東海之濱，寧波舟山港。

清晨六點，巨型橋吊在晨霧中轉(zhuǎn)動，集裝箱卡車（簡稱“集卡”）穿梭如織，集裝箱層層疊疊，這座連續(xù)17年貨物吞吐量全球第一的超級港口，日復(fù)一日演繹著現(xiàn)代工業(yè)物流最精密、最復(fù)雜的協(xié)同樂章。

數(shù)年之前，港口的集卡調(diào)度還依賴老師傅的經(jīng)驗進行銜接裝卸，借助港口自研的集裝箱碼頭生產(chǎn)操作系統(tǒng)（N-TOS）指揮碼頭內(nèi)部的數(shù)百車輛和設(shè)備。如今，碼頭智慧中樞接管了這一切：智能算法實時演算每輛集卡的最優(yōu)行駛路徑，精準預(yù)判車流擁堵，動態(tài)優(yōu)化任務(wù)派單。

“現(xiàn)在系統(tǒng)能同時調(diào)度上百輛車，能預(yù)判未來的任務(wù)和交通狀況，從全局優(yōu)化的維度智能銜接裝卸運輸——人做不到這一點。”碼頭操作部一位負責(zé)人說，集卡調(diào)度優(yōu)化系統(tǒng)上線后，港內(nèi)集卡重載率提升10%，車輛行駛距離縮減8%，岸橋空閑等待時間降低3%，每年為港口節(jié)約上千萬元成本。

這套系統(tǒng)核心算法的開發(fā)者，是寧波諾丁漢大學(xué)計算機科學(xué)系白瑞斌教授所帶領(lǐng)的科研團隊。這聽起來像是一個“大學(xué)團隊攻克產(chǎn)業(yè)難題”的故事，但如果把鏡頭拉遠，看到的圖景要復(fù)雜得多：這是一個從零開始的團隊、一所中外合作大學(xué)，以及一座世界級的港口，在中國高等教育改革、地方經(jīng)濟轉(zhuǎn)型、國家戰(zhàn)略需求這三股歷史潮流交匯后，孕育出的一個結(jié)果。這條成長軌跡，也為“教科人一體化”這個宏大的時代命題，提供了一種具體的解決方案。

以真問題錨定科教方向

英國研究評價體系中有一個核心理念：研究的影響力不僅體現(xiàn)在論文引用率上，更看其對經(jīng)濟、社會、文化產(chǎn)生了哪些實際作用。這樣的評價導(dǎo)向，天然地推動教師去尋找真實世界的“問題”。

2004年，經(jīng)中國教育部批準，中國第一所具有獨立法人資格的中外合作大學(xué)——寧波諾丁漢大學(xué)設(shè)立。學(xué)校全面引進英國諾丁漢大學(xué)的優(yōu)質(zhì)教育資源和教學(xué)質(zhì)量保障體系，教師招聘、職稱評定、科研評價同時受到英國高等教育質(zhì)量保障體系和中國教育部的雙重檢驗。這套獨特的辦學(xué)與評價體系，讓扎根于此的學(xué)者，始終把目光投向經(jīng)濟社會發(fā)展的現(xiàn)實需求。

2007年，白瑞斌結(jié)束在英國諾丁漢大學(xué)5年的求學(xué)與科研之旅，來到寧波諾丁漢大學(xué)計算機科學(xué)系任教。他帶回的行李中，是在英5年的科研積累：有在智能計算、組合優(yōu)化、數(shù)據(jù)挖掘及建模與仿真研究中積累的豐富經(jīng)驗，有參與英國希思羅機場調(diào)度系統(tǒng)研究時的扎實實踐，還有一個迫切的渴望：把那些在英國已經(jīng)發(fā)揮作用的智能化調(diào)度技術(shù)，落在中國的土地上。

他做的第一個項目是出租車智能調(diào)度。2009年，智能手機開始大規(guī)模進入大眾視野，諾基亞E71全鍵盤手機配有一塊小屏幕，可顯示電子地圖。白瑞斌想到了一個點子：做一套算法，把乘客需求和空車信息匹配起來。

他帶著幾個本科生做了一個出租車智能調(diào)度試用版本，還申請了專利。然而，沒多久，易到、滴滴、快的等公司涌現(xiàn)，全國出現(xiàn)了二三十家做同樣事情的公司?！坝捎诩夹g(shù)、資本、商業(yè)模式等原因，我們沒有跟上步伐?！卑兹鸨筇钩校@次“失敗”讓他看到了在21世紀“數(shù)字中國”和工業(yè)新基建上升為國家戰(zhàn)略的大背景下，人工智能在優(yōu)化領(lǐng)域所蘊含的巨大潛能。

