史上最長投稿

《疫情之後的貨機人生》 by 物流老司機

［零：前言］

近一年來，受到疫情的影響，航空客運幾近停擺。人流嘎然停止，四肢癱瘓，物流卻像顆不放棄的心臟，持續跳動朝四面八方輸液，替全世界的經濟保住一線生機。在油價走跌的加持之下，各家航空公司的貨運業務逆勢竄起，成為營收與獲利的重要支柱。全球30大航空公司裡，僅有四家業者有獲利，台灣的華航和長榮就佔了榜單上的兩個名額 ，貨運部門從深夜墊檔節目躍身成熱門八點檔，組員的生活也成為各界關注的焦點之一。

敝公司擁有18架747貨機，數量居全球之冠。這架經典的空中皇后，機艙胃納量大，也因為貨運的榮景，迎來遲暮之年的第二春。以下所提的貨機組員，皆是以747機隊飛行員為例。

貨機大部分是往美國飛的越洋長程航班，就算是偶爾穿插的區域短班，出發時間也多在半夜。組員晝伏夜出，活動範圍離不開貨機坪，也甚少進入旅客的視線。身處同一間公司，掛著同一個職稱，穿著同一件制服，客機組員也不見得了解貨機機隊的生態。

若要剖析貨機組員的生活，不外乎從這幾個關鍵字下手：［班表］、［外站］、［安克拉治］，還有無可避免的［隔離］。組員背景天南地北，男女老少或有差異，但八九不離十，生活和話題都脫不了這幾個重心打轉。

［一：班表］

無論客貨機，無論長短程，每個月的一張班表，主宰了組員30天內的生活。生活兩個字筆畫不多，但鉅細靡遺，包山包海，充滿各種變數。

如果班表是一道料理，那麼熬夜和時差，就是長程機隊飛行員的主菜，無從替換，也往往是雙品招待。

同是吞著熬夜配時差，但客機和貨機組員吃的菜色不同，滋味更是南轅北轍。長程客機的派遣，多是單點來回，例如直飛紐約、法蘭克福、雪梨，在當地休息一到三天不等，然後飛回台北。貨機的派遣模式較為複雜，飛往美國內陸的停靠航點較多，天數也拉得較長。舉例來說，貨機組員出門派遣一趟的班表常常是這樣：從台北飛大阪，落地中停2小時，繼續從大阪飛安克拉治，在安克拉治休息40小時，飛去芝加哥中停2小時接著飛西雅圖，在西雅圖休息18小時，然後飛回台北。

離家飛個長班，以下例子是客貨機的差異，一目瞭然：
客機：台北－紐約－台北
貨機：台北－大阪－安克拉治－芝加哥－西雅圖－台北

疲勞很難量化，不同機隊之間的作息也無從比較，但貨機組員的班表較為複雜，航點也較多，起降比較頻繁，隨之而來的風險也較高。另外，貨機組員要面對的另一個挑戰，是在美國內陸各航點間的時差。以安克拉治為基準，西雅圖快了1小時，芝加哥快了3小時，紐約快了4小時。組員在多航段執勤後，在不同外站休息後，必然會面臨跨時區的副作用，就是日照時間與生理時鐘的紊亂。

［二：外站］

如何在外站調整作息，也算是組員工作的一部分。無論身處東西半球，在外站下班之後，得在或長或短的休息時間內，想方設法讓錯亂的生理時鐘重開機。如何實作，人人自有心得，各憑本事。文的武的方法不拘，只要在下一次上座時，在握住操縱桿之前，能夠撐起眼皮敲醒腦袋進入飛航模式，那就是好方法。

客機會停靠的外站，無非是觀光勝地，或是人聲鼎沸的都會區。疫情之前，組員在外站能抽空遊歷知名景點，跋山涉水尋幽訪勝，品嚐四方美食，體驗異地風情，這是辛勤工作之餘的福利，一點小小的犒賞。就算只是暫時離開旅館，在市區搭車或鄉間散步，讓風景流轉，也是種調劑與沈澱，好轉換心境迎接下一趟任務。

對貨機組員來說，常會頻繁飛往美國內陸各大貨運站。最具代表性的外站，就是安克拉治。無論搭配的是紐約、亞特蘭大、芝加哥或邁阿密，安克拉治都是必經的門戶。ANC三個字未曾缺席，按月換個日期烙印在班表上，有時候一個月還得造訪兩次三次。貨機組員的第二個家，就是安克拉治。

［三：安克拉治］

飛機航程越遠重量越大，飛行時耗油就越多。以747貨機為例，受限於最大起飛重，在油箱加滿的情況，可以飛到13小時左右，但只能裝進約七成滿的酬載（Payload，賺錢的貨物重量）。若要增加酬載，勢必要減少飛時，不能飛得太遠。簡言之，載得重就飛不遠，要飛遠就得減重。

因此位在阿拉斯加，離台灣約8個半小時的安克拉治，就是一個很好的中停點。安克拉治人口數和新店差不多，機場貨運量卻是全球排名第五大。Fedex和UPS是主場，華航、長榮、大韓、國泰都是常客，AN-124偶爾出沒，運氣好一點還能遇到全球最大運輸機AN-225。飛機從台北出發時可以裝滿酬載，在安克拉治落地補足油料後，接著往美國其他航點移動，例如6個小時外的紐約，7個小時外的邁阿密。除了位在美西的洛杉磯、舊金山、西雅圖，要飛往內陸或東岸的航點，飛機大多以安克拉治當作進出的中停點。

