发展新质生产力培养卓越工程师|工程师_新浪财经

苏涛，教授、博士生导师，现任西安电子科技大学本科生院常务副院长、教务处处长，兼创新创业学院院长、天线与微波技术国家重点实验室副主任。

■积极探索产学研协同创新模式，造就拔尖创新人才，营造尊重创新、崇尚创新、人人创新、善待创新的氛围。建立协同育人机制，推进校企协同育人。服务战略性新兴产业和未来产业的骨干企业，培养大批善于解决复杂工程问题的创新型人才

■打破学科专业壁垒，以产业需求为导向，持续优化交叉融合的课程体系。做好工程人才核心能力培养的顶层设计，优化学科专业设置，增设与新技术、新产业、新业态相关的学科专业，培养适应战略性新兴产业与未来产业发展的跨学科人才

■发展新质生产力是高质量发展的内在要求和着力点。教育改革要与新质生产力发展相适应，要把握新质生产力的发展方向，持续构建服务国家战略、面向工程前沿、契合产业需要的培养新模式，走出独具特色的卓越工程师自主培养之路

培养造就大批德才兼备的卓越工程师，是加快建设国家战略人才力量、加快形成新质生产力的必由之路。

如何促进产学研协同创新和人才培养？如何全面推进新工科背景下的跨学科学习？如何培养造就德才兼备的卓越工程师队伍？

围绕这些问题，近日，中国教育新闻网记者采访了西安电子科技大学本科生院常务副院长、教务处处长苏涛教授。

产学研协同的工程创新和人才培养

记者：苏教授您好，请介绍一下您在工程创新和人才培养、推动产学研协同创新方面的做法？您认为哪些因素对于构建这种协同创新模式至关重要？您如何看待MATLAB在电子信息工程创新和人才培养中的作用？

苏教授：传统上，学校一般偏重学术体系构建，但现在产学研协同的作用越来越重要。关键是现在社会对人才的需求有了巨大变化。我们说人才培养的目标和成效，既是人才培养的起点也是终点，起点和终点的服务对象都是国家战略。产学研是一个整体，如果强行分成两段，在学校与在企业，或者学的与用的，肯定是不太合适。现在国家推出一些相关战略举措，比如，产教融合的国家级项目，还有拔尖卓越人才培养，卓越工程师培养，也有现代产业学院和未来技术学院，这些都是产学研协同的典型。

西安电子科技大学是工科背景的学校，工科很强，对产学研一向重视，我们一直希望全面引进企业的力量。最近，在做培养方案修订时，学校要求每个专业都调研国内外的高校，同时与一些相关企业合作。

产学研协同，一是在培养体系上把它融进去；二是在培养环节上做到产学研协同。比如，我们新的培养方案专门设立了“创新课堂”。“创新课堂”实际上是利用我们小学期的时间以项目制的形式对学生开放，包括来自企业的课程、项目，来自研究所的课题都进入课堂。

像MATLAB这些企业，它们支持的工具就比较丰富，学校只需聚焦自己这一部分，其他的可以拿过来用，可以做集成化创新，这在我说的创新项目训练中是比较方便的。你如果做一个软件，有自己的核心算法，研究这一部分就可以了。但如果学生需要从头到尾把所有细节，甚至连界面都编出来，短时间之内是不可能做到的，像MATLAB或者其他公司提供的类似工具就是一个比较好的平台。

新工科背景下的跨学科学习

记者：在您看来，跨学科学习对于培养创新能力和解决复杂问题的能力有哪些作用？在开发5G滤波器自动调试系统的项目中，跨学科学习和合作是否发挥了作用？MATLAB如何助力于实现跨学科的学习和科研合作？

苏教授：过去我们关注的可能是培养“一颗螺丝钉”，随着时代的发展，现在是一个大合作的时代，跨界的时代、融合的世界，跨学科的学习也是必须掌握的一种能力，实际上是创新。我们培养的这个体系往往是按学术来做的，学术是对应研究管理划分的一个办法，学术设置的体系都是从自己知识的连贯性和系统性的角度去讲的。但是，从工程上来讲，它不可能只用这一条线上的东西，它是横向的。实际中电路板上要跑信号，信号要处理，在课程上则分别属于模电、信号和计算机了，更不要说可能涉及其他学科的知识。

现在学生可以通过学习共同体或者平台学习，很快就看到这上面有没有人在做，怎么做，其关键点是，平台能够提供的资源是什么，在宏观体系上了解了，再根据需要深入，这种合作和深入，这是目前跨学科学习的一个比较好的方式。

我们现在就遇到这个问题，如果想要学生有长期的发展，就不能太定向，越是定向的越不准。我们现在讲基础必须牢靠，创新能力、学习能力，甚至鉴别判断能力、提出问题的能力才是关键，这已经发生转变了，技能是可以定向培训的，能力培养更难。

