“交叉学科的碰撞能催生颠覆式的创新火花、培养复合型创新人才。”2025年3月，中国科学院大学（以下简称国科大）迎来了“新成员”——前沿交叉科学学院，回望近一年的发展，郭田德颇为感慨，“目前实现了从‘建起来’到‘转起来’再到‘强起来’的高效发展”。

作为国科大数学科学学院教授、前沿交叉科学学院院长，尽管已年逾六十，他依旧奔波在中关村、玉泉路、雁栖湖三个校区。

“回顾2025年，我在实施中国科学院急需紧缺领域博士培养工程中积极探索，常感责任重大、步履审慎。”郭田德告诉记者，交叉学科人才培养正是其中关键。

近日，凭借在教育创新、科研转化与人才培养领域的突出贡献，郭田德荣获“中国科学院先进个人”称号。

郭田德。中国科学院大学供图

主动拆除“围墙”

“纵观科技发展的历史，特别是近代科学与技术的发展，我们发现重大科学和技术成就并非来自单一学科，而是源于交叉学科。”谈及成立国科大前沿交叉科学学院的初衷，郭田德正了正神色。

当前，我国正处于从制造大国向制造强国转型的关键时期，对高端制造业人才的需求日益增长，而如今重大科学技术的发展与成就离不开学科之间的交叉与融合，这已成为科技创新的活力源泉。

尽管近年来，以DeepSeek为代表的一系列科技成果，彰显了我国自主创新能力的提升。“但整体来看，我国的创新成果依旧较少，与西方国家仍存在一定差距。”郭田德表示，这是由于人才培养的重心仍在单一学科，大多数人才的工作集中在基础的应用层面。

鉴于这一原因，为满足国家重大需求，尽快培养更多的拔尖创新人才，国科大立足优势学科发展基础，主动拆除不同学院、学科、专业的“围墙”，筹建前沿交叉科学学院，秉持“大平台、大团队、大交叉、大协作、大项目”的思路，坚持“问题导向、项目牵引、平台支撑、团队协同”的理念。

“学院成立时就提出三个重点，一是打破学科壁垒深度融合；二是所有学生必须依托国家重大任务，项目制培养模式；三是招生培养就业一体化，要从就业倒推招生培养。”郭田德表示，立足学生毕业后的工作需求，倒推招生、培养和评价体系建设。

据郭田德介绍，前沿交叉科学学院遴选首批导师855人，涉及数学、计算机科学与技术、集成电路科学与工程、控制科学与工程、信息与通信工程、电子科学与技术、物理学、化学、光学工程等23个一级学科。

“国科大前沿交叉科学学院面向国家重大战略需求，坚持以立德树人为根本。”郭田德说，学院致力于培养具有高度社会责任感和事业心，掌握相关交叉领域坚实的理论基础和系统深入的专门知识；具有较强的批判性思维和创新性思维，能够预测、发现并解决相关领域基础理论的核心问题或关键技术问题；具有独立从事前沿领域科学研究和解决实际问题的能力，做出创造性研究成果；具有多学科研究背景和国际视野的高级人才。

“超常规”人才培养

在前沿交叉科学学院的首届开学典礼上，接过印有学院名称的大旗时，郭田德无比激动。

“现在的科技难题，没有一个能靠单一学科解决。”他反复强调，“这些交叉实际上是化学反应，不是物理反应，不是1+1=2，而是1+1大于2甚至大于100。”

因此，前沿交叉科学学院决定探索“超常规”的人才培养模式。

“通过原学科、交叉学科、企业的三导师制，实现跨学科人才培养和产业界密切合作。每名学生在入学之初，都要根据世界科技前沿以及产业一线的真问题确定选题，制定个性化研究方案。”郭田德告诉记者。

在前沿交叉科学学院，没有本科生、硕士生，只招博士生；学生不做自由探索，而是依托国家重大任务选题；毕业标准不唯论文，专利、应用成果都能作为考核依据。

此外，郭田德还格外强调基础学科的重要性。

“国家重大任务中的科学问题需要数学等基础学科的支持，很多交叉学科的核心问题实际上也是数学问题，如果想做出创新性成果，就离不开数学学科。”郭田德表示，因此，前沿交叉科学学院吸纳了包括数学等基础学科在内的师生。

“我们要培养的是‘T型人才’，既有专业深度，又有跨学科广度。”为了实现这一目标，郭田德带领团队重构研究生课程体系，用两年时间建成覆盖52个一级学科、1500余门课程的新体系。此外，他还常常邀请不同领域的专家学者，讲解人工智能、量子科技等前沿内容。

“我参加‘组合优化+人工智能’项目时，曾经非常担心自己跨领域知识不足。”国科大前沿交叉科学学院学生张萌回忆道。得知其担忧后，郭田德特意安排她去听人工智能领域的学术会议，并安慰道，“不要怕跨学科，这是你们的优势。”

在他的推动下，数学与人工智能、集成电路与量子科技的交叉项目、成果不断涌现。“我们的目标，是让学生成为解决‘卡脖子’问题的生力军。”郭田德说。

将前沿技术“搬”进课堂

直面最前沿的科技问题，是郭田德在教学中一以贯之的准则。在他的《组合优化》课上，总有一个生动的案例——指纹识别，这是他和团队深耕近三十年的重要成果。

将时间拨回上世纪九十年代。当时，一个棘手难题摆在国家安全部面前：面对10亿枚指纹的数据库，如何实现快速精准匹配？

郭田德想尝试从数学领域寻找解法。他和团队着手开始指纹自动识别算法及其应用的研发工作，建立高效的大库指纹匹配算法。

“那会儿没有现成的模型，我们只能一点点摸索。”郭田德回忆道，他带领团队从组合优化理论入手，建立优化模型、设计求解算法……有一次，他们曾在实验室里连续熬了三个月，对比上万组指纹数据，反复调整参数。

“最终，我们研发的优化模型与算法达到了国际领先水平。”郭田德表示，成功应用于全国多个省市的警用指纹自动识别系统，荣获了公安部科学技术奖二等奖、国际运筹学联合会运筹学发展奖二等奖。

这一成果也成了郭田德课堂上的“熟客”，“你们看，这个指纹匹配算法，就是用咱们学的组合优化知识做的。”

“这让我们认识到数学不仅仅是知识层面，也在国家和社会的保障中发挥着巨大的作用。”国科大前沿交叉科学学院学生李宁说。这是一门既有温度、又有广度和深度的数学课。

而随着人工智能浪潮的迭起，郭田德更是敏锐地捕捉到这一前沿方向，提出了学习最优化方法的概念，设计了旅行商问题、背包问题、二次指派问题等组合优化问题的人工智能求解方法。

现在，郭田德探索的脚步仍未停止，他尝试通过建立数学模型，探索“小算力、强功能”的新型人工智能模型。

“很可能多少年都做不出来。”郭田德坦言，“但我们国家要实现科技自立自强，就要有人去做这方面的工作。”