機坪內偶爾會出現三架自家貨機比鄰的景象，例如左邊的從大阪飛來要再戰芝加哥，中間的要先飛邁阿密再折返跑去西雅圖，右邊的打了一趟紐約來回終於要踏上歸途朝台北前進。此起彼落，你來我走，輪番上陣排隊卸甲，燒肝打拼都是為了把滿機腹的酬載平安送到目的地。

飛機地停加油，只消數十分鐘後即可再度升空，不曾聽過機器有過半句怨言，但人總得闔著眼伸直腿睡覺。飛機齊聚一堂有多熱鬧，就有為數不少的組員得在此落腳歇息，進出安克拉治皆然。至於能在旅館裡待多久，端看手機螢幕裡那一個小方塊，班表APP來決定。有時是三人派遣的底線，18個鐘的休時。有時則在房內欣賞了兩次晨曦晚霞，待了近48小時才往下一站前進。

人是動物，籠子關久了難免想伸展筋骨透透氣。由於造訪頻率高，留宿時間比其他外站來得長，若在安克拉治沒有些嗜好，時光肯定特別難消磨。除了日常的上街採買覓食，這裡地廣人稀，往深郊野外跑是再合理不過的。偶遇前輩分享安克拉治的外站生活，說道在這塊景緻優美的自然勝地，登山健行，騎馬滑雪，坐船看冰河，野溪釣鮭魚，戶外活動包羅萬象，聽者常心生嚮往。

但疫情爆發，世道丕變，一個四季都還沒輪完，這些軼聞趣事突然變得遙不可及，像是曾祖母的兒時照片一樣斑駁難辨。無論哪個外站，所有未曾探訪之勝地，未及體驗之樂趣，未能品嚐之珍饈，一夕之間都封印成旅遊書上的一行行墨漬和一幀幀相片插圖，只剩銅版紙的氣味飄著活著。

［四：隔離］

病毒橫空出世，是前所未見的兇猛對手。疫情初始，各國政府只能在節節敗退之際，盡快釐清病毒的底細。有的採取群體免疫想和病毒自然共存，有的端出各項封城管制的措施，期盼在經濟窒息之前能先把病毒悶死。效果不一，但大多數國家的醫療資源和經濟活動都受到病毒重擊。台灣在初期反應迅速，守下第一波攻勢，決戰邊境，把損害控制到最低程度。但若是每個執勤返台的飛行組員，入境後都要隔離14天，航空公司很快地就會面臨無人可調派的窘境。

幾經波折與轉彎之後，疾管署和航空業者協調出一套模式，在防疫和營運間取得平衡。

組員從公司勤務報到開始，全程配戴口罩，視客貨機需求著配護目鏡或隔離衣，抵達外站後專車接送，入住旅館期間不得外出，不與當地民眾接觸，僅透過外送或客房服務方式用餐，返台後自行駕車、專車接送返家，或是入住防疫旅館，不得搭乘大眾運輸。貨機組員三天內／客機組員五天內居家檢疫，不可外出或派飛。14天內自主健康管理，不出入人潮眾多景點或參加大型集會。

概念是這樣的，對疫情互信的國家之間有旅遊泡泡。組員在本站和外站之間，就是個執勤泡泡。若能落實各項防護措施，與疫區的生活圈隔絕，讓染疫的風險能被降到最低，那麼在三天／五天居家檢疫期間渡過之後，組員就能夠離開家門或檢疫旅館，回歸社區生活。

組員返台後手機沒有被追蹤定位，在外站時也沒有早晚點名確認是否擅自外出。這套模式從春季運行至今，除了公司各單位的後勤支援，仰仗的是客貨機無數班值勤組員的自律，以及對自身工作的責任感。大家有共同的目標，離開國門時保護自己，回到台灣保護我們的家。

海外各國動輒停班停課，關餐廳封城，確診數不斷攀升第二波第三波。 2020年的台灣，宛若世外桃源，馬照跑舞照跳，除了無法出國旅遊，沒什麼特別。為了保護家園不受侵擾，疾管署、各家業者、頻繁進出疫區的第一線組員，大家都在不同戰線和病毒長期對抗。與此相比，泰山與鴻毛之輕重，被關在外站旅館隔離，失去移動的自由，其實也不足掛齒。

［五：疫情之後的外站］

自此開始，組員的外站生活不再立體鮮明，只剩二維空間的兩點一線。機場一點、旅館一點，還有往返接駁的車程拉成一線。對貨機組員來講，就是從安克拉治繼續往外延伸的更多點和線

疫情嚴重的城市，例如紐約，也取消外站駐防，就改成從安克拉治派遣飛來回，但所需飛時較長，落地之後的休息時間也必須拉長。另外為了減少返台次數，貨機組員也會以安克拉治為出發點，派遣兩次內陸航班後再返台。

在旅館大廳偶遇時，問候語不外乎是：
「你是飛來還是回台北？」
「我接下來飛亞特蘭大，你從芝加哥回來嗎？」
「你還要在這裡待幾天？」

一個疫情後的班型如下：
台北－安克拉治（住）－芝加哥（住）－安克拉治（住）－紐約（中停）－安克拉治（住）－大阪（中停）－台北。

從台北派遣一趟，出門八天打了七腿，安克拉治住了三次。飛行里程足以繞地球一圈，但除了機場和旅館，哪裡也沒去，哪裡也去不了，哪裡也不該去。

疫情之後的外站，除了熬夜和時差，還多了COVID-19這個隱形魔王，得矇著眼和他打擂台。從外站落地開始，接過的每一份文件、摸的每一扇門把、送到房間的每一份餐點、頭靠的每一顆枕頭，不用酒精噴霧伺候都覺得心虛，深怕一次疏漏就讓健康和職業生涯同時劃上句點。若聽到遠方傳來隱約的咳嗽聲，隔著口罩都想收著鼻翼抿著嘴。

