改革视点

　　“众所周知，人才培养特别是博士生的培养水平，反映着一所学校的人才培养高度。当你站在风口的位置，就该在正确的时间做正确的事，而电子科大计算机学科的稳步发展就是我们的‘风口’，随着我校计算机科学与技术学科国际排名的大幅提升、学校的国内外影响力不断增强，要求我们着力开展对高端人才培养的思考与探索。”

　　讲这话时，2008年博士毕业于香港中文大学计算机系、躬耕于人才培养多年的计算机学院副院长肖鸣宇眼中有光。

　　高端人才培养是否跟上了脚步？研究生培养方案是否符合时代需求？作为人才培养重要载体的课程该怎样进行建设？近年来，这位在精确算法、参数算法、核心化算法等领域颇有建树的学者，以对待基础研究的严谨态度和攀登科学高峰的探索精神，带领学院高水平教师团队锐意变革，在一流研究生培养方案和课程体系改革上，走出了一条有成电计算机特色的创新之路。

夯实根基：构建“博士生资格课程”

　　博士生课程和本硕课程不同阶段的学习内容该如何区分界限？博士生理应以做研究为主，但是基础又需要通过课程等形式加强，如何解决这一矛盾？除了导师外，还有怎样的措施利于提升博士生的独立科研能力？……

　　卡内基·梅隆大学（CMU）的计算机科学学院是全世界建立最早的计算机学院之一，该系的相关专业一直处于全球领先。而清华大学则是国内计算机高端人才培养的翘楚。从与海内外知名高校的博士生培养方案的对比中，我们的差距到底在哪里？

　　为充分了解师生对现有培养方案的看法和意见，计算机学院集思广益，组织了多场博士生培养方案的调研和专题会。学院相关教学人员与研究生院、校内专家一起多次开展头脑风暴，逐渐明晰了计算机科学与技术博士生一流课程体系的改革思路。

　　经过比对，肖鸣宇发现计算机科学与技术专业博士生的学分要求、课程框架与CMU、清华等名校很类似，差异主要在于课程的质量和深度上。

　　在课程内容上，清华和CMU的课程难度高于我校，课程内容更前沿，课程上学生参与度更强；在考核和检测上，我校博士生综合考试的关卡效果不明显，清华和CMU开题检查更为严谨，而我校是由导师自己组织。

　　在近年的“软科世界一流学科排名”中，电子科大计算机学科位列12位，ESI学科排名进入全球前0.216‰，基于广泛调研和深入研讨的基础之上，学院最终确定了“以一流课程建设为主要载体、围绕一流课程建设为核心进行改革，课程改革聚焦‘前沿性’”的改革思路。

　　教学形式上，采用“博士前沿课程”+“基于项目制课程”，鼓励课堂讲授与研讨交流形式相结合。教学内容上，不再从基础理论讲起，直接以如何做成某个项目的形式进行交流。考核形式上，鼓励项目制、小论文等形式的考核，以是否具体解决某个问题为检验标准。开题报告方面，则更加强调加强质量把控和管理。

　　“在实际的实施过程中，我们提出了‘博士资格课程’模块的建设方案，模块由必修模块（2门必修）+ 选修模块（多门选修2门）组成。”

　　必修模块由“计算机科学中的数学”“统计学习理论及应用”2门基于数学理论基础的课程组成。选修模块提供了8门课程，分成4个模块，多数为新开或整合后开设课程，其中理论模块的课程注重基础和挑战性，系统模块的课程强调前沿性，人工智能模块的课程偏向实战性，而前沿模块的课程则关注前沿性。

　　从实施效果来看，10余门博士改革课程在教学内容上均做到了注重前沿性；在教学形式上，更侧重研讨交流，培养学生深度分析、大胆质疑、勇于创新的精神和能力，积极引导学生进行探究式与个性化学习；在考核上以项目制、小论文等形式，提升了对学生专业基础和科研能力的考核。

触碰前沿：外籍院士助力课程打磨

　　作为新西兰的皇家院士，Bakh Khoussainov教授长期从事理论计算机科学方面的研究，目前为计算机学院全职教授，担任学校算法与逻辑实验室主任。

　　入职学院后，根据学科前沿，Bakh领衔建设新开必修课程“计算机科学中的数学基础”，并参与制定了专门的培养方案。

　　首轮开课中，这位被评价为“在逻辑与理论计算机科学领域的领先专家，工作涉及对可计算性和复杂性理论的深入和非常广泛的研究”的教授，曾多次与学生交流沟通，询问课程内容是否与学生背景相关，并不断修改打磨课程。

　　“Bakh教授有一道题涉及自动机理论中的泵引理，其实在硕士生阶段曾接触过自动机课程，但因为并不作为当时的考核内容，自己就没有学；结果在这道题的驱动下，通过查阅资料学会了该引理，并学到了一些定理的证明方法，感觉挑战的过程虽艰难，但收获很大。”

