76年前，在美国宾夕尼亚大学，诞生了一个占地平方米、重达27吨，被媒体称为“巨脑”的庞然大物。这台机器每秒执行次10位运算的速度，让最聪明的人类也望尘莫及。它可以在30秒内计算出一条炮弹轨迹，而人工计算则需要20小时，运算速度相差了倍。这是世界上第一台通用型电子计算机“ENIAC”，其耗电功率高达千瓦——甚至有传言说：“每当这台计算机启动的时候，费城的灯都变暗了。”

那时的人们难以想象，如今我们手里随便一个电子设备的算力，都比ENIAC高了不知多少个数量级，更别提五花八门的智能应用了。这一切得益于半个多世纪以来学术界和工业界的共同努力。然而，随着实际问题复杂度的不断提高以及数据体量的爆发式增长，人工智能算法对算力的要求也越来越高，导致经典计算技术在一些领域已经遇到瓶颈。比如，面对药物研发中的分子动力学模拟、全球航运网络中的邮轮理想航线规划等复杂问题，即便用上超级计算机，解决起来也十分费时。

量子技术的出现，为某些复杂问题的解决提供了一条截然不同的捷径。尽管在短期内，量子计算机还不太可能取代电子计算机，但它独特的并行计算和信息处理能力，能够在算力需求极高的某些特定场景中发挥巨大的“量子优势”。

与七十多年前不同，我国在量子技术等前沿科技领域紧跟国际步伐，已经取得全球瞩目的研究成果。但想要这些成果不只是停留在实验室与论文里，而是通过工程实践服务于新兴产业，乃至解决众多“卡脖子”关键技术问题，还需要大量的能够融合科学发现与工程技术的新型人才。面对第四次工业革命，我国高等教育尤其是工程教育除了在新兴科技领域做好人才布局外，还需要不断优化质量保障体系，动态适应产业发展对人才的要求，最终实现新型工程人才培养水平全面提升。

前沿技术为产业带来的新变化

麦肯锡今年6月发布的研究报告《量子技术监测》（QuantumTechnologyMonitor）指出，制药、化工、汽车和金融这四个行业有望成为“量子优势”的第一批受益者，最早在年可创造近亿美元的价值。

所谓“量子优势”指的是，量子计算机能够基于量子力学原理（如量子叠加、量子纠缠等），通过特定算法，在解决一些实际问题上获得比经典计算机更强的算力。相较而言，一个N比特的经典存储器只能存储2^N（2的N次方）个可能数据当中的一个，但具有N个量子比特的量子存储器则可以同时存储2^N个数据。这是因为每个量子比特可以制备两个逻辑态0和1的相干叠加态，也就是说，它可以同时存储0和1。随着N的增大，其存储信息的能力将呈指数上升。此外，量子计算机的一次运算可以同时对2^N个输入数据实施，其效果相当于经典计算机要重复实施2^N次操作，或者采用2^N个不同处理器并行操作。由此可见，量子计算机可以节省大量的存储资源和运算时间。

当然，为了发挥量子计算机巨大的并行处理能力，还需要寻找适用于量子计算的有效算法。已知的大多数量子计算用例可以被归纳为四类算法原型（Algorithmarchetypes）：量子模拟、量子线性代数（用于人工智能/机器学习）、量子优化和搜索，以及量子大数因子分解。麦肯锡在研究报告中预测，近十年内，四类量子算法原型在不同行业的实际应用价值有所不同，其中生命科学、金融服务等行业将创造出较高的应用价值。

图片来源：麦肯锡研究报告

量子优化和搜索算法在生命科学、交通运输等众多行业都将有重要应用。比如，对生物学和医学具有重要意义的蛋白质折叠问题（由一长串氨基酸构成的蛋白质被折叠成不同的形状时，会产生不同的生物学功能），超级计算机的处理方式通常是利用众多处理器遍历各种可能的化学链弯曲方式，最终找到想要的折叠组合。但随着蛋白质序列越来越长和复杂——一条由个氨基酸组成的链，理论上有数万亿种折叠方式——超级计算机的“蛮力”也派不上用场。量子算法则通过创建多维空间，定位出与某些特定模式有关的数据点，快速找到最优折叠组合。

而量子大数因子分解算法将会对金融和通讯行业产生颠覆性的影响。这是历史上首个量子算法，由美国数学家PeterShor于年提出。大数（即较大的自然数）难以通过传统算法快速找到素数因子，是广泛应用于电子银行、网络等领域的RSA公开密钥体系安全性的理论基础。迄今为止，被经典计算机分解的最大数为位，但同时使用了个工作站、花了8个月时间才完成。采用Shor算法的量子计算机，在理论上只需要几分之一秒便可实现0位数的因子分解。在量子计算机面前，RSA密码体系的安全性将荡然无存。