自此，所有的外站糊成一個大麵團，形狀全都是一個模子印的，味道全都是一只雜燴鍋煮的。外站就是一個七坪大的房間，一張得噴酒精消毒的床，一扇晨昏顛倒的窗，一具上班前會鈴鈴作響催命符的電話。組員們自力更生，自樂自得，每個人斜槓再斜槓，文組追劇閱讀，武組瑜伽健身，學習與自己相處，學習面對被迫離群索居的孤獨。

計時結束，服刑期滿，走出這扇門遲早得回頭。往下一站或下兩站移監的車程，反倒是令人期待的旅途，一趟小確幸。

腳下踩的是安克拉治夾著樹葉的積雪，不是帶著污漬的陳年地毯。屁股坐的是芝加哥霓虹燈光加長禮車，不是硬邦邦的旋轉辦公椅。眼睛看的是高速公路旁的西雅圖楓紅，不是了無生趣的旅館停車場。耳朵聽的是機坪上貨盤車嘎拉作響，不是一片漆黑裡嗚噎整夜的旅館空調。

進到駕駛艙後就是小小的烏托邦，以金屬蒙皮築牆的理想國。艙門關上，油門一推，飛機離地後跟著把所有的顧忌和擔憂拋在腦後。腳下是病毒統治的塵世，三萬英呎的雲隙還是天空，曬得皮膚發痛的還是陽光，讓人昏昏欲睡的還是黑夜。和過往的2019、2018沒有兩樣，還是起降巡航，還是一桿兩舵，除了臉上多了張口罩，疫情沒有在這裡改變什麼。

直到，落地開了艙門，COVID-19說，歡迎回家。

向櫃檯領了鑰匙，房門哐啷一聲關上，換個外站，計時重新開始。熟練地將房間內消毒一遍，確認每個開關按鈕把手都鍍上了酒精，才能寬心摘下口罩呼吸，躺在陌生的又熟悉的床上休息。隔離週而復始，直到班表大人批准返台。如果運氣稍差，班表稍微凶險一點，可能會在返台三天檢疫期滿後，隔沒一天又被派遣安克拉治，然後繼續飛美國內陸班。那麼將會是有整整兩個禮拜，除了勤務派遣時間以外，組員都得在家裡或旅館內隔離。

一如傳世名言：「我不是在隔離，就是在往隔離的路上。」

離台灣七千公里外的安克拉治，冬天日照只有六小時，零下十度是家常便飯。旅館內隨時都有三四組貨機飛行員駐防，在客房內或睡或醒或彌留，靠著Ubereat和Line便當群組外送供應三餐。入住時來自四面八方，離去時目的地不一，退房兩天內又拖著行李箱掛著黑眼圈，鬼打牆一樣現身在旅館大廳迎接另一段隔離。

這就是疫情之後的貨機人生。

［六：寫在案例765之後］

和歐美國家不同，17年前的我們經歷過SARS，對於病毒和口罩有著熟悉的共同記憶。戒慎恐懼，是全民防疫成功的關鍵。但蛋殼再密也有縫，身為全台灣唯一頻繁進出疫區的族群，機組員成為防疫的破口，彷彿是種宿命，早破晚破的問題而已。本土0確診的天數拉得越長，破蛋之後，輿論的後座力就越猛烈。

曾經被譽為天空國家隊，客貨機組員不分彼此，都持續肩負著運送防疫物資的重任。而在嚴峻的疫情之下，貨運同仁依然全年無休，倉庫24小時燈火不滅。機坪上永遠都鋪滿貨櫃，等著一趟趟貨機往返消化。這個海島國家能夠物暢其流，進出口轉運順暢，組員多少也透過操縱桿出了一份力量。

然而，在案例765－紐籍機師事件發生後，全台灣的機組員，猶如身處中世紀的歐洲，被視為滿街散疫的過街老鼠，避之唯恐不及。如果可以舉辦公投，組員返台後隔離14天的方案，應該會是毫無懸念地高票通過。

在被輿論的口水戰淹沒之前，必須先理解一個事實。在這253天內，無論是當天來回或是過夜班，無論是載客或送貨，敝公司就有一萬五千個航班飛回台北，全台灣加起來有超過兩萬個架次的組員，在這段期間接觸旅客，進入疫區過夜再返台。

這麼龐大的航班數量，這麼多的人員反覆進出疫區，返台後並沒有隔離14天，為什麼在過去的253天內，可以維持本土的0確診？

如果現階段的執勤泡泡，各項防護措施效果不佳，讓組員在執勤時避不了染疫，那麼在這兩萬多個航班內，應該會有一定比例的機組人員中鏢。不會人人都是無症狀感染者，也不會每個人居家檢疫期內就保證痊癒。經過九個多月後，疾管署應該會收到一堆居家檢疫通報有症狀，篩出一堆確診的組員。或是組員染疫而不自覺，經過三天／五天後無論是外出或執勤，再度傳染給其他人。台灣不會保持這麼久的本土0確診紀錄。

如果在案765之前，台灣的社區是乾淨的0，那麼也是間接證明，過去九個多月以來，這樣的執勤泡泡模式是有足夠的防護力。台灣並沒有來源不明的社區感染，也沒有一堆機組員在居家檢疫時發病確診。組員最有可能染疫的源頭就在國外，與當地生活圈隔絕是最直接的方式。源頭不防堵，就算延長回台後的隔離天數，再補上執勤前的篩檢，也是治標不治本。

