猎云网注：集数理、设计、机械、电子、计算机和其它学科于体的机器人技术是新工科建设最具代表性的前沿交叉学科，也是新工科建设最重要的突破口，只要通过科学的顶层设计，配合深刻的课程改革，再利用创新创业实践来持续改进和优化系统设计，机器人学院即有望成为高等院校建设新工科，实现创新人才培养突破的制高点。与此同时，借助国家“校企联合，产学合作”的助推政策，打造高效的创新人才培养体系和全生态的创业孵化平台，必将为所在地区新经济发展提供极其重要的助推引擎，从而推动机器人产业化进程的迅速发展。文章来源：虎嗅APP（ID：huxiu_com），作者：李泽湘。
本文作者是香港科技大学电子与计算机工程学系教授、大疆创新科技有限公司董事长、松山湖机器人产业基地创始人兼董事长李泽湘教授。对于很多人来说，其更为知名的是他是大疆创始人汪滔的导师。今年7月2日，师徒二人一起荣获了2019IEEE机器人与自动化大奖（IEEE Robotics and Automation Award）。
但本文的核心是，李泽湘教授针对我国在创新创业人才培养和科技转化机制等方面的不足，通过深入分析工程教育的几次重要改革的经验及当前新工科教育改革的若干著名案例，总结提出了新工科教育实践的定位、措施与评估标准，并结合粤港机器人学院的具体实践，提出了一套新工科教育背景下机器人学院创新创业人才培养体系的具有重要参考价值的初步建设方案。
全文共1.7万字，几乎可以当作一个学术论文来研读了，由李泽湘教授授权虎嗅独家首发，原标题为《粤港机器人学院——新工科教育创新人才培养探索》。以下是全文：
一、新工科教育与创新体系建设
改革开放四十年、中国经济与社会发生了翻天覆地的变化。国家 GDP 从 1978 年的 3000 亿人民币、人均 60 美元增加到 2017 年的 82 万亿人民币、人均 8650 美元。从 2010 年 起，中国已超越美国成为世界第大制造大国，2017 年中国制造业占 GDP 比例达到 30%（美国 15%，英国 5%）。中国生产了世界 75% 的智能手机，80% 的电脑，30% 的汽车，50%的钢铁和 40%的船舶产品。中国的高铁和高速公路运营哩数以及电力、能源等基础设施建设规模也傲视全球、枝独秀。中国用 40 年的时间走完了西方国家几百年的工业发展历程[1]。
图1 中国经济过去40年发展轨迹及主要产品占比
中国经济的巨大成就归功于中央政府在不同阶段所制定并推动实施的一系列正确的经济政策、各级地方政府根据各自特点不遗余力的发展地方经济尤其是乡镇经济的重要举措、中国充足和连续不断的廉价劳动力、土地和其它生产资源，以及中国企业家尤其是乡镇和民营企业家的勤奋及对新技术和现代企业管理技能的快速学习能力等因素。
随着二战后电子和信息技术的迅猛发展，以及美、日、德、亚洲四小龙和其它西方发达国家产业转型升级的需求，玩具、家电、计算机、汽车和移动通讯等劳动密集型制造产业被陆续转移到中国。中国也抓住这历史机遇，经过近四十年努力，在独资和合资模式之外，迅速布局和崛起了大批民营、国营和混合制模式企业。这些企业的创办者大都具有在外资/合资企业工作的经历并熟悉生产或产品研发过程，或代理过外资产品并熟悉市场和产品渠道。通过不断摸索和快速试错的学习方法，他们逐步在市场竞争中站立起来，其中相当部分也取得了不错的规模效应。随着需求的不断扩大和产品制造工艺的不断演变，些本土的零部件和装备公司也迅速发展起来，局部或部分替代进口，提升了中国制造业的竞争力。
这段时期中国企业和产业的创新从根本上讲还是跟随型和模仿学习型的。大都从低端或中低端的产品替代起步，以价格、规模和本地化服务为核心竞争力。随着技术差距的不断缩小，中西方产业格局的不断被改变(很多改变又是西方国家不愿意看到的)，西方国家对我们技术封锁越来越明显，些国外科技公司也通过把制造业转移到成本更低的东南亚国家去来达到切断中国技术源泉箭双雕的目的。
跟随模仿式的创新能否让我们产业突破最后公里，同时又能守住已有阵地？更为重要的是它能否让我们取得系列的技术突破从而使我们的企业进入一个又一个新的产品和产业领域？
