南大“三板斧”直指科研评价改革******
从率先引入SCI论文指标,到主动打破“SCI至上”——
南大“三板斧”直指科研评价改革
■新征程新作为
今年,南京大学天文与空间科学学院教师李川顺利晋升为教授。
作为“羲和号”卫星科学与应用系统的总设计师,从2015年起,李川便将主要精力投入卫星工程的论证和研发中,志在解决我国太阳物理研究严重依赖国外卫星数据的“卡脖子”问题。经过团队多年艰苦付出,2021年,“羲和号”发射成功,开启了我国空间探日的时代。正是由于在这项国家重大工程中的突出贡献,李川在今年的教授职称评审和答辩中获得了校内外评委一致认可,顺利晋升。
党的二十大报告提出,深化科技体制改革,深化科技评价改革。近年来,南大积极改革科研评价体系,坚持质量与贡献导向,取消了“数论文、数项目、数奖项”单一评价体系,重点评价学术贡献、社会贡献以及人才培养贡献,为科研创新注入源头活水。
优化考评体系,避免一把尺子量到底
20世纪80年代末,南大作出了一项至今还在影响我国高等教育界的决定:率先从国外引入SCI(科学引文索引)论文指标,作为当时教师职称评审、博士生学位授予的重要评价标准。
这项改革对于当时还较为封闭的国内高校来说,无疑是一颗“重磅炸弹”。“当时国内外学术水平差距较大,缺乏客观有效的科技评价体系,SCI论文指标凭借其透明、简单、客观等优势,迅速在国内得到广泛应用,对推动南大等国内高校科研成果走向国际舞台起到了积极作用。”南大科学技术处处长姜田表示。
20世纪90年代起,在国际学术期刊上发表的SCI论文数量等量化指标,成为中国考核评价学术成果的主要标准。然而,过度追求SCI论文数量的现象逐渐显现,科研工作出现了价值追求扭曲、学风浮夸浮躁和急功近利等问题。
打破“SCI至上”,避免一把尺子量到底,曾经的“吃螃蟹者”开启了改革的步伐,从2014年提出做问题导向的原创研究,到2018年提出构建“三位一体原创驱动式”科学研究新模式,一系列改革让南大科研评价的理念更加明晰:建立以科技创新质量、学术贡献为导向的评价体系,让科研人员在创新链条上走得更远。
如今,南大吹响了科研评价改革“先锋号”,正在实践以质量和贡献为要素,以论文、奖项、专利、专著、决策咨询报告、文献整理、学术译著、艺术创作等各类成果形式为支撑的综合评价体系。同时,全面考察人才在培养周期内的表现,包括师德师风、教育教学、科学研究、社会服务、专业发展等。
从事传感芯片相关研究的南大教师张丽敏就是“不唯论文和影响因子”评审机制的受益者。5年来,她专注于国家战略和民生需求引导的科研工作。尽管相关研究存在难度大、周期长、期刊影响因子低等问题,但这并未阻碍她晋升为教授。职称评审时,张丽敏重点介绍了研究工作的原创性和自主知识产权的完整性,展示了相关成果在非接触可穿戴设备、运动姿势识别等领域的应用与前景,获得评委认可,顺利晋升。
“对取得重大理论创新成果、前沿技术突破、解决重大工程技术难题、在经济社会事业发展中作出重大贡献的教师,申报高级职称时论文不作限制性要求,进一步倡导学术贡献、社会贡献。”中国科学院院士、南大校长吕建表示,创新服务是教师的第一贡献。学校紧紧围绕“双一流”建设总体目标,大力开发教师“第一资源”,突出质量贡献,着力下好科研评价改革“先手棋”。
为了进一步激发科研人员创新活力,2021年,南大完善科研创新激励办法,由过去简单的工分制变成主客观评价相结合的形式,不可量化的贡献有了体现方式。同时,纳入评价的成果形式更加多元,论文在量化评价环节中的权重明显降低。
落实分类评价,打通各类人才晋升通道
南大艺术学院教师陆庆龙擅长油画和水彩画,他的50多幅作品被中国美术馆、中国国家博物馆、江苏美术馆等机构收藏。
“作为美术专业,实践性与创作能力一直是这个专业应该具备的重要特质,但在综合类大学的职称评审体系中往往不受重视。”让陆庆龙欣慰的是,南大充分考虑到实践类专业特点,在职称评审中予以突破。
在评审述职中,陆庆龙没有简单地选择期刊学术文章进行介绍,而是重点展示了自己近年来的美术创作。他在业界高度认可的“全国美术作品展览”上分别获得了“中国美术奖”金、银、铜奖,这些优秀创作成果得到了专家评委一致认可,使他顺利晋升教授。
在南大,越来越多像陆庆龙这样的特殊人才被“破格”聘用。作为全国较早开展分类评价的高校之一,南大在人文、社科、数理等学科分类基础上,进一步打破同质化评价标准,围绕学科特殊性,有针对性地分类设置审查形式及要求,并深化推行代表作制度,建立更专业的“小同行”专家组进行评审,确保评审客观、公正和专业。
例如,在校内学科学术方向中较为小众冷僻或专业特色明显的语言、书画艺术等被列入“冷门绝学”评审组,增加“作品参加国家顶级展览”“被著名博物馆收藏”等定性指标描述;面向航空航天等国家需求的科研人员设立专用先进技术学科组,评价重点放在是否在专用先进技术领域获得较大学术影响或取得经济、社会效益。