重點是組員執勤時，有沒有確實配戴口罩，落實自我健康管理，以及在外站時各項防護措施是否嚴格執行。

眾家媒體披露，該位紐籍機師執勤時不願意配戴口罩，也不配合疫調，甚至不是第一次在外站擅自離開旅館，同事通報公司也沒得到積極處理，那為什麼要為了個案改變通則，連坐處罰過去253天戰戰兢兢執勤的無數組員？若是又有組員7天檢疫後確診，是否要上調到14天？若是有旅客檢疫14天後才發病確診，疾管署需不需把旅客入境隔離上調到20天呢？

現在應該關注的是事件的調查結果，若是紐籍機師在外站沒有離開旅館，執勤時一切合規，結果還是不幸染疫，那麼現行的執勤泡泡得通盤檢討，確認在外站的哪個環節是防護的弱點，接車司機生病、旅館消毒不周、外送餐食人員疏失、病毒變種後傳染力變強，都是可能的原因。找出造成感染的根本原因，才能據此改進。若沒有從源頭防堵漏洞，過一段時間後累積足夠的航班量後，還是有可能再次出現類似的組員染疫案例。

輿論看到的是253天的0，我們看到的是兩萬多個航班的0。

沒有人希望看到0變成1，因為我們很清楚，若是疏於防備，幾週之內，1就能變成難以置信的數字。這麼多架次之後維持的0，隱藏的是無數客貨機組員的心理壓力。進入疫區小心翼翼，返台後就算檢疫期滿仍不得鬆懈，時刻注意自己是否有流鼻水、腹瀉、肌肉痠痛等症狀。鎮日精神緊繃，深怕自己已成病毒溫床，不慎將病毒帶進社區造成大規模傳染。居家檢疫期對家庭生活造成的不便，以及反覆陷於隔離的處境，對組員的身心狀況，難免都會有負面且長期的影響。

熬夜、時差、隔離，就是這一年來組員生活的三元素，在全球航空業如此困難的時刻，能夠換上制服領著班表出勤，已是萬幸。

檢疫規定也隨著國際國內疫情調整，昔寬鬆今嚴峻。待疾管署一聲令下，公司頒佈細則，組員只有逐條遵循，以免自己成為防疫破口，賠上健康也壞了名聲。但案765的事件，帶來了排山倒海的輿論壓力，風行草偃，組員動彈不得，無力辯駁。明明執勤時很謹慎，返台後都很自律，在規定的檢疫期滿才離開家門用餐採買，卻還是有種莫名的罪惡感，覺得自己是個通緝犯，只是還不曉得犯了什麼罪。一旦確診染疫，馬上回溯14天丟石判刑。

天下大亂的2020年還沒過完，在英國發現的變種病毒已在2021年埋伏，超前部署蓄勢待發。這是一場寒夜裡的越野馬拉松，疫苗的成功研發，還沒完全帶來曙光，在病毒追擊前，我們得摸黑找到終點存活下來。共體時艱，這四個字只差沒刺在背上，提醒自己沒有退路。在世界恢復平靜之前，能再走多久的0就交給老天爺了。

要考轉三的朋友，可私訊老師，記得指名「賴川周易法律轉學考讀書會」喔，感謝！

#轉學考二三事：

哈囉 大家好 我是楊過！今天想跟各位分享準備轉學考的一些事情。

1 首先當然就是要選擇你是想報轉二還是轉三，轉二主要是考民總、刑總(如果你目標放在台大還會有憲法)；轉三主要是考債總、刑分。

2 先說轉二，轉二會遇到的難題是競爭人數會比較多，動輒都是2、300人甚或是400人報考，所以可能會增加其困難度，但相對而言，可能很多人就只是剛進大學，想說不甘心於這間學校而想考轉學考但意志偏偏又不堅定(社團？愛情？)，就很可能成為大家口中所謂的砲灰，但整體來講應考人數確實非常多。

而且很多間學校其實會考蠻冷門的考點，以刑法來說，例如刑罰論、一些比較艱澀的名詞解釋或者是所謂的一句到位等等，這對於剛升大學的新鮮法律人而言，可能會有點適應不良(畢竟學校老師沒教)。這點也是必須依你想考哪間學校而要特別去準備那間學校某位老師的見解(怎麼搞得好像變成考法研所惹 冏)，這點可能大家要非常注意！

3 再來是轉三，轉三的部分當然競爭人數少很多(幾乎都是在100人以下)，以我自己輔導轉三考試要邁入第6年的經驗來看，如果能考轉三就盡量考，因為其成功機率真的大很多(尤其是台北大學，政大就不一定)，且在此也建議報考大三的同學，可以花點時間準備東吳大三(考試科目為民總和刑總)，如果你有去看東吳大三的錄取率你大概就知道原因為何了(像109年是75人取9人，104年甚至還有89人取18的 這……)。所以建議報轉三的同學，除了準備債總和刑分外，可以在順便把刑總和民總複習起來(反正之後國考也是要考)。

4 一定要補習？ 這答案當然因人而異。因為市面上的參考書已經都很成熟，如果你自己就看得懂那也是可以的，補習只是讓老師可以幫你把更愛考最愛考的爭點抓出來讓你知悉而已，天助自助者，努力還是得靠大家自己！

而如果你想要有人幫你批改考卷或是隨時可以問問題，那其實補習班或者讀書會就是很好的選擇。在選擇你自己想要補習班或者讀書會的形式時，dcard的評論或是ptt transfer上面的評論都是可以參考的，以下也列出我自己在讀書會、或是曾經有請我當私人家教幫忙改題目的學生、亦或是我曾經有幫忙其看過題目教導如何解題的學生參加轉三考試的成績：

107年：政治大學 錄取1名 中1名(非榜首即落榜)/台北大學 錄取4名 中3名(含括榜首)
108年：政治大學 錄取2名 中1名(榜首)/台北大學 錄取7名 中4名(有含括榜首)
109年：政治大學 錄取2名 中1名/台北大學 錄取7名 中3名(有含括法學組及司法組的榜首、財經法組的榜眼)