美国硅谷过去 60 年的产业发展为我们提供了很好的借鉴经验。一个包括大学（Stanford，Berkeley，San Jose State 等），风投资本和创业文化的不断完善和迭代进步的创新生态体系使得硅谷能抓住新的技术突破，占领一个又一个产业制高点（从电子仪器到芯片、计算机、互联网、移动互联网、生物科技等等）。硅谷的大学尤其是 Stanford 和 Berkeley 与时俱进，为硅谷的科创产业源源不断地提供核心技术、工程师和创业者。由这两所大学师生创办的科技公司有如群星闪烁，在世界科技产业史上留下段段佳话。
Stanford 大学师生创办的著名公司有 HP， SUN、Cisco、Yahoo、Google 等两万五千多家，而 Berkeley 毕业生几乎主导了全球所有著名的半导体公司，包括 Intel、Cadence、Qualcomm、Synposis、Marvell、台积电、中芯国际等。
而以七所大学为核心的以色列科技创新体系在自然资源匮乏，缺少本土市场且四面受敌的情况下创造了一个又一个奇迹。以色列拥有美国本土之外纳斯达克最大的上市群体，超过欧盟总和。包括 Intel 和 Google 在内的世界科技巨头纷纷把最重要的研发中心设立在以色列，其根本的考虑是以色列大学优秀的大学毕业生和工程师资源。
相比美国硅谷和以色列这些知名的科技创新体系，我们的短板体现在创新人才培养和科技转化机制等方面。最近几年，在国家大众创新、万众创业的政策推动下，创业的条件如孵化平台、风投资本等有了很大的进步，从社会和企业走出的所谓“草根派”创业群体无论是规模还是质量都有极大提升。但是，在产业进入深水区或无人区的今天，我们更迫切的需要以技术尤其是原创技术为主的“学院派”创业者。除了早期的北大王选和科大讯飞等少数案例，“学院派”创业在中国几乎消声灭迹，远滞后于“草根派”创业。这根本的原因就是“钱学森之问”[2]提到的创新人才培养问题。
创新创业人才培养不只是工程教育改革的关键也是创新机制建设的核心，新工科教育的最终目的就是要打造从创新创业人才培养到创业孵化平台建设再到新经济培育这么一个相辅相成的全生态系统。
二、工程教育的几次重要改革
众所周知，学科建设是高等教育的项重要的战略任务，也是高校建设的核心内容。高校设置一个学科需要考虑三个核心问题：
1）学科定位：学科培养的毕业生在之后的 40 年如何去影响和改变社会？
2）学生应该具备什么样的素质和能力才能去实现学科定位？
3）怎样建设一个（课内和课外）科学的培养体系使得学生能具备期待的素质和能力？用什么样的反馈信息或核心指标去评估、持续改进和优化学科建设？
很显然，这是一个大滞后的多变量系统，要获得系统的最优解需要克服巨大的挑战。同时，学科建设过程中还不得不考虑学生的现状以及学生背后的家庭和社会情况、政府对学科的期待和政策支持、办学主体对学科的期望和相应资源、学校所处的产业环境以及认知科学的进步等等，这些都构成办学的边界条件。
为厘清新工科建设的边界条件，让我们首先回顾下工程教育的几次重要改革。
1. 工业革命时代的工程教育
虽然第次和第二次工业革命在第次世界大战前（1915 年）已经完成，这个阶段的些重要工程发明仍主要依靠少数有丰富经验的发明家在作坊或工厂通过大量的试错和实验取得的，著名的案例为爱迪生于 1878 年经过无数次尝试（百分之九十九的勤奋加百分之的灵感）后发明了可实用的电灯，此外还有达芬奇、瓦特、福特、特斯拉、贝尔等。
工业革命时代大学里的工科教育主要以培养机器操作工为主。比如 1902 年从物理系分出来的 MIT 电机系直到 1930 年依然如此，西点军校也主要以培养武器（另类机器）操作工为主。
图2 爱迪生发明实验室及西点军校早期武器操作手培养
2. 科学时代的工程教育
MIT 的物理学家 K. Compton 教授于 1930 年担任 MIT 校长。在他的推动下，物理学和科学领域的研究文化被推广到 MIT 的工科院系。1932 年，MIT 著名的电机工程师、企业家和科技领导者 Vanevar Bush 教授担任 MIT 工学院院长和副校长。在与 MIT 数学系著名教授、控制论发明者 N. Wiener 合作研制模拟计算机的过程中，他认识到科学训练对工程学生的重要性。