　　赵景阳是学院2021级博学生，在他眼中，Bakh教授的课程不局限于相关的理论知识讲授，课程的习题具有挑战性，想要全部做出来，将倒逼自己通过自己查阅资料学到新的知识。“感觉期末考试总会有两道比较难的题，拿满分不容易。”

　　Bakh教授认为，培养理论计算机科学方面的专业人才绝非易事，往往意味着需要花费更大的精力；然而，支持理论研究又是极其重要的，这关系到技术的进步以及解决相应的瓶颈问题。

　　“如今人工智能出现在我们生活和研究的方方面面，它的爆炸式增长正是得益于机器学习和深度学习模型的使用。有趣的是，许多人并不知道或没有注意到这些模型是在20世纪30年代和40年代作为纯理论工具被发明出来的。”

　　“事实上，W. Mcullough 和 W. Pitts 在1944年发明了神经网络；A. Kolmogorov于1933年创立了现代概率论。应用（计算机）科学花了60到80年的时间，才通过人工智能、利用这些理论的发现来造福社会和人类。”Bakh举例说。

　　在Bakh教授眼中，电子科技大学计算机科学与工程学院的博士生们是一群很优秀的人，“大约有60名博士生选了我的课，他们很聪明也很努力，因为语言障碍的原因，他们稍微有些害羞。不过，他们都能听懂英语并能很好的跟上我的授课进度。我鼓励他们在课堂上提问，也很乐意回答他们的问题。”

　　“论述严谨、环环相扣、由浅入深”的院士教学风格给学生们留下了深刻的印象，大家表示，Bakh院士每周至少会与大家见一次面，不仅讨论科研问题，话题还涉及个人的研究兴趣、生活和家庭等，“他不仅鼓励学生们都能成为优秀的专家，并期望未来能通过我们的工作和研究，为社会福祉做出贡献。”

推开一扇窗：引导学生找寻科研的乐趣

　　Bakh教授对博士生的引导，更好地帮助大家坚定了在基础研究领域躬耕不辍的决心。在学院科学的一流课程体系顶层设计下，改革后学院邀请以诺奖和图灵奖获得者、两院院士为代表的国内外知名专家进行授课，将努力付诸实践：

　　郑凯教授的“时空数据管理与分析”课程，注重前沿方向介绍、学术论文研讨和学术报告写作为实践，贴合了“前沿性”。屈鸿教授的“机器智能”以实际任务带动课程教学，要求学生做到：会做研究—Papers；能带团队—领导，可找事情—探索，贴合了“项目制”。

　　“博士前沿课程I”则邀请到“图灵奖”获得者姚期智老师在清华大学指导的首批毕业生——李闽溟（现为香港城市大学教授）和黄志毅（现为香港大学副教授）共同授课，做到了强实践、宽视野，开阔了博士生的学术视野。“博士前沿课程II”则邀请了来自中国科技大学的陈雪和南京大学的刘景铖两位国家级青年人才给大家讲授“随机算法”方面的前沿技术。

　　在浓厚的学术氛围影响下，博士生们表示虽有困难，但收获颇大：

　　聆听李闽溟教授首次课程教授后，2018级计算机科学与技术专业的博士生马梦帆同学说，李教授介绍了不同公平分配问题模型、最前沿的顶会结果，课程期间深入讨论可分的物品分配的高维模型、不可分的物品分配中公平性的含义、从物品的分配推广到任务的分配的可能性等问题，引导了同学们的科研兴趣，开阔了自己的学术视野。  

　　赵景阳曾在2020年上过一年的博士生课程，谈起对课程体系改革前后的感受，感到课程内容比改革前更接科研“地气”，“博士前沿课程中就有物品分配、在线算法相关的两个主题，老师们在讲解基础知识的同时也会介绍该方向当前非常前沿的发展状况，我之前几乎没有接触过在线算法方向，学习后感到对该方向有了全新的了解，能更好地触碰学科前沿。”

　　“原来的考核方式就是做题，只需要将了解的技术再巩固写出来，但是现在的考核模式，让学生有更多触碰前沿的机会，为研究生们打开了一扇眺望世界的窗口。”2018级计算机科学与技术专业的直博生陶冰琳说。

　　白天同学承担了“博士前沿课程”的助教，从有数理良好基础的本科学生，到选专业进入计算机专业，再到直博计算机学院博士，白天表示很乐意担任助教工作，“以前只是了解技术本身，但不清楚所学的技术能用到哪里；现在的学术讲座很好地解决了这一困惑，通过与专家的互动，更能帮助自己找到科研兴趣点，点燃探究的兴趣。”

　　展望未来，肖鸣宇表示，计算机学院将深化研究生教育质量保障体系建设，持续关注国际一流高校培养方案和前沿技术，对标一流，强化课程融合与课程模块化、基于项目式的研究性教学，继续强化课程建设的“前沿性”“创新性”和“深度性”，不断提升学院博士生生培养质量。