南大电子科学与工程学院副教授陈乐长期从事航空航天领域相关工作,多次主持并参与航天部门重要科研项目,但由于科研项目的特殊性,成果难以成文。在过去的评价导向下,特殊科研项目一线研究人员在职称评审中往往竞争力不足,人才的“引、留、用”困境难以解决。
针对此类人才评价特殊性,南大积极“做减法”。教师的职称评审不再唯论文数量,转而关注人才的代表性成果,兼顾科研任务类型和国家与社会认可度。根据科研项目等级,构建合理、公平、透明的人事考核制度,同时配套相应的目标激励和政策激励制度等。
“分类评价体系让青年科研人员最大化享受政策红利,有更多的获得感和成就感,激励我们聚焦主责主业,能够轻装远行。”陈乐说。
据统计,在2019到2021年度专用先进技术学科组职称评审中,最终评定教授5人、副教授2人;在特殊岗位学科组评审中,2人获评教授。
“学校积极在不同学科、不同层次、不同阶段人才特点的精细化分类评价机制上积极探索。”南大人力资源处副处长孙涛表示,希望通过健全分类评价体系,破除思想桎梏,让更多青年科技人才心无旁骛地面向国家重大需求,潜心前沿基础研究,推动学校师资队伍建设高质量发展。
坚持发展性评价,尊重人才成长规律
“在我工作初期长时间没有高水平论文产出的情况下,学校充分肯定了实验室建设的进展。”今年,南大现代工程与应用科学学院教授聂越峰入选国家重大人才工程,成为学校A层次领军人才。回顾这些年科研历程,聂越峰认为,学校提供的良好科研条件和宽松学术环境,让他坚定信心瞄准颇具挑战的前沿基础问题展开研究。
自2015年来到南大后,聂越峰一直致力于建设具有国际领先水平的氧化物分子束外延与原位角分辨光电子能谱实验平台,到2018年首聘期考核时,他只发表了一篇论文。但学校对其工作状态和阶段性成果进行了综合评价,继续给予支持。2019年,他带领团队制备出世界上最薄的钙钛矿氧化物新型二维材料,并取得系列进展,相关成果两度发表于《自然》杂志。
聂越峰的经历并非个例。近年来,南大尊重人才成长规律,坚持将发展性评价思想贯穿于考核评价工作全过程,使人才评价激励机制从“指挥棒”升级为“推进器”、从“检测站”转型为“加油站”。学校邀请同行专家共同组成专家组,注重聘期进展,对于早期在搭建实验平台投入较多精力、建设进展较好、论文成果显示度不高的人才给予充分肯定。
对于处在不同发展阶段的人才,南大倡导不同的学术成果显示内容,重点评估发展潜力,对青年学者,注重学术活跃性的评价,鼓励他们立足科学前沿攀登科学高峰,逐步形成自身学术特色;对中青年学者,注重个人学术研究系统性的评价,鼓励他们建立和扩大自身学术影响力,着力组织科研团队主持承担国家级重大课题;对于学科带头人,注重评价其学术研究高度,鼓励他们提携培养青年人。
“对不同学科领域、不同发展层次的教师而言,科研产出的周期和方式均有所差异,坚持考核与跟踪相结合、评价与发展相一致是南大发展性评价的核心理念。”孙涛介绍,动态性与科学性相结合的评价方式,给“一顶帽子戴到底”的痼疾下了一剂猛药,避免了仰赖头衔、逆向“发展”现象的滋生,而在评价过程中贯彻“引育并举”原则,有力提升了师资队伍整体实力,增强了人才队伍的竞争力与活力。
科技立则民族立,科技强则国家强。当前,南大正广泛开展“全面贯彻二十大精神,加快建设‘第一个南大’”大讨论,充分借鉴师生真知灼见,为建设世界一流大学解放思想、集思广益、凝聚力量。中国科学院院士、南大党委书记谭铁牛表示,学校将全面落实习近平总书记建设“第一个南大”的重要指示和重要回信精神,着力发挥教育、科技、人才的基础性、战略性支撑作用,建设一流教学科研队伍,提供战略人才支撑,不断培养战略科学家,打造一流科技领军人才和创新团队,造就一流青年科技人才队伍,为实现中华民族伟大复兴作出新的更大贡献。(本报记者 焦以璇 通讯员 于玥晗)
AI绘画的“小秘密”都在这一篇文章里******
有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。
上传一张图片,或者输入一些简单的关键词,系统就能自动生成一张卡通图像……最近一段时间,AI绘画开始在互联网社交平台走红。
AI绘画,顾名思义就是利用人工智能进行绘画,是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品,通过算法对其内容和风格特征进行解析,最后再生成新的作品,所以算法是AI绘画的核心。
当前,“凭空”生成图像的AI绘画,其实也会动辄“翻车”:也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像,下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。
事实上,AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交,那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。
AI绘画是如何实现“凭空”生图的?除了娱乐外,AI绘画还有哪些潜在的应用前景?