2010年，寧波諾丁漢大學(xué)招收首批博士生。次年，由寧波市教育局、科技局與寧波諾丁漢大學(xué)和英國諾丁漢大學(xué)共同建設(shè)的寧波諾丁漢大學(xué)國際博士創(chuàng)新研究中心（IDIC）成立，聚焦能源技術(shù)與數(shù)字經(jīng)濟領(lǐng)域，提供四年制博士項目（1年英國+3年中國），實施中英雙導(dǎo)師制，并為博士生提供企業(yè)實習(xí)支持。這種“國際化聯(lián)合培養(yǎng)”模式，在當(dāng)時國內(nèi)博士教育中也相對罕見。

它的本質(zhì)是地方政府在“人才基建”上的制度創(chuàng)新。寧波在吸引高端人才方面難以與北上廣深競爭，但寧波有產(chǎn)業(yè)基礎(chǔ)、有港口、有制造業(yè)集群，與其花大價錢“引進”人才，不如“在地培養(yǎng)”擁有國際視野的創(chuàng)新型科技領(lǐng)軍人才，為地方經(jīng)濟社會發(fā)展提供人才和技術(shù)支撐。

這批博士生后來成為白瑞斌團隊的“種子”成員。彼時，團隊規(guī)模尚不足5人，他們開始瞄準智能計算優(yōu)化與交通物流領(lǐng)域發(fā)力。2014年后，團隊進入國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金答辯，并在Transportation Research Part B、European Journal of Operational Research（EJOR）等交通領(lǐng)域頂級期刊上發(fā)表多篇論文，聚焦解決固定場景下多班次、多碼頭、集裝箱卡車運輸復(fù)雜路徑的靜態(tài)路線規(guī)劃問題。

在真實場景中錘煉人才

2015年前后，中國經(jīng)濟進入“新常態(tài)”，制造業(yè)成本上升、外貿(mào)競爭加劇，促使沿海港口從“規(guī)模擴張”轉(zhuǎn)向“效率提升”。寧波舟山港雖然貨物吞吐量位于全球前列，但集裝箱業(yè)務(wù)效率與國際先進港口相比仍有差距。

2016年，寧波獲批成為全國首個“中國制造2025”試點示范城市，港口數(shù)字化、智能化被列入重點方向。隨后，浙江省于2017年正式提出將數(shù)字經(jīng)濟作為“一號工程”推進，為港口及更多應(yīng)用場景的數(shù)字化探索提供了更加系統(tǒng)的政策環(huán)境。

產(chǎn)業(yè)端的“痛點”和白瑞斌團隊的技術(shù)儲備對接上了。

選擇信息化基礎(chǔ)好、需求迫切且毗鄰的寧波舟山港，這個選擇是務(wù)實的，也是具有遠見的。這不是一次簡單的項目合作，而是為團隊找到一個可以持續(xù)深耕的“真實問題場”。

“早期是單純抱著研究的心態(tài)?！卑兹鸨筇岬?，選擇港口有幾個現(xiàn)實考量。首先，港口和機場同屬“大交通”，問題結(jié)構(gòu)有相似性；其次，寧波舟山港信息化基礎(chǔ)好?！斑@很關(guān)鍵。”白瑞斌說，“只有數(shù)字化基礎(chǔ)好、有數(shù)據(jù)，我們才能做算法、做分析、做調(diào)度?！倍?，它就在家門口，合作方便。

真正的項目機會出現(xiàn)在2019年。寧波市“寧波港集裝箱碼頭生產(chǎn)系統(tǒng)關(guān)鍵算法提升與示范應(yīng)用”項目立項——研究如何通過算法提升N-TOS的關(guān)鍵算法，實現(xiàn)統(tǒng)一調(diào)度優(yōu)化。彼時，寧波舟山港的集裝箱年吞吐量超過2600萬標(biāo)箱，每天有近10萬次的集卡進入各個碼頭、堆場，裝卸貨物。

港口業(yè)內(nèi)有句話：“大不大”看吞吐量，“強不強”看集裝箱。集裝箱碼頭是水陸聯(lián)運的樞紐站，而集裝箱運輸基本靠集卡，所以集卡資源配置是影響作業(yè)效率的關(guān)鍵環(huán)節(jié)。過去提高作業(yè)效率的一個重要手段是加大集卡投入，以數(shù)量換效率，粗放運營、成本高昂。