PS：榜單當然可能是各位在選擇師資時的一個考量，但請注意，不要將其當作是絕對的考量標準。畢竟一位學生考上，我們並不清楚到底是他資質本來就不錯本來就會上，還是其實是他本來資質平平，因為遇到對的老師才得以讓自己實力大幅進步。以我自己的經驗來看，這兩種情形都是有的，所以不必把榜單視為唯一的選擇標準，但可以將其當作重要的參考指標！

5 英文的重要性：除了法科要念，這裡提醒各位，英文絕對不能放嗄嗄嗄(甚至有些人根本是靠英文才上的，法科根本沒贏別人多少)！所以英文絕對是上榜的關鍵所在！一定要平時養成背單字的習慣，文法也得複習！

而我自己帶的轉三刑分同學，這個應該也沒啥好隱瞞的，可以自行查證(榜單名字搜一搜，上網自己去找考上的人詢問就可以知道)：有考政大刑分的很多都有60分以上，考北大刑分的，70分以上的不少，80分以上的很多(舉107年為例，我教的那三位同學，刑分分數就是86、85、85！

6 更詳細的轉考資訊，有興趣知道更多的，也很歡迎透過加我臉書好友及用賴與我聯繫：

臉書：郭文傑(郭小傑)
賴：strafgesetzbuch

最後跟大家分享一句我在政大轉聯會的一位摯友和我說過的一句話：
「我們選擇了和別人不同的路，所以我們注定變得不同」！！
共勉之！各位轉胞大家加油！

深度：中科院AI勢力崛起

2020-01-21

智東西
文 | 韋世瑋

我們將時針倒回至七十年前。

己丑年甲戌月，東四馬大人衚衕10號的冬天全然未見絲絲涼意。這看似並不起眼的北京城中一隅，正醞釀着一場影響中國科技發展的深刻變革。

小衚衕裏，時年57歲的郭沫若被正式任命爲中國科學院院長。歷史以此爲起點向前奔涌，往後領導班子不斷更替的七十年間，我國自近代以來百廢待興的科技產業發生了翻天覆地的變化。

中國科學院（簡稱中科院）是我國在自然科學和高新技術綜合研究領域的最高學術機構。自成立以來，逐漸建成了完善的自然科學學科體系，覆蓋物理、化學、環境與生態學等學科，爲我國國家安全和科技硬實力的發展上，成爲了不可或缺的國家戰略科技力量。

從首次人工合成牛胰島素，到第一臺原子力顯微鏡（AFM）的誕生；從第一臺大型向量計算機系統，到首款通用處理器芯片「龍芯1號」的自主研發……中科院一路高舉科學振興的旗幟，帶領我國無數高端學科和科技產業萌芽、興起與爆發。

在學術研究領域，中科院旗下擁有12所分院，超100家科研院所，中國科學院大學、中國科學技術大學、上海科技大學（與上海市共辦）均爲中科院所屬的全國重點大學。建院以來，中科院已培養了近千名科技領軍人物和科技尖子人才，涌現出一批又一批的高科技創業者。

隨着人工智能的大火再度把世界科技熱潮點燃，中科院仍保持着強勁實力屹立於世界AI領域的發展潮頭。

放眼世界，2019年全球頂尖計算機科學機構排行榜CSRankings中，中科院以5.3分排名AI全球榜第四，僅次於清華、北大和卡耐基梅隆大學。

回望中國，中科院一手甩出寒武紀、雲從科技等估值10億美元的AI獨角獸，一手穩握中科曙光、科大訊飛和中科創達等多支A股王牌，在羣雄割據混戰的AI戰場中肆意廝殺。

國內外AI科技競賽一波未平一波又起，不知不覺間，中科院AI勢力的星星之火在2019年AI落地生死戰中，歷經了數萬家企業落幕背後的暗潮撲殺，正以爆發之態燎原至漫山遍野。

溯源中科院這場AI勢力崛起的背後，不僅是瞭解我國最高科研學術機構的技術根基和人文底蘊，我們對中科院系的冰山一角進行層層剖析的同時，也嘗試從中窺見這派AI勢力在當下產業落地生死戰的底牌與新活法。

一、中科院的根：研發與人才四十餘年灌溉

中科院系AI企業的野蠻爆發與生長，源於中科院深埋於我國科技土壤的根，離不開研發與人才長年累月的滋養和灌溉。

中科院的研發實力有多強？2019年《Nature》雜誌公佈的2019自然指數（Nature Index）年度榜單中，中科院以1678.64分一馬當先，超越845.54分的哈佛大學，猛衝全球領先研究機構第一的寶座。

細數我國改革開放四十餘年，在國民經濟、國家重大需求乃至世界科技前沿領域，亦活躍着中科院的身影。

2018年，中科院系統梳理了它在四十年間所研發的40項具有代表性、標誌性的重大科技成果。

其中在國家重大需求領域，中科院微電子所組織全國性產學研用聯盟，七年間不斷攻克集成電路（IC）產業研發瓶頸，實現22nm高K介質/金屬柵工程、14nm FinFET器件、新型閃存器件和可製造性設計等關鍵技術突破。

與此同時，在關鍵工藝模塊上，中科院微電子所還形成了較爲系統的知識產權佈局，擁有專利2406項，其中國際專利483項。

中科院持續在各個領域加強核心技術攻堅，實際上爲其在AI產業的爆發打造了一支又一隻精兵強將。

根據中國新一代人工智能發展戰略研究院在2019年5月發佈的《中國新一代人工智能科技產業發展報告》，截至2019年2月28日，我國共有75家AI領域的非大學科研機構，中科院下屬科研院所爲38家，以51.4%的佔比盤踞我國非大學科研機構陣營的半壁江山。

