要条件？

孟立秋：我认为还需要考虑政策与伦理两大方面。首先，在政策层面上，为了实现无人驾驶，需要拟定全球无人驾驶规范，并建立数据共享平台。无论是“工业4.0”技术，还是“中国制造2025”，智能社会的发展都需要一个发展基础。无人驾驶不可能限于某个城市或国家，因此驾驶规范也势必是全球化的。针对这个问题，无人驾驶需要一个全球驾驶规范及数据共享平台，各个国家需要进行数据交换，完善无人驾驶的智能程度。然而，在大数据时代，数据就是黄金，数据交换的完整性与真实性需要各个政府达成共识，在共享数据方面更开放。

除此以外，社会层面的伦理规范也至关重要。无人驾驶也需要遵守伦理规则，而其伦理规则需要全世界的政府、社会和科研工作者一起制定。我相信，上述问题一一解决之日就是无人驾驶大范围实现之时。

二、标准化虽无影响因子，

但不顾标准、仅求尖端的行业发展

就如无本之木，难免会为尖端所伤

提到地图，我们首先会想到Google地图，您作为地图学专家怎么评价Google地图的开发应用现状？

孟立秋：我一直在关注Google地图，因为它传播面很广，几乎在全球范围内使用。Google地图设计也在不断地进步。从地图专家的角度看，第一代的Google地图不完全叫“地图”；而现在的Google地图已经近乎学术意义上的“地图”了，其相关功能也做得越来越完善。这说明Google是一家非常善于学习的公司，我相信这归功于Google内部的人才。

目前国内也有许多公司开发地图，它们与Google地图的差异是什么？您能否从您的专业角度给它们提些建议？

孟立秋：中国也有很多地图方面的人才，他们的专业素养与Google地图设计者不相上下。如果一定要对比的话，可能是在对待数据共享层面的态度有所不同。北美和西欧在数据共享方面更开放一些，他们知道通过开放数据可以得到更多的数据回馈；而中国可能还稍显保守。实际上，实现开放数据既需要一种伦理道德规范的动机，也需要政府的大力支持。我希望政策更加开放，不用过分担心数据流失，而要适度地把握“握紧”和“放开”之间的灰度区。

此外，相较德国，中国和北美国家对数据规范和标准化的重视程度都不太够。而这恰恰是德国的制胜之处。标准化是德国的强项，德国人凡事都先制定规范再共同遵守，而非先闭门造车再统一标准。制定标准需要考虑所有可能出现的情况，需要巨大的耐心和恒心，但有了标准后，工程项目往往可以事半功倍。

您认为是什么原因造成了中、德两国对待标准化的不同态度？您对此有什么建议？

孟立秋：我认为，国内不太看重标准化的原因之一是有些人抱着急于求成的心态，花很多精力在形象工程上。因为就标准化本身而言，它好像并没有创新含量，也不需要什么高尖端技术，所以容易被大家忽视。比如，你想要发表一篇文章，内容是关于标准化的，可能瞬间就被扔进废纸篓了，或者被评定为零影响因子。当人们的仕途受到影响因子的制约时，谁愿意把精力“浪费”在标准化工作上呢？人人都去忙尖端，却连底座都没有，难道就不怕被过多的尖端刺伤？

标准的制定需要政府的投入和支持。這不是形象工程，而是基础建设。不管是应对雾霾还是其他环境问题，标准化有助于信息的高效沟通和管理。我每次和国内同行交谈时都会情不自禁地强调标准化的重要性，希望大家对此重视起来。

三、德国大型企业与高校协同主导建立标准化体系；中小企业搭乘“顺风车”，

保持“隐形冠军”地位

请您为我们简单描述一下德国的标准化体系是怎样建立与应用的？

孟立秋：德国作为工业强国，始终很务实，注重制定标准。“工业2.0”和“工业3.0”时期，德国出台了大量的DIN（德国标准化协会制定的标准，类似中国国家标准GB），大大促进了工业产品批量化和高品质生产。

在当前的数字时代，数字基础设施的标准化是“工业4.0”的核心之一。比如，在我的专业领域，三维的城市建模标准（CityGML）已经成为了欧盟的标准。人们用遥感方法扫描地面的时候，就可按照标准规定的详细程度等级选择最合適的传感器和分辨率。规范可在全欧盟应用，无论建立哪一个数字城市的三维模型，只要是按照同一个标准建造的，就很容易和其他城市模型实现互操作。比如，我们可以要求不同的测绘机构承包不同地区的城市模型，一旦出现重大的自然灾害波及多个国家，那些按照统一标准建立好的城市模型一对接就可直接应用了。