从“以图生图”到“语音生图”
2022年,由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中,《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而,这个作品的创作者不是艺术家,而是来自美国科罗拉多州的游戏设计师。
这位游戏设计师在一个名为“Midjourney”的AI创作工具里,先输入几个关键词,如光源、构图、氛围等,得到了100幅作品,再进行约80小时的修图修饰,最终选出3幅作品,最后把图像打印到画布上。
通过简单交互式对话在短时间内生成的“艺术”作品,让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。
“人工智能在艺术方面的创作最早可以追溯到上个世纪末,当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说,最初的AI绘画方法比较简单,比如一张普通的照片,通过一些图像处理的算法,把照片像素进行几何或者色彩上的变换,然后再调节不同参数,就可以模拟出类似油画或者水彩画的风格。
经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。
AI绘画主要依靠三种技术模式实现
董未名介绍,目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。
“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取,实现真实图像内容特征和艺术图像风格特征的融合,从而生成新的艺术图像。”董未名举例,如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品,通过图像风格迁移技术进行融合,就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。
不过,在董未名看来,图像风格迁移技术大多依赖的是生成式对抗网络(GAN)算法,它最大的问题是生成的绘画作品艺术性不强,笔触和构图让人觉得与真实的绘画有差距,所以长久以来,AI绘画一直“籍籍无名”。
当图像风格迁移技术还在挣扎于输出作品的审美问题时,图文预训练模型的出现,加速了AI绘画的崛起。
“依托图文预训练模型,只要输入一句话或者上传一幅风格明显的图片,算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似,艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例,比如支撑图文预训练模型的可对比语言—图像预训练(CLIP)算法,就是利用图文特征“对齐”的能力,再结合已有的生成模型,实现“以图生图”或者“图+文”生图。
不过,董未名坦言,图文预训练模型的推广也存在一些争议,有部分人认为,该模型在训练前期,需要用大量的图形处理器(GPU)进行数据训练,耗电量大、成本很高,而该模型的应用场景却不够清晰。但也有人认为,也许该模型未来可以打造为通用的人工智能模型,用它完成更多的算法作业,只是这还需要时间的验证。
诚然没有一项技术是完美的,这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。
“目前最新的AI绘画技术采用的就是扩散模型,这种模型可以把一个随机采样的噪声输入模型,然后尝试通过去噪来生成图像。”董未名表示,扩散模型也存在弱点,由于模型对图片内容识别的能力不足,或者难以完全理解识别文字的意义,以及训练数据的偏差,有时便会生成“四不像”的作品。此外,扩散模型生成图片的速度比较慢,目前还达不到实时生成图片。
互联网治理、元宇宙或潜藏应用前景
AI绘画目前的应用场景,更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆,短视频平台抖音也迅速上线了AI绘画特效。同时,此前腾讯上线了“QQ小世界AI画匠”活动,百度也推出了首款AI艺术和创意辅助平台“文心一格”。
有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”“AI现在已经完美实现了这一目标,人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想,不远的将来,AI绘画或许还将展现更丰富的应用场景。
“现在网络上充斥着很多不良内容,这些内容为了逃避监管经常以绘画的形式出现,而当前很多内容识别模型对真实图片识别得很准确,但缺乏不良内容艺术作品的相关训练数据,所以对不良内容识别不准确。也许可以用AI绘画技术,积累不良内容艺术作品的数据,并用以训练识别模型,以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。
在董未名看来,作为一种艺术呈现形式,AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局,因为这些赛道都离不开创意,AI绘画可以帮助创作者通过简单的特征输入,实现对其创意的预览,甚至可以直接进行创作。
不过,董未名并不讳言,当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型,而训练模型需要使用大量图像、文本数据。对于未经授权的图片,经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显,如果用画家的画去训练算法模型生成作品,那最后的版权属于谁呢?”董未名提出的问题,正是多数AI绘画作品所面临的现实问题。
AI绘画掀起了一场资本的群体狂欢,希望有一天它能走出“照猫画虎”的尴尬,真正服务艺术创作、创造更多价值。(科技日报记者 金凤)
(文图:赵筱尘 巫邓炎)