什么是？科技自立？我们如何实现科技自立？

我是搞机器学习和数据挖掘的。

这几年我对？自己所处小领域的最大贡献，就是我开发了多个开源机器学习工具与系统。

而在这些开源工具和系统的基础上，企业和科研工作者可以快速的进行开发和迭代，进行高效的创新。

这些年来，工具类的创新其实已经得到了越多的重视，比如2017年的诺贝尔化学奖颁给了冷冻电镜的发明者，而2019年的统计学诺贝尔奖被颁给了R语言的重要贡献者Wickham。

然而在很多科研工作者心目中，这种基础设施类的工作往往是出力不讨好的，因为周期长、投入大，还不一定有回报。

但是，如果我们的科技领域完全没有这些基础工具呢？试想我们没有科学计算，纸笔成为计算的主导。

试想我们没有计算机建模，一切都是基于手画的图纸。

试想我们各种各样便捷的基础工具，却需要不断的造轮子。

因此在我看来，？科技自立的根本在于舍得在基础科研和开发上投资，而不计较短期回报。

此处的基础"不单纯指基础学科，而泛指各行各业中可以提高根本效率，但周期长风险大的方向。

在科研领域，很多问题得到精确解需要根本性的突破，但近似和模拟却有无数种简单快捷解法。

而科技自立的应该让我们在拥有近似解的前提下，依然舍得去投入到那些看似不值得或者不一定有回报的研究上去。

那现在炙手可热的深度学习为例，绝大部分团队都在开发新的模型，而只有一部分团队会去探究它的原理、更加高效的架构和基础设施。

而在这种根本方向上有突破的团队，必然会引领整个行业的发展。

比如开发深度学习模型，你肯定需要使用那几个巨头的语言平台。

他们虽然花了数年的时间开发这些语言，但也保证了自己技术上的独立和前沿。

这点对于企业也是同理，在能保证运营的前提下，如何考虑从？根本上优化整个行业，便捷现在的流程，是科技自立的决定因素。

舍得把利润投到中长期的研发上，或许才能最终在行业中有相应的话语权。

在我看来，实现科技自立的第一步，就是我们需要转变短平快的科研周期，允许有更长和深远的项目存在。

我们也同时要理解科技本身就是百花齐放，从理论到实践上都有难以估量的价值。

要逐步淘汰掉唯论文、唯利润的指挥棒，尊重那些看起来没那么重要的项目。

当不同专长的科技工作者的各类工作（从基础到应用），都能被认可被尊重时，我们就肯定离科技自立更近了一些。

我相信那天并不遥远。