在标准的制定过程中，您认为谁应该占据主导地位，是高校还是企业？

孟立秋：我觉得应该是大型企业与高校协同主导，发挥互补优势。这也是“工业4.0”的一项核心任务。政府作为资助者之一，把研究型高校、大型研究机构和大型跨国企业联合起来。大型跨国企业对标准化有非常大的需求，而高校和大型研究机构则拥有多学科的知识储备和未来主义文化，强强联合才更具实力去制定一个富有前瞻性的标准。

当前，德国政府对这种协同方式有很高的期待——希望数字标准先在德国推广，再拓宽到欧盟。我认为这是很有远见的国策。

其实，在数字化时代到来之前，德国就已经积累了大量的经验。比如在我的专业领域，两德统一后就很快实现了大地坐标参照系统的统一，德国在建设欧洲空间信息基础设施的过程中也一直扮演着领导者的角色。如今，德国希望在数字标准化方面走在北美的前头。虽然欧盟的多元化使得这个目标的实现有一定难度，但是德国的公信力很高，如果某一样东西在德国能够站住脚，就不愁能在欧洲其他国家站住脚。

那么，德国的中小企业在这一进程中应该扮演什么角色？

孟立秋：据德国的政策分析，金融危机以来，受影响最大的是中小企业，倒闭的企业也以中小企业为主。尽管有些企业得以幸存，也变成了弱势群体。然而，中小企业是德国工业的支柱，因此政府会想方设法保护其“不再受伤”。通过大型企业和高校，还有高校以外的研究机构联盟——如弗劳恩霍夫协会、马普研究协会等——共建数字基础设施，各行各业的精英企业就可以搭“顺风车”，集中精力做各自最擅长的业务，从而保持“隐形冠军”的地位。

这也是值得我国学习的地方。真正的发达国家才会以这种态度对待弱势群体。如果中国的央企与中小企业拧成一股绳，那“中国制造2025”一定能实现。

四、企业转换大学的积淀，

大学需要企业的激励

您是否可以从所在领域及您的自身经历出发，介绍一下高校与企业的合作方式？

孟立秋：一种合作方式是与企业共同培养工业界的在职博士。这个方式对我而言也是在“摸着石头过河”。例如，我们与宝马公司合作培养一个博士生，我希望博士生归大学管理，而不是在企业上班。但企业有自己的规则，所以在这个博士生的安置问题方面，双方出现了分歧，最后妥协的结果是让博士生一周到大学来一天，并兼课辅导学生等。如果博士生完全在企业工作，我作为博士生导师就是徒有虚名。博士学位变成了一个空头衔。所幸这个合作总体还不错，确保了博士生和大学的交流，企业也允许博士生跟我的团队合作发表文章。

总体而言，跟企业合作有其积极效果。企业要求立时立刻做出东西，强调效率，往往要求每周都要汇报。大学的工作节奏比较慢，甚至有点缺乏紧迫感，有必要增加一些“只争朝夕”的企业精神。我还是比较倾向继续与企业界合作，因为他们会给我带来很多新的研究问题，在这个过程中会产生新的案例，实际上是一种刺激与互动。

您在担任慕尼黑工业大学副校长期间也见证了很多高校与企业共同设立的科研项目的发展，项目的发展进程大概是怎样的？

孟立秋：这方面，德国高校跟国内高校的情况可能比较类似。首先，一个项目的出现往往很偶然和不经意，比如出现在几个人喝咖啡的过程中。教授们跟企业界的管理人士经常对话是有好处的，通过对话，双方可以产生思想的火花。这也意味着曾经在工业界有工作经验的教授们，会与企业有更多合作，因为他们与企业一直保持着联系。或者毕业生去了企业，以毕业生为桥梁，从而产生合作的机遇。

想法一旦出来，就会进入一个比较正规的流程。比如，怎样去启动这个项目，合作方要起草项目的内容、实现的目标、时间表、创新点等。形成较成熟的想法后，提交完整的计划到学校，等待审核。

学校的审核标准与程序是怎样的呢？

孟立秋：从学校的角度讲，肯定要鼓励创新含量高的项目。比如慕尼黑工业大学每年会收到1000多个校企合作的想法，也就意味着1000多份合同。管理部门就要花费很大的力气，因为每个项目里都涉及特别的知识产权的切割等问题。因此，这是一个处理庞大数据的过程，必须要有高质量的管理团队。

