各地区各层次学科数量统计 省份 前2%或前2名 前5% 前10% 前20% 前30% 前40% 前50% 北京 101 151 209 337 426 504 582 上海 31 66 117 195 263 302 358 江苏 31 57 111 215 333 441 543 湖北 14 32 68 134 182 247 296 陕西 10 18 43 103 162 203 259 四川 8 18 39 75 116 145 185 广东 7 29 72 163 232 281 333 浙江 7 24 61 110 154 207 255 山东 6 10 36 74 135 210 294 安徽 5 8 14 38 70 106 139 黑龙江 3 12 20 43 70 102 126 天津 3 11 33 74 100 125 148 湖南 3 7 36 84 125 162 199 福建 3 5 20 47 83 114 140 吉林 2 7 16 45 68 87 113 甘肃 2 3 7 14 28 47 60 辽宁 1 11 27 56 88 135 175 重庆 1 8 16 48 87 106 140 江西 1 4 17 32 57 87 广西 1 2 7 19 37 57 云南 4 13 30 51 68 山西 4 12 27 50 71 河南 3 34 61 112 153 河北 1 8 27 43 70 新疆 4 8 17 33 海南 3 5 11 19 内蒙古 2 7 18 32 贵州 2 5 16 28 宁夏 1 2 7 15 青海 1 1 5 8 西藏 5 5 6 版权声明：凡本网注明来源：中国科学报、科学网、科学新闻杂志的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动。
目前除了探寻第三代配体，马大为团队还在研究天然产物。科研内卷 2000年以后，中国科研的很多方面都慢慢和国际水平接近。
我们要鼓励大家去探索无人区。在科技界现在这也是公开的秘密了，跟社会上一样，都在内卷。结果无心插柳，他发现的氨基酸分子能作为铜源催化剂的配体，提高乌尔曼反应的效率，大大降低反应所需要的温度和铜催化剂的用量，成为化学合成实验室每天都要用的反应。以化学领域论文发表为例，马大为说，10年前，我国一区论文发表数量不到美国一半，二区文章的发表数量达到了美国的一半。这就导致了严重的内卷，很多年轻科研工作者在面临这些压力时首先想到的是生存，做些短平快的研究。
今年诺贝尔奖委员会在解读2021年诺贝尔化学奖的研究发现时提到，全球35%的GDP涉及化学催化。因此需要把应用研究交给市场去引导，让市场检验创新和实用的程度。而实现从0到1的突破，是队员们最兴奋的时刻。
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性。NP难问题就是这样，没有确定答案，只能不断探索、不断失败，再不断去想新路。因此，以赛促练是人工智能与优化研究所的传统。这支年轻的团队专注于应用型研究，希望打通算法研究从实验室到企业的最后一公里，把科研成果写在祖国的大地上。
上世纪80年代，华中科技大学计算机学院成立人工智能与优化研究所，第一任所长黄文奇成为国内最早关注算法研究的专家之一。一年半后，他们拿出了一个优化方案，大幅降低了企业生产成本。
从事EDA研究，不是为了发论文或得大奖，而是要为具体的工业应用服务，要把科研成果写在祖国的大地上。华中科技大学计算机学院人工智能与优化研究所里，研一学生罗灿辉紧张地坐在电脑前，每隔一会儿就点击鼠标、刷新网页。EDA是电子设计的基石产业，在精密制造领域，更是精密器件生产、加工和测试的基础。就像装修房子，要让各种家具家电、电线网络布局在最合适的地方，做到既美观又节省空间，还能完美互联互通，需要一个最优的施工图。
让他惊奇的是，竞赛成果立刻被运用到了各大医院中。尽管算法运用领域十分广泛，这次大赛却让罗灿辉等团队成员坚定了将来从事EDA研究的决心。我国经济高速发展，数字化转型深入推进，我们更应该将科研与产业发展紧密结合起来。作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