不僅如此，中科院下屬科研院所還強勢霸榜了我國AI領域專利數Top 10非大學科研機構。數據顯示，從第一名的中科院計算所，到第十名的中科院上海微系統所，中科院共爲我國AI產業貢獻了15457項AI技術專利。

人才之於研發，亦如園丁之於園林。

從成立至今，在郭沫若、方毅、盧嘉錫、周光召、路甬祥、白春禮一代代院長的帶領下，中科院如海納百川般吸引了無數身居科研金字塔頂尖的學術巨擘，遍佈數學物理、生命科學、信息技術和化學等多個領域。

現階段，中科院學部共有830名院士，107名外籍院士，平均年齡高達73歲。

81歲的並行算法、高性能計算專家陳國良院士正是其中的一員。他曾開發了國產曙光並行機「用戶開發環境」商用軟件，並帶領團隊成功研製出萬億次高性能計算機「KD-90」，爲我國高性能計算領域的自研核心技術添上了濃墨重彩的一筆。

外籍院士中，時年72歲的微電子學家、FinFET之父胡正明提出的鰭式場效晶體管（FinFET）芯片工藝技術，不僅成功讓芯片晶體管構造從原先的2D邁入3D大門，還打破了曾限制半導體產業發展許久的「摩爾定律」，爲全球半導體產業快速進軍先進工藝領域作出了巨大貢獻。

在近千名院士的披荊斬棘之下，雲從科技創始人及CEO周曦、寒武紀創始人陳天石與陳雲霽、雲知聲創始人樑家恩等一衆出身於中科院的後起之秀，亦在AI領域嶄露頭角，力圖創造一個又一個創業佳話。

縱觀中科院的科研實力與人才優勢，自成立七十餘年——尤其是改革開放後的四十一年間，日復一日地滴匯成海、聚沙成塔，不僅推動了我國科學技術硬實力的復興，亦爲如今中科院系AI公司在產業的爆發埋下伏筆。

二、中科院系AI企業的三大主戰場

如果說AI用了六十年的時間，才讓世界重新關注到它。那麼，中科院自改革開放後花了四十餘年，才讓中科院系企業在當下迎來爆發，這並不意外。

往前，我國的AI產業有中科曙光、科大訊飛和新鬆機器人等公司，在高性能計算、語音、機器人等領域開創基業的篳路藍縷。

往後，國內AI領域則有寒武紀、雲從科技和雲知聲等AI獨角獸與初生牛犢將優勢傳承，在AI芯片、AIoT、計算機視覺等市場不斷釋放潛力。

2019年年初，全球創投研究機構CBInsights發佈32家全球AI獨角獸公司名單。其中，出身中國的10家企業中，寒武紀、雲從科技和雲知聲爲中科院系創企，自動駕駛創企Momenta也有多名高管出身中科大。

中科院系在國內的競爭力同樣強勁。2019年8月，賽迪研究院發佈《2019賽迪人工智能企業百強榜研究報告》，在綜合實力TOP100榜單中，科大訊飛、中科曙光、寒武紀和漢王科技等9家中科院系企業榜上有名。

四十多年來，不斷在AI市場展露野心的中科院系企業已在多個領域開枝散葉。

從當前全局來看，中科院系企業的戰場主要集中在計算機視覺、AI語音和AI芯片三大方向。

它們從成立之初就開始逐漸影響着這些行業，在利用創新技術瓜分市場的同時，也重新定義着傳統市場的變革之路。

1、計算機視覺（CV）

計算機視覺是如今AI領域中十分熱門一個分支，同時也是極具商業化價值的賽道。

其中，以人臉識別爲核心技術的AI企業已廣泛遍佈國內市場，與安防、金融、自動駕駛和消費電子等應用場景緊密結合。

在這一市場中，中科院系老牌企業則有中科創達首當其衝。

中科創達成立於2008年，它針對成像技術開發了一系列圖像處理和智能視覺算法，既有面向衆多領域檢測人臉的年齡、性別和情緒的Face ID方案，也有面向工業、安防和交通等領域的視覺缺陷檢測。

尤其在智能網聯汽車方面，中科創達融合底層操作系統技術、Righware Kanzi 3D開發技術和智能視覺AI技術，進一步提升用戶的駕駛體驗。

據悉，中科創達在全球已擁有超過100家智能物聯網汽車客戶，其業務增速在2019年上半年約爲74%。

深度：中科院AI勢力崛起

另一廂，現在市場中老生常談的「CV四小龍」中，雲從科技則是中科院系麾下創企，成立4年就已拿下10億美元估值。

雲從科技在計算機視覺領域擁有三大核心技術，分別爲3D結構光人臉識別技術、跨鏡追蹤（ReID）技術和人體3D重建技術，在安防、金融、交通和零售等行業都有落地應用。

例如，其人臉識別技術能夠對圖像中的人臉進行屬性分析，以判斷年齡、性別、膚色、是否佩戴眼鏡和麪部遮擋物等信息，實現毫秒級響應。

2018年，國際調研機構Gen Market Insights曾發佈《全球人臉識別設備市場研究報告2018》，數據顯示，中國是全球人臉識別設備的最大消費市場，雲從科技的市場份額排名第一。

