將前沿技術“搬”進課堂，探索“超常規”教育

　　“交叉學科的碰撞能催生顛覆式的創新火花、培養復合型創新人才。”2025年3月，中國科學院大學（以下簡稱國科大）迎來了“新成員”——前沿交叉科學學院，回望一年的發展，郭田德頗為感慨，“學院從‘建起來’到‘轉起來’，如今正走向‘強起來’”。

　　作為國科大數學科學學院教授、前沿交叉科學學院院長，盡管已年逾六十，郭田德依舊奔波在中關村、玉泉路、雁棲湖3個校區。“回顧2025年，我在實施中國科學院急需緊缺領域博士培養工程中積極探索，常感責任重大。”郭田德告訴記者，交叉學科人才培養正是其中關鍵。

　　近日，憑借在教育創新、科研轉化與人才培養領域的突出貢獻，郭田德榮獲“中國科學院先進個人”稱號。

　　主動拆除“圍墻”

　　“縱觀科技發展的歷史，特別是近代科學與技術的發展，我們發現大多數重大科學和技術成就并非來自單一學科，而是源于交叉學科。”談及成立國科大前沿交叉科學學院的初衷，郭田德告訴《中國科學報》。

　　盡管近年來，以DeepSeek為代表的一系列科技成果彰顯了我國自主創新能力的提升，但郭田德表示，“整體來看，我國的創新成果依舊較少，與西方國家仍存在一定差距”。

　　鑒于此，為滿足國家重大需求，盡快培養更多的拔尖創新人才，國科大立足優勢學科發展基礎，主動拆除不同學院、學科、專業的“圍墻”，籌建前沿交叉科學學院，秉持“大平臺、大團隊、大交叉、大協作、大項目”思路，堅持“問題導向、項目牽引、平臺支撐、團隊協同”的理念。

　　“學院成立時提出3個重點：一是打破學科壁壘，深度融合；二是所有學生必須依托國家重大任務，采用項目制培養模式；三是招生培養就業一體化，要從就業倒推招生培養。”郭田德表示。

　　據郭田德介紹，前沿交叉科學學院遴選首批導師855人，涉及數學、計算機科學與技術、集成電路科學與工程、控制科學與工程、信息與通信工程、電子科學與技術、物理學、化學、光學工程等23個一級學科。

　　“國科大前沿交叉科學學院面向國家重大戰略需求，堅持以立德樹人為根本。”郭田德說，學院致力于培養具有多學科研究背景和國際視野的高級人才，他們應該具有高度社會責任感和事業心，掌握相關交叉領域堅實的理論基礎和系統深入的專業知識，具有較強的批判性思維和創新性思維，能夠預測、發現、解決相關領域基礎理論的核心問題或關鍵技術問題，具有獨立從事前沿領域科學研究和解決實際問題的能力，做出創造性研究成果。

　　“超常規”人才培養

　　在前沿交叉科學學院的首屆開學典禮上，接過印有學院名稱的大旗時，郭田德無比激動。

　　“現在的科技難題，沒有一個能靠單一學科解決。”他反復強調，“這些交叉實際上是‘化學反應’，不是‘物理反應’，不是1+1=2，而是1+1＞2。”

　　因此，前沿交叉科學學院決定探索“超常規”的人才培養模式。“通過原學科、交叉學科、企業的三導師制，實現跨學科人才培養、與產業界密切合作。每名學生在入學之初，都要根據世界科技前沿和產業一線的真問題確定選題，制定個性化研究方案。”郭田德告訴記者。

　　前沿交叉科學學院沒有本科生、碩士生，只招博士生；學生依托國家重大任務選題；畢業標準不唯論文，專利、應用成果都能作為考核依據。

　　此外，郭田德還格外強調基礎學科的重要性。“國家重大任務中的科學問題需要數學等基礎學科的支持，很多交叉學科的核心問題實際上也是數學問題。”郭田德表示，前沿交叉科學學院吸納了來自數學等基礎學科的師生。

　　“我們要培養的是‘T型人才’，既有專業深度，又有跨學科廣度。”為了實現這一目標，郭田德帶領團隊重構課程體系，建成覆蓋52個一級學科、1500余門課程的新體系。此外，他還常常邀請不同領域的專家學者，講解人工智能、量子科技等前沿內容。

　　“我參加‘組合優化+人工智能’項目時，曾經非常擔心自己跨領域知識不足。”國科大前沿交叉科學學院學生張萌回憶道。得知其擔憂后，郭田德特意安排她去聽人工智能領域的學術會議，并安慰她“不要怕跨學科，這是你們的優勢”。“我們的目標，是讓學生成為解決‘卡脖子’難題的生力軍。”郭田德說。

　　將前沿技術“搬”進課堂

　　直面最前沿的科技問題，是郭田德在教學中一以貫之的準則。在他的組合優化課上，有一個生動的案例——指紋識別，這是他和團隊深耕近30年的重要成果。

　　上世紀90年代，曾有一個棘手難題擺在國家安全部門面前：數據庫里的10億枚指紋，如何實現快速精準匹配？郭田德嘗試從數學領域尋找解法。他帶領團隊著手指紋自動識別算法及其應用的研發工作，建立高效的大庫指紋匹配算法。

　　郭田德回憶道，他帶領團隊從組合優化理論入手，建立優化模型、設計求解算法……有一次，他們在實驗室里連續熬了3個月，只為對比上萬組指紋數據，反復調整參數。最終，郭田德團隊研發的優化模型與算法達到國際領先水平。相關技術應用于全國多個省區市的警用指紋自動識別系統，榮獲了公安部科學技術獎二等獎、國際運籌學會聯合會運籌學發展獎二等獎。

　　郭田德常在課堂上介紹這一成果：“你們看，這個指紋匹配算法就是用咱們學的組合優化知識做的。”

　　“這讓我們認識到數學并不局限于知識層面，也在國家和社會的保障中發揮了巨大作用。”國科大前沿交叉科學學院學生李寧說，這是一門既有溫度又有廣度和深度的數學課。

　　隨著人工智能浪潮的興起，郭田德敏銳地捕捉到這一前沿方向，提出了“學習最優化方法”的概念，設計了旅行商問題、背包問題、二次指派問題等組合優化問題的人工智能求解方法。

　　此外，郭田德還嘗試通過建立數學模型，探索“小算力、強功能”的新型人工智能模型。“很可能多年都做不出來。”他坦言，“但我們國家要實現科技自立自強，就要有人做這方面的工作。”