他认为，“工程研究不能超出支撑它的数学基础范畴”（Engineering can proceed no faster than mathematical analysis on which it is based）。在他的呼吁下，罗斯福总统于 1940 年成立了美国国防科技研究委员会（NDRC）并任命 Bush 为首任主任。 NDRC的主要职责是协调民间科技力量为即将到来的战争做武器技术研究，其著名项目包括曼哈顿原子弹工程和在 MIT 设立的雷达研究实验室 （MIT Radiation Lab）等。这些研究项目的特点是利用科学原理来研制之前没有的新技术和新产品（进入了无人区，以往的经验没有太大的借鉴作用）。在这个过程中，项目的组织者，包括 Bush 和他的几个著名弟子，如伺服技术发明者 H. Hazen 教授及信息论创始人 C. Shannon 和被誉为“硅谷之父”的 Stanford 工学院院长 Terman 等都成长为在工程领域非常有建树的科学家。
图 3 MIT 工程教育 的 Karl Compton (校长 1930-1948)和 V . Bush 教授
Bush 的另一位弟子、数控机床的发明者，MIT 伺服机构实验室(Servomechanism Lab, AILab 和 Lincon Lab 前身)的创始人 G. Brown 教授注意到哈佛大学物理和数学毕业的学生远比 MIT 工科毕业的学生突出。虽然哈佛学生没有工程训练，开始时动手能力差些，但经过一段时间的工作后迅速成长起来，利用他们扎实的理论基础脱颖而出。1950 年，由 G. Brown 教授主导的一个工程教育改革委员会经过大量的调研后给学校提出了一个被后来称为 Brown Report 的报告。报告认为之前的培养机器操作工的工程教育模式虽然在动手能力培养方面有其可取之处，但不能培养真正的科技创新工程师。该报告对未来的工程教育改革提出了两点重要的建议：
1. 科学主导工程(Science dominates engineering. The modern engineers should be educated as a scientist)，强调教学中数学和科学的地位
2. 实验与课堂教学紧密结合(Laboratory instruction will coordinate closely with classroom instruction as an integral part of the subject)
图 4 G. Brown 教授
与此同时，美国工程教育助进学会 (SPEE， Society For Promotion of Engineering Education) 也发表了份报告，强调人文和社会科学 (Humanity and Social Sciences, HSS)在工程教育中的重要性。1952 年 G. Brown 担任 MIT 电机系系主任， 1959 年担任工学院院长。在他的推动下，新的工科课程体系在 MIT 电机系、工学院以及美国其他主流大学逐步施展开来。
表 1 以电机系为例展示了科学主导工程教育改革后新的课程体系。先从数学/物理/化学课程开始，再到专业基础课程和专业课程（部分专业基础或专业课程会配有相应的实验环节以加深学生对理论的理解）。最后年有门毕业设计课程（英文叫 Capstone Project ）让学生把之前所有学到的知识整合起来。人文与社会科学课程不少于 8 门。这个课程体系的最大挑战是学生要有耐心按班就序的学好学完前面的科学、专业基础和专业课程知识，最后通过毕业设计来实现集大成的功能。就好比学少林武功，一步步把挑水、劈柴、站桩等基本功练好，最后才能学武功招式。毅力之外，学生还需具备对这个课程体系的信心。当然，这对于从战场回来的二战老兵或者经历过文革后的大学生们这都不成问题。这套扎实的课程体系为当时的美国企业和大学培养了批批优秀的工程师和研究人员，同时支撑了美国工程教育和美国科技产业 50-90 年代的高速持续发展（IBM，Bell Lab, Silicon Valley, Boston 128 等），在此基础上，Berkeley 微电子 program 的建立，更催生了美国芯片产业 50 年的长盛不衰。
表1 电机工程专业在科学主导工程教育改革后通用的四年课程体系框架图
3. 信息时代的工程教育