无论将对产业带来何种影响，大规模量子计算机当前最大的阻碍仍然是其工程实现，这也是全球科技前沿的重大挑战之一。受制于苛刻的容错阈值和大规模的量子比特数目，人类距离研制出容错的通用量子计算机，仍有不少现实问题需要克服。

但在研究层面，以中国科学院院士潘建伟等人为代表的我国科学家团队，已经在量子通信、量子计算、量子精密测量等量子技术研究方向上取得了国际领先的成果。截至目前，潘建伟团队共计在Nature和Science发表了20余篇重要论文，研究成果多次入选两家杂志评选的年度科技进展。

麦肯锡的报告指出，中国政府在量子技术方面的投资已达亿美元，是欧盟投资的两倍以上、美国政府投资的八倍以上。从结果来看，中国在量子技术专利方面已经占到全球总数的一半以上。然而，在人才培养方面，量子技术相关领域的毕业生人数最多的是欧盟，其次是印度，中国仅排在第三位。新兴产业需要新型人才，我国高等教育的新工科人才培养才刚刚起步。

新工科建设对人才培养的新要求

今年5月，由潘建伟担任院长的中国科学技术大学未来技术学院正式揭牌，首批学生共有26名。中国科学技术大学校长包信和在揭牌仪式表示，量子科技已成为世界瞩目的新兴战略技术焦点，该学院要培养一批“推动量子科技浪潮的世界级弄潮儿”。

除中国科学技术大学外，北京大学、清华大学等高校也名列教育部去年公布的首批12所未来技术学院当中。而早在年，中国科学院大学就成立了未来技术学院，开设脑科学与智能技术、光子与量子芯片技术、仿生智能材料科学与技术等不同学科领域之间交叉融合的专业。

根据教育部的规划，未来技术学院的建设目标是培养具有前瞻性、能够引领未来发展的技术创新领军人才，推动从“中国制造”到“中国创造”的转型升级。教育部此前印发的《未来技术学院建设指南（试行）》中则多次提到“交叉融合”，即打破传统的按照学科门类划分的知识体系，促进“理工结合、工工交叉、工文渗透、医工融合”。

可见，工科被视作学科交叉融合的核心，新型工科人才培养则是实现技术创新的基础。教育部早在五年前就提出“新工科”建设计划，先后通过“复旦共识”“天大行动”和“北京指南”推进新工科建设实施，探索工程教育发展的新模式与新路径。“新工科”并没有明确定义，其基本范畴包括与新兴产业相关的专业，以及传统工科专业的升级。教育部、工业和信息化部、中国工程院于年联合发布的《关于加快建设发展新工科实施卓越工程师教育培养计划2.0的意见》提出要求：形成中国特色、世界一流工程教育体系，进入高等工程教育的世界第一方阵前列。

我国的工程教育体系源于前苏联，在上世纪50年代初全国院系调整时，按产业领域重新设置了高校，按产业流程岗位重新设置了专业，形成了典型的实用主义教育体系。改革开放后，通过一系列的大学合并和学科调整，高校的综合性得到加强，学术研究能力和水平也大幅提升。目前，我国普通本科高校培养的学生中，工学专业毕业生人数在所有学科门类中仍然占到三分之一。

不过，我国工程教育仍然以传统的工程技术为主。人工智能、生物医药等新兴产业以及众多“卡脖子”关键技术，已经对现有的工程教育提出了更高的要求。新兴产业催生的新问题，并不是单纯的工程技术可以解决的，需要在数学方法、科学研究和系统集成等方面有创新突破，高度依赖能够融合科学发现与工程技术的工程科学人才。整体而言，我国工科毕业生供给存在结构性矛盾，适应新兴产业和制造业十大重点领域的人才培养仍存在提升空间。

工程教育质量保障体系的新挑战

新工科建设的一个重要任务是构建工程教育质量保障新体系。《关于加快建设发展新工科实施卓越工程师教育培养计划2.0的意见》明确提出完善工程教育专业认证制度，稳步扩大专业认证总体规模，并计划在年内实现20%以上的工科专业点通过国际实质等效的专业认证。专业认证制度作为工程教育质量保障的重要机制和核心手段，在教育教学理念、培养方案设计、教师团队建设、质量持续改进等方面发挥着重要的引领和指导作用。教育部在未来技术学院建设文件中也要求入选高校健全质量保障体系，全面落实学生中心、产出导向、持续改进的理念。

在教育部多个文件中反复提到的“学生中心、产出导向、持续改进”正是来源于《华盛顿协议》（WashingtonAccord）的核心理念OBE（Out

转载请注明:http://www.aideyishus.com/lkcf/3689.html