2、AI語音

要說中科院系企業在AI語音領域的最大王牌，科大訊飛當仁不讓。

自1999年成立至今，科大訊飛在語音識別、語音合成、聲紋識別和自然語言處理（NLP）等技術領域，已逐漸成爲中國AI語音行業的領頭羊。

科大訊飛的AI語音業務覆蓋智慧教育、智慧醫療、智慧城市和智慧汽車等領域。其中，在智慧教育方面開發了訊飛學習機，能夠幫助孩子定位弱項學科，制定個性化的學習方案。

科大訊飛董祕江濤曾表示，科大訊飛語音識別的市場佔有率已居全國第一。

而在新秀陣營，雲知聲和聲智科技等創企的潛力亦不可小覷。

例如，當前處在國內語音交互領域第一梯隊的雲知聲，2012年時就已將深度學習技術應用到語音識別領域，隨後還提出了面向物聯網的「雲端芯」產品體系構想。

雲知聲自主研發的雲知聲開放平臺3.0，利用語音識別、語義理解、語音合成和音頻轉寫等技術，爲移動物聯網、智能家電、可穿戴設備和醫療等領域提供AI語音解決方案。

據瞭解，目前雲知聲的覆蓋用戶已達2億，其中開放語音雲覆蓋的城市爲470餘個，覆蓋設備超9000萬臺。

3、AI芯片

在我國的半導體產業發展史上，脫胎於中科院計算所的龍芯中科自2001年以來，陸續研發龍芯1號和龍芯2號系列芯片，打破了我國缺乏自主研發CPU芯片的歷史。

而往後看，尤其是過去五年間AI專用芯片需求的爆發，中科院也孕育出了寒武紀和雲知聲兩家AI芯片獨角獸公司，以及中科睿芯、欣博電子和啓英泰倫等重要玩家。

其中，創立於2016年的寒武紀在2018年6月完成數億美元的B輪融資後，市場估值已達25億美元（約167億人民幣）。

寒武紀打造的兩代智能處理器IP，曾被搭載於華爲麒麟970和麒麟980兩款SoC中，幫助華爲一炮打響「真正的AI手機」口號。

2019年11月，寒武紀面向邊緣AI計算領域，最新推出了思元220芯片，擁有高安全、低延時和高帶寬三大優勢。

隨着思元220芯片的推出，寒武紀的AI芯片正式形成雲、邊、端三個方向的完整佈局，進一步滿足現今碎片化AI市場的多個應用場景需求。

三、回溯三大技術源頭，AI勢力的厚積薄發

追根溯源，如今中科院系AI勢力的逐漸崛起，與中科院AI歷史的變遷與演進離不開關係。

與我國曆史發展脈絡同步，中科院在結束了徘徊中前進的兩年後，國內AI的發展也逐漸醞釀着解禁。

1978年，我國著名數學家、中科院院士吳文俊提出的「幾何定理機器證明」獲得了全國科學大會重大科技成果獎，爲我國之後的AI體系構建奠定了重要基礎。

直到上世紀80年代，中國航天之父、中科院院士、兩彈一星元勳之一錢學森等先輩開始主張開展AI研究，讓我國的AI領域研究逐漸開始活躍。

隨着我國AI技術和思想的層層「破冰」，加之1994年中科院啓動支持高水平科技領軍人才引進的「百人計劃」，中科院乃至我國的AI從人才到技術、從學術到產業、從機構到企業，才一步步地蓬勃發展起來。

歷史滾輪之下，我國的AI發展脈絡與中科院息息相關。

當我們將回溯的目光放至中科院系AI企業的「身世」上，不難發現，這些企業的出身可大致分爲兩派。

一派以研究員爲出發點，其公司創始人、CEO和主要高管均爲中科院及下屬研究所出身，由研究員獨立或聯合創業而成；

而另一派則以科研項目爲出發點，公司在成立前曾爲中科院及其下屬研究所的科研項目，通過技術成果轉換後，才正式成立爲公司繼續發展。

但不論是研究員的出身，還是科研項目的孵化，這些公司的技術起點幾乎主要源於中科院的三家關鍵機構——中科院自動化研究所、中科院計算技術研究所、中科院聲學研究所。

1、中科院自動化研究所

設立於1956年的自動化所，不僅是我國最早成立的國立自動化研究機構，也是我國最早開展類腦智能研究的國立研究機構。

自動化所主要涉及生物特徵識別、機器學習、視覺計算、自然語言處理、智能機器人和智能芯片等領域的研究，漢王科技、中科唯實、銀河水滴、中科慧遠和中科視語等公司均從中孵化落地。

截止2018年底，自動化所共擁有696名科技人員，包括中科院院士2人、發展中國家科學院院士1人、IEEE Fellow 9人。

在AI領域，自動化所亦扮演着重要的開拓者角色。

上世紀90年代，自動化所以控制科學爲基礎，率先佈局AI研究。緊接着從2010年起，其AI研究方向進一步細化，開始在類腦智能研究領域出招。

據悉，自動化所通過架構設計創新，曾自主研發了量化神經處理器（QNPU），在資源受限的芯片上實現大規模深度神經網絡的獨立計算。

而在生物特徵識別技術方面，自動化所還實現了從中距離到遠距離的可識別生物特徵信息全覆蓋，包括虹膜識別、人臉識別和步態識別，已在國家衆多重要安全領域應用落地。

2、中科院計算技術研究所

計算所同樣創立於1956年，是我國第一個專門從事計算機科學技術綜合性研究的學術機構。

計算所主要研究信息處理、網絡安全、大數據處理、智能技術和虛擬現實技術等領域，曾研發出我國衆多的「第一」歷史性時刻，爲我國的高端計算機技術、數字化技術和通用CPU技術等方面作出了巨大貢獻。