随着 80 年代芯片、计算机和互联网产业的迅速崛起，人类进入信息时代。依据摩尔定律规律，信息时代新的知识和技术不断涌现和快速发展，与之相应的工科教育也受到不少冲击。新的课程和新的知识点被不断引入到已经很丰满的课程体系中去。光计算机语言就有汇编、Fortran、C++、JAVA、Python 等需要考虑。打补似，要修的课程越来越多。老师和家长也相信，学生要不学好掌握日新月异的知识，将面临很大的就业风险。
从 1995 年到 2000 年， CMU 电机系对过去毕业的学生进行了次全面系统的跟踪调查。他们的研究结果让人大吃惊。 “课程上的越多的同学以后取得的成就越小”。他们还发现，现在的学生已经不像二战后的学生样，能按部就班的步步走完全过程。如果看不到应用前景，学生不会有耐心去深入学习这门课程。如果数理基础不扎实，以后学习新知识将面临巨大的困难与挑战。技术的快速发展，使得很多课堂知识没几年就过时了，工科教育陷入一个疲于奔命的怪圈。
正因如此， CMU 推动了第三次工程教育改革：首先，把课程数目从 40 门减到 32 门（每学期平均四门， MIT 甚至容许学生 30 门课程毕业）。其次，在大学年级（甚至第一学期）引进了门项目课程，通过动手实践，辅以少量的理论教学，让学生对后面的课程内容有一个感性、直接的了解，激发他们对数理课程和专业基础的学习兴趣。
4. 智能时代的工程教育
近年来，新轮科技变革和产业创新进入拐点期，机器人和人工智能技术浪潮风起云涌、席卷全球，人类发展已经进入智能时代，美国、欧盟、英国、日本、俄罗斯等纷纷制定人工智能国家发展计划，我国也先后出台《中国制造2025》《“互联网+”人工智能三年行动实施方案》和《新代人工智能发展规划》，加速发展机器人和人工智能、抢占国际产业的制高点，已成为世界各国的共识与行动。
随着机器人和人工智能开始重构人类的生产生活、学习和思维的方式，智能教育与人才培育已然成为新时代课题，它给人类带来的影响，或许会远远超过过去几十年计算机和互联网对世界的改变[3]。智能科学与技术，不但是工科门下新的级学科,而且会向工科的所有学科和专业渗透，渗透也许不是惊天动地，而是润物无声，这种无声的柔软同样可成为催生和推动“新工科”建设的核心驱动力。
智能时代高等教育的价值进步提高，新工科建设应与智能级学科的设置相呼应，新工科应有新的专业，智能科学与技术的核心课程应成为理工科为主体的本科生通识教育课程，这说明，目前，新工科教育改革已势在必行。
三、新工科教育改革的重点案例介绍
1）MIT Media Lab
上世纪九十年代为应对互联网技术的快速发展、MIT 建筑学院设立了一个以研究生教育为主的交叉学科（他们称作为反学科，anti-disciplinary）实验室。其目的是用设计思维去发现和定义问题，然后通过融合艺术、科学与工程去找到解决问题的新方法[4]。学生来自理、工、艺术和文科等多种背景。有共同兴趣的学生组成项目组，围绕某个问题开展跨学科研究，以研制出款能演示的原型机为最终目的。Media Lab 的企业合作伙伴不止为实验室提供项目费用，也负责把实验室技术产业化。实验室的口号是 Design & Demo。
图5 两组MediaLab的学生项目
2011 年，MIT Media Lab 迎来了它第二任主任 Joi Ito. 日裔，两次大学都未能毕业，却成为世界著名的 Media Lab 实验室主任，这在学界引起了不小的震动。但 Ito 对教育的观点通过几次 TED 演讲迅速被社会所理解和认同。2014 年， Ito 访问了被誉为世界制造之都的深圳，参观了富士康和大疆创新等公司，回去后即把 MIT Media Lab 的口号从 Design & Demo (Demo or Die) 改成了 Design & Deploy (Deploy or Die)。他认为，Media Lab 在过去 30 年虽然取得了不少原创性的研究成果，但透过第三方（企业）去将其产业化的效果并不佳。好比自己生的小孩要让别人抱养样。互联网、硬件、3D 打印等技术的快速进步使得产业化的难度和成本都大大降低。学生完全有可能通过创业自己去将自己的技术产业化。
图6 MediaLab第二任主任JoiIto（伊藤穰一）
2）新加坡设计科技大学（SUTD）
SUTD 是 2012 年由新加坡政府设立的所集设计与创新于研究和工程中的公立大学。MIT 前工学院院长 T. Magnanti 担任第任校长，设有工艺与可持续设计、工程产品开发、工程系统与设计以及信息系统技术与设计四个系。以社会对产品、过程、系统和服务的需求为出发点，融合技术与设计去培养能满足社会需求的产业领导为其定位。