深入一線后團隊發(fā)現(xiàn)，船期波動、箱量變化、天氣干擾、司機操作差異等大量不確定因素，讓團隊原先的集合覆蓋模型難以完全適配真實港口的復(fù)雜工況，“難點就在于如何應(yīng)對生產(chǎn)中的動態(tài)變化，現(xiàn)實情況非常復(fù)雜，既有客觀變化，也有人為因素?！?/p>

當(dāng)時，AlphaGo掀起的全球深度強化學(xué)習(xí)研究熱潮仍在持續(xù)發(fā)酵，2019年DeepMind推出AlphaStar，再度將該技術(shù)的關(guān)注度推向新高。白瑞斌敏銳地意識到，自己在英國時就深耕的“超啟發(fā)式算法”可以與深度強化學(xué)習(xí)技術(shù)融合，攻克動態(tài)不確定性調(diào)度難題。超啟發(fā)式算法由英國諾丁漢大學(xué)的研究團隊于2002年左右提出，擅長解決復(fù)雜優(yōu)化問題，而港口調(diào)度恰恰充滿不確定性。

“這是一條沒人走過的路，很難，我們只能邊做邊學(xué)邊教。”白瑞斌團隊通過融合機器學(xué)習(xí)和運籌學(xué)方法，自研了“港內(nèi)車輛優(yōu)化調(diào)配系統(tǒng)”——通過智能聯(lián)動橋吊與集卡作業(yè)任務(wù)，依托算法匹配時空最優(yōu)作業(yè)路徑，大幅壓縮無效行駛與等待時長，從而有效提高作業(yè)效率。

2019年，集卡調(diào)度系統(tǒng)在港區(qū)測試運行，效果顯著，研究團隊還因此受邀參加2019中國人工智能產(chǎn)業(yè)年會工業(yè)互聯(lián)網(wǎng)與智能制造專題論壇，并作主題報告。

經(jīng)過多輪技術(shù)迭代優(yōu)化，2022年初，團隊原創(chuàng)提出的融合算法成果《面向不確定環(huán)境組合優(yōu)化問題的深度強化學(xué)習(xí)超啟發(fā)算法》發(fā)表于運籌學(xué)頂級期刊EJOR，成為全球首個深度強化學(xué)習(xí)與超啟發(fā)式算法結(jié)合的研究，得到學(xué)術(shù)界的廣泛關(guān)注。

生成式人工智能出現(xiàn)后，團隊進一步優(yōu)化算法，先后在《IEEE進化計算匯刊》、EJOR等頂級期刊發(fā)表多篇論文，并成為高被引論文。更重要的是，這套算法的成果在寧波舟山港第二集裝箱碼頭得到了驗證：每年為港口節(jié)約上千萬成本。

這是一個“小生態(tài)”的雛形：項目、科研、教學(xué)、人才、成果形成的良性循環(huán)。

從項目到平臺構(gòu)建一體化生態(tài)

為了將技術(shù)優(yōu)勢進行積累、升級，針對地方經(jīng)濟高質(zhì)量發(fā)展的迫切需求，就港口核心資源的智能感知、港口作業(yè)規(guī)劃與調(diào)度優(yōu)化、港口智能化流程、國際樞紐港供應(yīng)鏈服務(wù)和供應(yīng)鏈金融的核心問題開展研究，白瑞斌和團隊成員們開始籌劃數(shù)字港口技術(shù)重點實驗室的建設(shè)。

2022年9月，鄞州區(qū)委人才辦與寧波諾丁漢大學(xué)正式簽約，合作共建“數(shù)字港口技術(shù)重點實驗室”，這標(biāo)志著合作模式從“點對點”的項目，升級為集科研、教學(xué)、人才培養(yǎng)于一體的長期平臺。

實驗室硬件全面升級，科研空間拓展至3000多平方米，設(shè)備總值從2270萬元增至3338萬元，部署了H200、L20等高性能人工智能超算集群，整體AI算力突破3PFlops，能夠高效支撐港口復(fù)雜動態(tài)調(diào)度、大規(guī)模智能算法仿真與深度學(xué)習(xí)模型運算。與此同時，團隊規(guī)模也在持續(xù)壯大，匯聚了46名學(xué)術(shù)教師、5名專職工程師及76名在讀博士生。

管理制度深度對標(biāo)英國學(xué)術(shù)理念，構(gòu)建平等開放的育人科研氛圍，推行實驗勞務(wù)按勞付酬、博士生答辯不設(shè)導(dǎo)師一票否決權(quán)等，充分保障學(xué)生的學(xué)術(shù)權(quán)利，實現(xiàn)國際化科研育人機制的全面落地。