例如，我國的第一臺通用數字電子計算機、第一臺109乙大型通用晶體管計算機、第一顆通用CPU芯片「龍芯1號」，以及全球PC市場份額第一的聯想集團前身皆誕生於此。

同樣，計算所亦是中科曙光、寒武紀、中科智芯、中科視拓和中科物棲等一衆AI企業的搖籃。

截至2015年，計算所的研究隊伍已超500人，其中中科院、工程院院士共5名，正高級專業技術人員70名。

而在未來，計算所也將計劃實現三個100億的產業目標，包括中科曙光市值達到100億美元、嵌入到華爲等企業的IT產品銷售100億人民幣、創業公司市值達到100億人民幣，真正成爲我國計算機產業的源頭。

3、中科院聲學研究所

與自動化所和計算所相比，聲學所則較爲「年輕」些，它成立於1964年。

聲學所主要負責聲學和信息處理技術學科的應用基礎，以及高技術發展研究，面向我國的海洋、安全、能源和生命健康等領域。

其中，聲學所的水聲物理與水聲探測、通信聲學和語言語音信息處理、聲學與數字系統集成等技術，不僅孵化了聲智科技等AI語音企業，同時也培育了一批如海天瑞聲創始人賀琳、小聲科技創始人陳孝良等產業人才。

截至2018年底，聲學所共有專業技術人員794人，包括正高級專業技術人員133人，副高級專業技術人員255人。

在國家重大科研項目領域，聲學所亦參與研製了我國「蛟龍」號載人潛水器的研發與應用，爲我國載人深潛技術的發展作出了突出貢獻。

中科院AI技術的「黑土地」不止於此，中科院軟件研究所、微電子研究所、半導體研究所等科研機構，同樣催生了衆多極具潛力的中科院系AI企業。

四、中科院的時代發展機遇

中科院系AI勢力的燎原，不僅僅是七十多年來科研技術和人才培養的厚積薄發，抓住了AI產業「甦醒」的時代機遇，亦是我國政策和中科院科技成果轉換的催化。

自我國的科技發展進程翻篇到新世紀，國家層面對AI技術和產業的嗅覺愈發靈敏。

國家高層領導人在2014年中國科學院第十七次院士大會、中國工程院第十二次院士大會開幕式上發表的一次重要講話，首次高度評價了AI和相關智能技術，無形中大力推動了我國AI技術的發展。

一年後，國務院正式頒佈了《中國製造2025》，加快推動新一代信息技術與製造技術融合發展，將推進智能製造作爲我國製造強國戰略的主攻方向。

至此，AI逐漸被提到了每一項重要產業中不可或缺的核心技術位置。

在國家政策的積極帶動下，中科院及下屬各個研究所亦開展了一場自上而下的政策規劃。

但立足於產業，如何更好地實現科技成果轉移轉化也成爲了中科院各項政策規劃的重要方向。

實際上，技術成果轉化的難點在於如何尋找技術產業化的方向。這常常缺乏專業的服務機構和人才，同時還面對部分科技成果轉化的政策不完善、科技成果與市場需求脫節等問題。

在政策方面，以下屬研究所爲例，中科院計算所在2016年制定了自身的「十三五」規劃，一是計算所發展模式要從自主創新轉變到引領創新，對標斯坦福大學；二是通過建設中科院網絡計算創新研究院，引領中國「信息高速鐵路」技術的發展；三則是支撐企業實現三個100億的產業目標。

以地方爲例，2018年，中科院科技促進發展局、中科院北京分院、中關村科技園區管理委員會共同推出了《促進中科院科技成果在京轉移轉化的若干措施》，通過支持科技成果轉化平臺建設、實驗室共享等十項舉措，推動更多科技成果在北京轉化落地。

此外，中科院還全資設立了國科創新公司，不斷探索產業技術研究院、技術企業孵化器和聯動創新產業園三種平臺的科技成果轉換模式。

截至目前，國科創新已實現了120多項科技成果轉換服務，覆蓋AI、智能製造、智能物流和智能電網等領域，孵化企業的融資規模已達到2.8億人民幣。

結語：七十載征程，中科院仍笑傲AI江湖

時光如流水，七十年的風吹雨打，中科院已然成長爲我國AI技術和產業力爭站立於世界潮頭的國之重器。

順延着它的歷史軌跡，我們可以看到，它AI勢力的強勢崛起，既有歷史的累積、人才培育的影響，也有一代代產業經驗累積後的良性循環。回顧中科院系AI企業的漫漫長路，它爲我國AI產業如何利用好產學研之間的合作優勢，提供了一個新的角度與思考方向。

但同時，我們也需意識到，在當下殘酷的AI落地戰和全球科技競賽激烈的環境中，我國整體的AI技術實力與國外仍存在一定的差距。

我國AI玩家們將要面臨的，不僅是全球科技競賽給市場格局帶來洗牌的陣痛，還需面對顛覆性技術爲各領域市場，乃至人們的生活帶來的巨大挑戰。生，便能乘着市場和資本的東風一躍而起，闖進商業落地的頭部陣營；死，便只能被大浪拍在岸邊的礁石上，隨着時間流逝被市場和資本遺忘。

未來，中科院系AI企業又將如何書寫這一頁歷史征程？時間將會告訴我們答案。

附圖：▲中科院研究單位統計表
▲我國自然科學工作者代表會議籌備會合影
▲自然指數全球百強機構前十名榜單
▲中科院改革開放四十年40項重大科技成果
▲我國AI領域專利數Top 10非大學科研機構（圖源中國新一代人工智能發展戰略研究院）
▲中科院學部院士年齡統計（圖源中科院官網）
▲陳國良院士
▲胡正明院士
▲賽迪網發佈2019年中國AI企業綜合實力百強名單
▲計算所成立公司情況（圖源計算所官網）

資料來源：https://bangqu.com/YDah49.html