四年的大学课程分为 1~2 年级和 3~4 年级两部分：1~2 年级部分学生在数理人文课程之外，分成项目组参与设计和动手课程训练。3~4 年级部分，学生开始所选领域课程学习。最后在 4 年级完成一个跨领域的毕业设计课程。
3）Olin College
Olin College是1997年成立于美国Boston地区的四年制私立学院。其课程体系以动手学习项目和设计项目课程为主（24 门理工科课程有 21 门是项目课程）[ 5]。 Olin 的创始人始终认为优秀工程师就像外科医生样必须接受大量的实战训练。学校开设了很多极有创意的课程让学生去深入社会、了解需求。再通过动手实践，设计、制作、调试和迭代优化可能的设计方案。学生的毕业设计般由企业出题并提供项目经费（或学生通过市场调研自选）。企业高管和工程师全程参与学生项目评估(Project Review)。通过系列项目课程训练，学生能真正掌握优秀产品工程师的技能。虽然办学时间不长，Olin 的毕业生受到企业的热捧，平均薪酬高出 MIT 毕业生很多。2013 年，Olin 学院因其在创新人才培养的大胆举措和卓越成就荣获美国工程院颁发的 Bernard Gordon 教育奖。
图 7 Olin 学院
4）Stanford D.School
这是一个为该校师生服务、训练学生设计思维，团队合作、解决真实需求问题的创新 课程体系。学生来自不同专业背景，通过深度走访硅谷的科技公司了解产业需求和产业资 源，并在此基础上，通过系列的项目课程，找到解决问题的创新方法。
利用硅谷丰富的企业资源， D.School 的很多课程由具有丰富实践经验的企业（比如苹果、谷歌等）工程师开设。学生也能接触线的产业知识。英国帝国理工的 Dyson School of Design Engineering 与 D.School 很相像，充分利用 Dyson 公司的企业资源来培养学生。
5）香港科技大学电子与计算机工程系 (ECE)
香港科技大学创办于 1991 年。其宗旨是为香港打造所全新的研究型大学（之前香港的大学都是教学型的）[6]。电子与计算机工程系(ECE)创办之初， ECE 的课程体系基本上是照搬美国主流大学（主要参考 Berkeley 和 UIUC）的传统模式，经典课程包括信号与系统 (Signals and Systems)、反馈控制(Feedback Control)、机器人学(Robotics)等，这些课程需要学生具备很好的数学基础。课程以课堂教学为主，配以习题讨论和部分实验。
多年下来，我们发现一个共同现象：除了极少数学生外，大部分学生的数学基础都不够，也缺少兴趣与耐心去补齐之前的不足，开学时来上课百人，期中阶段就剩下半不到，而到了期末阶段也就四分之了。
2003年，香港电视台为组织亚太机器人大赛(Robocon)来学校招募学生团队。借此机会，我给学校写了份报告，希望专门开设门课程，让学生动手设计、制作和调试多台机器人。学生来自电子、机械、计算机和物理等相关专业，1 年级到 3 年级（当时采用英国的三年制）都有。前面几届不太好招人，大部分内地学生要申请去美国读研，认为花太多时间在这类课程上会影响成绩，降低美国名校录取的机会。第届和第二届的队长是汪滔和马墨，两位从内地来科大且喜欢动手的同学。为了取得好成绩，快速迭代是关键。汪滔和马墨家住深圳，利用这个便利，他们去华强北买电子零部件，深圳工厂做 PCB 和机加工。通过这门课程，他们不但学会了系统设计、制作与调试，还学会了项目管理、团队合作等技能。Robocon 的学生先后创办了大疆、云洲、逸动等多家科技公司。一个有趣的现象就是这门课的学生会主动的花很多时间在课程上，最后一个月，学生会没日没夜的扑在实验室调试机器。
2013 年，科大本科由三年改成四年。借此机会，我们系成立了一个委员会来规划和设计新的课程体系。在全面调研了 CMU， Stanford 和 MIT 等高校有益实践的基础上，我们重新设计了 ECE 的课程体系。通过提炼和简化 Robocon 这门课的内容，我们为大学年级学生开设了门以实验为主的导论课， Elec 1100 Introduction to Electro-Robot Design.