今年是他们首次参加ICCAD竞赛，如此年轻的团队，能从12个国家和地区的137支队伍中脱颖而出，吕志鹏却很平静：我们的目标远不止于此。坚持从0到1的突破 算法领域的很多国际大赛，出题人都是业界的重要企业，所出的题目正是企业本身难以破解的技术难题。
在算法领域，通俗地说，NP难问题是指那些具有极高计算复杂度、没有标准答案的非确定性问题。他把挤公交的场景等价为一个物理演化模型，经过多次算法演练，最终找到了大圆打孔问题的最优解决办法。
拟人拟物就是用自然界和人类社会的一些设计和布局智慧来解决数学算法问题。他们深知，在许多关键技术买不来、学不来的情况下，我国更需要研究人员沉下心来，击破卡脖子难题。没有标准答案、标准路径，如何解题？黄文奇提出了拟人拟物的算法思路，并被传承至今这个年轻团队的夺冠，离不开研究所在算法领域40余年的积淀。上世纪80年代，华中科技大学计算机学院成立人工智能与优化研究所，第一任所长黄文奇成为国内最早关注算法研究的专家之一。谈到未来，吕志鹏充满信心，我们也希望和其他研究者分享经验，共同解决算法研究从实验室到企业的最后一公里问题，为国家培养更多人才。
早期阶段研究所更侧重于纯理论研究，而且专注于解决NP难问题。特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性。
可以说，掌握了最优的EDA，就有了高端工业领域的主导权。这次大赛结果再次证明，年轻人可以扛大梁。
作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。作者：田豆豆 吴君 来源：人民日报 发布时间：2021/11/23 9:13:20 选择字号：小 中 大 摘得国际EDA竞赛冠军，华中科技大学计算机学院90后团队—— 探前沿算法 解应用难题（科技自立自强·青年科学家） 核心阅读 不久前，在计算机辅助设计国际会议上，华中科技大学计算机学院吕志鹏教授团队摘得电子设计自动化布局布线算法竞赛全球冠军。
NP难问题，是世界七大数学难题之一。他把挤公交的场景等价为一个物理演化模型，经过多次算法演练，最终找到了大圆打孔问题的最优解决办法。尽管算法运用领域十分广泛，这次大赛却让罗灿辉等团队成员坚定了将来从事EDA研究的决心。在国外，从护士排班到快递物流、城市规划设计等都有算法的应用，很多企业会把算法跟工业紧密结合。
芯片等精密器件只有指甲盖大小，却要加载百亿个单元，相互联结的线路更复杂，只能通过算法去设计最优施工图。第一次接触这么难的题目，几名90后起初有点发怵。
坚持从0到1的突破 算法领域的很多国际大赛，出题人都是业界的重要企业，所出的题目正是企业本身难以破解的技术难题。夺冠离不开深厚积淀 EDA就是利用计算机辅助设计软件，来完成芯片的功能设计、综合、验证等流程的设计方式。
就像装修房子，要让各种家具家电、电线网络布局在最合适的地方，做到既美观又节省空间，还能完美互联互通，需要一个最优的施工图。一年半后，他们拿出了一个优化方案，大幅降低了企业生产成本。
2011年毕业季，一家企业到华科招聘，面试官与一名求职的研究生交谈时，聊起研究生正在参与的一个课题，恰好是企业亟待破解的难题。他们深知，在许多关键技术买不来、学不来的情况下，我国更需要研究人员沉下心来，击破卡脖子难题。NP难问题就是这样，没有确定答案，只能不断探索、不断失败，再不断去想新路。面试一结束，面试官立即请研究生带他去见课题负责人吕志鹏，代表企业提出了合作科研攻关的意向。
让他惊奇的是，竞赛成果立刻被运用到了各大医院中。在算法领域，通俗地说，NP难问题是指那些具有极高计算复杂度、没有标准答案的非确定性问题。
华中科技大学计算机学院人工智能与优化研究所里，研一学生罗灿辉紧张地坐在电脑前，每隔一会儿就点击鼠标、刷新网页。我太激动了，第一时间和团队分享了这个好消息。
而实现从0到1的突破，是队员们最兴奋的时刻。如何实现？黄文奇苦思冥想，而看似满员的公交车却一次又一次挤进新乘客的场景，让他灵光一闪。