2023年到2025年是實驗室成果密集產(chǎn)出的三年，數(shù)據(jù)是最忠實的記錄者。

在科研項目上，實驗室三年新增縱向課題33項，其中國家級9項、省部級5項；橫向項目27項，合同金額近2000萬元。

在成果產(chǎn)出上，發(fā)表學(xué)術(shù)論文647篇，其中SCI/SSCI權(quán)威期刊論文431篇，中國科學(xué)院一區(qū)超過200篇。獲授權(quán)發(fā)明專利16項（含美國專利3項）。此外，實驗室先后與20多家企業(yè)建立合作，助力制造業(yè)、醫(yī)療器械、港口物流等行業(yè)向智能化、高端化轉(zhuǎn)型，提升國內(nèi)相關(guān)產(chǎn)業(yè)的核心競爭力。

在人才培養(yǎng)上，截至2025年年底，累計培養(yǎng)博士畢業(yè)生23人、碩士畢業(yè)生200余人。畢業(yè)生去向多元，部分留在學(xué)術(shù)界深耕科研前沿，部分進入吉利汽車研究院等頭部企業(yè)投身產(chǎn)業(yè)實踐，還有的進入金融機構(gòu)從事供應(yīng)鏈金融風(fēng)控模型研發(fā)——這正是實驗室供應(yīng)鏈研究方向的自然延伸，真正實現(xiàn)了產(chǎn)學(xué)研全通道人才出口暢通。

更重要的是，研究團隊直接培養(yǎng)了不少港口數(shù)字化專業(yè)人才。陳建軍是白瑞斌的首批博士生之一，他深度參與了寧波舟山港智能調(diào)度優(yōu)化的早期核心研究，畢業(yè)后持續(xù)深耕港口數(shù)字化與智能調(diào)度領(lǐng)域，現(xiàn)已于國內(nèi)知名高校任教；陳浠楠也是代表之一，他在讀博期間深耕人工智能與運籌優(yōu)化交叉領(lǐng)域，參與了多項國家級及校企合作課題，畢業(yè)后先后在國內(nèi)外高校及科研機構(gòu)從事教學(xué)研究，如今加入白瑞斌領(lǐng)銜的AI優(yōu)化中心擔(dān)任助理教授，專注于智能優(yōu)化算法在物流、制造等產(chǎn)業(yè)場景的應(yīng)用，是團隊的中青年學(xué)術(shù)骨干。

“他們畢業(yè)后，很多人能很快獨立承擔(dān)并拿下科研項目?！卑兹鸨笳f，“因為面對的是實際問題，從實地調(diào)研、痛點梳理、科學(xué)問題凝練，到方案驗證、成果總結(jié)，他們從中得到了全鏈條的系統(tǒng)性鍛煉。”

“通過系統(tǒng)學(xué)習(xí)和落地實踐，我們希望學(xué)生收獲的不只是一項專業(yè)技能，而是獲得全方位的成長與提升。”白瑞斌說。人才“出口”的多元化，正是“教科人一體化”成效最直觀的體現(xiàn)：培養(yǎng)的人才，既能在學(xué)術(shù)領(lǐng)域深耕致遠，也能在產(chǎn)業(yè)一線落地見效。

回望這十余年，一條清晰的發(fā)展路徑躍然眼前：中外合作大學(xué)的制度創(chuàng)新，提供了以實效為導(dǎo)向的科研土壤；世界級港口的產(chǎn)業(yè)需求，提供了從理論到現(xiàn)場的真實場景；一批批青年學(xué)子在攻關(guān)中拔節(jié)成長，成為連接科研創(chuàng)新與產(chǎn)業(yè)落地的核心力量。三者相互激蕩、同頻共振，最終讓一個從零開始的團隊，成長為集教學(xué)、科研、人才培養(yǎng)于一體的高能級創(chuàng)新平臺。

這并非“先教學(xué)、再科研、后育人”的線性安排，而是在破解真實問題的過程中，實現(xiàn)教育、科技、人才三者同步推進、相互賦能、彼此成就。當(dāng)大學(xué)的人才培養(yǎng)與地方產(chǎn)業(yè)升級同頻共振，當(dāng)學(xué)生的成長軌跡與真實科研挑戰(zhàn)深度融合，“教科人一體化”便從宏觀政策理念，轉(zhuǎn)化為可感知、可驗證、可復(fù)制的生動現(xiàn)實。（作者 周婉軍系寧波諾丁漢大學(xué)市場與傳媒辦公室媒體公關(guān)主管。本文圖片由寧波諾丁漢大學(xué)提供）

來源：《神州學(xué)人》（2026年8期）