每个项目组（通常 2 个人）利用分离元器件搭建电源系统、电机驱动系统、光电传感器和控制系统等系列机器人模块，最后把这些模块集成起来，做成一个机器人小车并完成寻迹比赛。这个过程中，老师给学生讲授所需的电路、模拟电路、数字电路、电机、逻辑电路、反馈控制等基础理论知识、学生立马把这些知识应用到项目中去。动手实践、理论学习、项目讨论和高竞争性的比赛极大的调动了学生学习的积极性。重要的是学生能深刻体会和牢牢掌握所学知识。而不像以前被动学习、没多久就把所学知识还给了老师。这门课经过多位老师多年的迭代，已经成为科大的品牌课程。每年有大约 400 多学生上这门课。
图 8 展示了 ECE 新的 4 年课程体系。课程结构则如图 9 所示，总学分 117 分，课程数目不少于 31 门，其中数理基础课程占比 20%，项目课程 12%（不包括专业课程的实验部分）。
图8 港科大ECE系新的4年课程体系
图9 港科大ECE系新的4年课程结构
以上是目前些世界知名大学在工程教育领域所做的些改革探索工作，他们的共同点是均瞄准市场和产业的实际需求来进行人才培养，同时缩减精化课程体系，开设多学科交叉融合的特色课程，校企联合，注重创新实践能力的培养等，这些宝贵的实践经验为工程领域的教育改革提供了非常有价值的参考。
四、新工科教育实践：定位、措施与评估
A. 定位与人才标准
新工科教育既要服务现有产业，更要面向未来产业。新工科毕业生既要成为推动现有产业转型升级的重要力量更要成为催生新兴产业的主力军，因此准确预判现有产业的发展方向和未来产业的落地点对新工科建设至关重要。2017 年中国 GDP 大约是 12 万亿美元（美国 18.8 万亿美元），中国制造业增加值占 GDP 比例大约是 30%。如果中国经济发展能保持对美国四个百分点的优势，平均每年 6.5%左右， 十年后将迎来历史的重要转折点，中国将赶上美国成为世界第大经济体。如果作为实体经济主体的制造业能保持健康发展，十年后其占 GDP 比例还能有 25%。制造业增加值将达 6 万亿美元（超过现有 GDP的大半）。我们看到无论是美国、中国还是其他主要经济体其市值最大的十大公司在过去二十年甚至十年都发生了巨大的变化。传统的资源型、垄断型巨头不断被不起眼的新兴科技公司所取代。很多 10 年前甚至 5 年前没见过的产品，比如无人机、新能源车、水域机器人、家庭机器人等正快速成为我们的生活必需品。如果要简单概括未来产业新形态，那就是智能时代新经济。从制造业角度看，这包括智能芯片与传感器、智能装备与智能制造、大数据与人工智能、生命科学以及这些技术在各领域的应用和融合所产生的新经济（见图 10）。
图 10 智能时代的新经济领域
新工科教育就是要培养推动和引领新经济发展的领袖，包括新兴科技公司的创新创业者和推动传统产业转型升级的领导者。一个创业者（无论是科技公司创业者还是公司内部创业者，比如新产品、新部门的领导者）应该具备什么样的能力与素质才能完成其使命？新工科教育又是如何给学生赋以这样的能力？
高通公司的主席 Paul Jacobs 博士曾有段很难忘的经历。早期，该公司凭其在移动通信领域的专利垄断和众多的客户如 Nokia 和 Ericsson 等公司的专利费，躺在床上也能数钱。突然，冒出家原来与移动通信毫不相关的公司--乔布斯的苹果把高通的客户打得一塌糊涂。Jacobs 博士在美国知名的加州大学伯克利分校读完本科、研究生和博士。苹果事件后，Jacobs 博士深刻反省了大学教育，认为在“全球化的创新经济时代、以前那种只满足于教给学生单科知识的模式已经不行了。学生需要学会如何在跨学科团队工作、如何快速迭代从设计到制造的全过程、如何融合艺术与工程、如何理解全球市场不同的需求”。为改变伯克利分校的本科教育，他于 2015 年捐赠设立了 Jacobs 设计创新学院。该学院充分利用企业和伯克利丰富的学科资源，为学生开设了系列提升学生动手能力和系统设计能力的课程。学生的创业氛围也取得了空前的改善和提升。
图11 Jacobs设计创新学院
美国家研究机构 CB insights 利用大数据研究了百多家公司后列出了创业失败的主要因素。居第位的是产品不是市场要的(42%)，也即我们说的伪需求；其次是资源耗尽了(29%)， 第三是没有一个好的团队(23%)：第四是遇上了更强大的竞争对手(19%)；第五是价格和成本因素(16%)，也即我们所说的性价比。这些导致失败的因素教科书里也能找到，关键是如何才能最大可能的减少失败的因素、提升成功的因素。书店里充斥了各种成功企业和成功人物的传记和报道，似乎把这些书读熟了也就找到了成功之路。现实世界是残酷的，行业、公司、团队和时间地点的不样也就意味着每个公司的成功之路是完全不样的。世界上没有“成功学”这门课。硅谷著名的创业家和作者 Eric Ries 写了本很有参考价值的书，叫 The Lean Startup （精益创业），其思路与丰田公司的精益制造 (Lean Production)有相似之处，即以最低的成本最快的速度完成从创意，到样机再到市场的多次迭代。科技创业尤其是硬科技创业没有什么捷径，必需经历从创意到样机再到市场的多次迭代，而每次迭代又包含多个阶段性的样机试制。一个成功的科技产品必须经过千锤百炼才能杀出来。