现在生成式人工智能出现之后，理工科的人可以做文科的事情，这种跨越带来的冲击可能更大。前一段时间，我们请一个专家做报告，他不善于绘画，却可以用大模型生成几千幅蒙娜丽莎，很简单地，一文生图，通过语言描述就生成了。但是，判断哪一幅漂亮，哪一幅好，那是人的基本素养，审美是素质和能力。

前两次工业革命，无论是机械还是电子，都是一个大规模生产的模式，需要按工业化大规模制式标准训练大量熟练技能工人，但现在这种对标准式技能要求越来越降低了。比如，编程原来是必须的，软件公司中编程的产值也很多，其主要资产就是编程的人力资源。但是，现在AIGC可以做了，程序员更多的不是具体地去编什么代码，而是要指挥AI做什么，指导AI做什么，可能就需要不同的能力。

这种情况下，可能要求教学模式发生了一个比较大的变化，像这种综合性的实践，我认为有限时间和水平下不可能具体到每一个细节，只能集成化的创新、综合性的实践、团队化的学习，或者基于项目制的学习，这可能是跨界学习的一种比较好的训练方式。而且更多地让学生去看、去练、去做，可能收获比较多。

关于MATLAB如何助力于实现跨学科的学习和科研合作？开发5G滤波器自动调试系统的项目为例，可以说MATLAB在跨学科学习和合作中发挥了重要作用。MATLAB作为一个集成的开发环境，提供了丰富的工具箱和功能模块，支持不同学科的研究和开发需求。

首先，在电子工程和通信工程领域，MATLAB的5G Toolbox、Signal Processing Toolbox和Communications Toolbox提供了一系列函数和参考示例，这些工具能够帮助工程师快速设计、仿真和优化滤波器，确保其满足5G通信标准的要求。例如您可以通过编程方式或使用无线波形发生器交互式生成波形并自定义测试平台。利用这些波形，可以验证您的设计、原型和实现是否符合规范。同时，MATLAB的仿真功能使得工程师可以在虚拟环境中测试滤波器的性能，减少了实际硬件测试的时间和成本。

其次，在控制工程领域，MATLAB的Control System Toolbox和Optimization Toolbox为自动化调试算法的开发提供了有力支持。算法工程师可以利用MATLAB的编程环境开发复杂的调试算法，而控制工程师则可以使用优化工具对调试过程中的控制策略进行优化，从而提高调试的效率和精度。

此外，MATLAB的强大数据可视化能力促进了跨学科团队之间的交流和合作。通过直观的图表和数据展示，不同学科的专家可以更容易地理解和分析复杂的数据和仿真结果，从而更有效的沟通和协作。

总之，通过其统一的开发环境和面向不同学科跨行业领域的丰富的工具箱，促进了跨学科学习和合作，大幅提升了教学和科研项目的开发效率和科学研究成果的转化能力。

新质生产力要求的卓越工程师培养

记者：您怎样看待当前的科研结合实践？能否举例说明这种结合在您的工作中是如何实现的？

苏教授：我觉得新质生产力的“新”，就是指不同于传统的发展路径，是科技创新交叉融合突破所产生的根本性成果对于高校来说，首先要求学生有集成创新、研发创新的能力，而这些真正创新的东西，我们还是比较缺乏的。集成创新，指在个人的核心领域有一些想法，或者跨领域的借鉴融合，也可以是集合广泛的力量去完成任务进行创新。这种创新在我们工程实践环境是相当多的，也很重要。在“产学研用”“校企政所”多主体中，其实对新质生产力的发展是非常好的方向。

在学生培养中，这种多学科的条件保障和支持，工具平台学习环境的支持，例如前文提到助力跨学科学习、科研的MATLAB软件等，正是学校需要建设的。过去那种在整个体系设计的时候，单一学科聚焦于技术，要来谈新质生产力，恐怕很难。

新质生产力指的不是单纯的传统的那种一步一个阶梯，它是跨界的。比如说，大语言模型。我觉得大语言模型是目前新质生产力的提法当中最能切实的一个主题，它本来只是解决的语言的问题，但它在方方面面的问题都有影响。

不论是艺术创造、文本生成、秘书、会计、法律些文学类的，或者说社会科学类的，它现在自然科学类的，在编程，在设计……都已经有体现。

所以，我觉得谈到新质生产力，在学校里面，在培养方案、培养环境的设计当中，为了适应新质生产力的发展，我们教育顶层规划的视野首先就要打开。

不再是聚焦于单一的技术员的培养，还有个更宽广的视野和系统的构架，另外，学校里培养的环境和培养的条件、培养的模式，要发生变化。

不再是过去解题的模式，而是团队化学习、集中式学习、基于项目的学习，产学研用一起联合的培养。

原标题：发展新质生产力培养卓越工程师