首先是高度的专业化，要把这1000多份合同按照创新含量高低分类。怎样去评判不同项目里的创新含量？如果没有创新含量，但是它会带来创收，如何权衡？这些都是需要考虑的问题。比如，慕尼黑工业大学有一些实验室做材料坚固度的测试，企业拿材料来测试，付给实验室测试费用。这件事的确没有创新，但它有创收，这些费用可以维持实验室的运转和更新测试的设备。再如，如果大学精力不够，无法独立审核1000份合同，但又不能随便取消合同，就可以把一些不涉及知识产权问题的项目让外包公司审核，而学校的精力就可以主要放在创新含量高的项目上。

另外，还会涉及与企业合作合同的拟定、如何分成等问题，项目有大有小，周期有长有短，难免会出现审核时间过长导致项目错过最佳的启动时间。这是一个难题，还需不断地磨合和改进。

五、在高校与企业的人才争夺战中，

政府应协助保持一个稳定的教育生态系统

正如您所谈到的，高校与企业的追求目标并不完全吻合，企业有其“只争朝夕”的干劲，高校也有“未来主义”的文化。因此，高校与企业开展合作的同时应该也会存在许多矛盾与竞争。您怎样看待这种现象？

孟立秋：你们说的很对。数字时代出现了一个新的现象。比如，包括亚马逊、Google、脸谱网在内的几个巨型网络公司都在投入巨大的科研资金到处猎取人才。前段时间在卡内基梅隆大学，计算机系的学科带头人及其团队被企业挖走了。他们是大学最优秀的师资，他们的离开对大学来说是很大的损失。

虽然我们相信企业把这些人才挖走，会有足够的平台来让他们施展才华。但是企业毕竟是企业，它受利益驱动，而且更多的是局部利益和短期利益。出于利益，企业做不到大学那么开放，因此可能会封锁某些研究成果。其实，中国的一些大型企业也已开始创办自己的大学，认为那样才能培养出学以致用的人才。这种企业跟大学之间的特殊人才争夺战，不得不引起政府的重视。

在北美已经出现了这种现象，德国目前是怎么做的？

孟立秋：为了防止在德国出现这种现象，德国政府不断地提醒企业和整个社会，大学是国家对未来的投资，既然大学能够在各种风雨飘摇的动荡时代生存，说明它有强大的生命力和存在的价值。

尽管北美在引领潮流，大部分最新的科技概念也来自美国，但德国人并不盲目跟风，而是继续保持着一个稳定的教育生态系统，鼓励协同合作多于鼓励对立竞争。我比较欣赏这种在一个大盘子里看全局的态度。互相抱团取暖才能持久。德国巴伐利亚州近期提出了“拜仁数码”（Bayern Digital）的概念，在这个背景下，慕尼黑的两所大学一马当先，积极与几家大型企业共同开展相关领域的创新合作。我觉得，这个政策的提出是为了投资未来，投资未来在很大程度上就是投资教育，任何发达国家都注重这一点。

六、标准作为行业典范无国界之分，

中国可以采取加盟的形式借用标准，

实现双赢

您与国内的机构或者企业有哪些方面的合作呢？

孟立秋：首先，由于我的专业特点，有关地理和空间方面的数据研究比较多，这就会涉及一些数据的保密。因此，我跟国内机构或企业的合作重点更多是从开发新的算法、新的方法、创新的思维等方面来展开。

另外，我也参与一些针对国内机构和企业的讲座活动，有时作为倾听者，有時作为发言人。目的是增进彼此的了解。比如，让国内企业了解今日的德国和曾经的德国，了解德国的文化及特点，从而对德国有一个比较客观的认识。

我们今天聊了许多标准化的问题，您认为，相比于北美国家与德国，中国在这个方面应该扮演什么角色？

孟立秋：我觉得中国最好能与欧洲联合起来，而不一定要自己单独制定所有的标准。如果标准是行业典范的话，可以直接拿到中国去用。至少在我这个行业，数据标准可以通用。中国以加盟的形式，比如投资一部分，变成一个共赢的合资平台，这样可以少走很多弯路。我们不得不承认，在制定标准方面，德国比中国先进很多。我相信中国有识之士很多，也能想到这一点，不用刻意强调独立自主，有些方面能够搭“顺风车”也是好事。

编辑 许方舟 校对 朱婷婷