图12 创业失败的主要因素总结及TheLeanStartup的创业成功原则
图13 成功的产品的迭代过程
在信息技术高度发达的今天，一个科技创业公司成功的关键就在于迭代的速度与成本控制（Jacobs 博士的观察）。如何产生好的创意？如何研制出代又代的样机？如何从市场的反馈去提取下步努力的信息？什么样的人才标准和相应的人才培养方案、包括课程体系，能够让学生成为优秀的科技创业者(entrepreneurs and intrepreneurs)？
美国工科认证委员会 (ABET 2000) 对工科学生应该具备的能力有个非常系统和科学的陈述，一共 11 条（简称“人才标准 A-K”），可概括为如图所示的三大部分：分析能力 (Analytic Skill)、动手能力(Hands-on Skill )和生活能力(Life Skill)，具体如图 14 所示。
图 14 ABET 2000 工程领域的完整人才标准
很多知名学科（系）的人才培养标准，虽然表达形式略有不同、但其本质与以上几条相差无几。分析能力的第条强调的是把数理和工程理论知识应用到实际问题中去，而不是上了多少门课或者考试成绩如何。我们常把那些能上课能考试的学生称为“学霸”而膜拜，这就不定合适了。
动手能力的第层次是基本功。每个工科学生都应该具备。达到第二层次才能成为合格的工程师。如果能够达到第三层次，即通过观察市场需求去寻找痛点问题，并能找到解决该问题的工程方法，也就具备了科技创业者最重要的能力了。工程问题往往都不是单打独斗能解决的，它需要团队合作。而有效的沟通和表达自己想法的能力对于打造一个优秀的创业团队也就变得至关重要。在技术快速发展的今天，课堂上学的很多东西很快就过时了。而创业过程中又会碰到很多之前没见过的新东西。学会如何学习、终身学习，始终保持好奇心才是最根本的。
B. 新工科教育实践：粤港机器人学院
确立新工科教育的定位与目标后，人才培养方案可根据学校、学生和周边环境的特点来合理设计。以下我们将重点介绍松山湖机器人产业基地与广东工业大学合作创办的粤港机器人学院案例。该项目合作方还包括香港科技大学机器人研究所和东莞理工学院。
创办于 2015 年的松山湖机器人产业基地是一个以机器人和智能硬件为主的新型孵化基地。目前在孵的团队和企业有近三十多家。创业者以年轻的大学生或研究生为主。业务范围从核心部件到机器人再到系统集成。设计、芯片、机器人、机电体化、智能制造、物联网、大数据和人工智能等技术渗透到各团队和公司的产品与运营中。
广东工业大学是所以工为主、工理经管文法艺结合的、多科性协调发展的省属重点大学，是广东省高水平大学重点建设高校，学校共设有 19 个学院、4 个省攀峰重点学科级学科、31 个二级学科博士学位授权点，现有在校学生 45000 人。
2014 年，有感于东莞产业转型升级的需求，我向松山湖和东莞市政府提出了建立松山湖机器人产业基地的设想。利用东莞被誉为“世界工厂”的产业链资源和我在过去十多年深圳东莞创业孵化的经验，把香港、内地和国外有志于机器人领域创业的年轻人吸引到松山湖，帮助他们实现他们的创业梦想，也为松山湖和东莞培育批新型科技公司。机器人基地的建设需要大量的有创新创业能力的工程师。而这恰是东莞的短板。经过与广东工业大学陈新校长的深入沟通，我们决定联手建立所新型的人才培养机构--粤港机器人学院。为松山湖机器人产业基地提供有双创能力的工程师的同时，也为广工的工科教育改革提供有益的经验。
改革前状况：以机电工程学院为例，之前学生先报考该学院的某个二级学科专业，如机械设计与自动化（该院共 5 个二级学科），再按照该专业的培养方案完成四年的大学课程学习。学生通常要完成至少 184 学分（大约 74 门课程）。因考研或者找工作等原因很多学生会选择用前面三年时间修完所有的课程（之前清华自控学生三年 73 门课，中科大自控 63 门课）。每学期至少 9 门课程意味着学生从早到晚都处于一个填鸭式的学习状态中。深度的研究后更发现学生无论是上数理课还是实验课基本都在走形式。
四句话形象的概括现有培养方式：专业细分化、基础形式化、实践虚拟化、知识碎片化。如此培养的学生是难以担当大任的。
机器人学院的改革从以下几个维度切入：
1）跨学科培养：学生来自设计、机械、自动化、信息工程、计算机和数学六个学院的相关专业。因广工校园紧邻黄埔军校旧址，我们把第期 80 多位同学简称为黄埔期学员。图 15 为广东工业大学粤港机器人学院组织架构和学缘结构示意图。学生从某专业进来，毕业时还拿该专业学位。学生除了本专业的课程外，还参与系列跨专业项目课程学习。这些课程以问题为导向。在老师的协助下，跨专业的项目组要完成系统的设计、分析、制造与调试。通过项目讨论与评估，学生不止学会理论与实际的结合以及工程工具的灵活应用，还掌握了项目管理、沟通和团队合作等技能。最重要的是也参与和了解机械同学的机械设计与制造、电机同学的电路设计与制造、软件同学的软件设计等等。通过比赛和项目评估与展示，学生从被动学习变为主动学习，把(同行与竞赛)压力转化为学习动力、激发了学习热情并提升了自学能力。
图 15 广东工业大学粤港机器人学院组织架构和学缘结构示意图
2）专业课程改革：在增加项目课程和数理基础课程的同时，总学时和总课程数大幅度的减少。是裁剪些没必要的课程，二是整合些相关的专业课程。通过引入实验环节来协助学生理解和融会贯通相关专业知识。比如，机电专业的电路与模拟电子技术两门课被整合成电子与电路学门课（4 学分），理论力学、材料力学、热力学与流体力学四门课被整合成工程力学（4 学分）门课，控制工程、机电传动与控制和工程测试技术三门课被整合成传动与控制（4 学分）门课。最后，机电专业的总学分为 156.5 学分（减少 15%），课程数目在 35 门课左右（减少 50%）。
3）综合性项目课程：从大学第学年到第二学年（广工校园阶段），学生每个学期都有门机器人项目课程 (I~ IV)， 共 13 学分。机器人项目课程 I （5 学分）从港科大Elec 1100: Introduction to Electro-Robot Design 演变而来。通过本课程学习，学生能掌握电气工程（包括电路、模拟电子技术及数字电子技术、电机控制）的基本知识和基本原理、同时具备用分离元器件设计机器人及其部件的能力。课程结束时，学生需要完成一个具备特定要求功能的寻迹机器人小车。机器人项目课程 II 以再现上年的 Robocon（或者Robomaster）比赛为课题，而机器人项目课程 III 和 IV 以参加当年的 Robocon（或者Robomaster）比赛为主题。第三、四年学生到松山湖机器人产业基地学习。第三年要完成产品设计项目课程 I 和 II（共 21 学分）。
在这之前，学生通过寒暑假会有系列的企业和展会参观。尤其是与基地创业公司的互动，他们对产品的定义和研发过程已有定了解。产品设计项目课程前，学生会接受产品定位与设计培训。同时还要掌握些基本的设计工具的使用。之后，学生要开展深度的市场和客户调研，并提出份详细的项目计划书。基地会组织基地工程师对团队的方案进行评估并提供反馈意见。论证成功后、项目组利用基地设施和周边的供应链制作样机，验证设计方案的可行性。很多情况下，学生要经历几次样机的迭代。
第四年是学生的毕业设计（12 学分）。一个好的毕业设计将是学生跨入创业征程的第个台阶。首先，课题的选择由课题组在充分论证的基础上产生。有的甚至在前年的项目设计课程中已经迭代多次和升级；其次，课题组已经磨合过、知根知底。再者，课题组对产品设计、制造和测试已具备相当的经验、潜在用户能够理解样机的功能和定位。
机器人学院总学分 156.5，总课程数 35 门左右。其中 7 门综合性项目课程学分累加为 46 分，占总学分 30%。具体课程结构与学分分布如图 16 所示。
图16 机器人学院课程结构与学分分布
4）寒暑假项目课程：寒暑假项目课程由系列短课程组成（不计学分）。主要偏重于核心工业技术和前沿研究技术的学习与应用。授课老师来自于领军企业的工程师和国际知名学者，是基础课程和综合性项目课程重要的补充。例：
◆ 机器人项目课程 I+
在机器人项目课程 I 的基础上，TI 的工程师在寒假用两个星期时间完成这门课程的单片机升级版。综合运用之前所学习的各个模块，用 MSP 430 单片机读入红外传感器数据、控制电机和完成循迹控制。之前的单片机课程要化整整一个学期的时间。因为没有合适场景和实验平台，学生对单片机的理解也非常粗浅。
图 17 机器人项目课程 I+
◆ Model-based Design Workshop（基于模型的设计课程）：
由美国 Mathwork 工程师给学生介绍基于模型的设计理论，并且用移动小车跟踪网球为对象，学习如何用 Mathwork 软件来设计和调试小车的控制算法。课程时间三天。全班 60 个学生，每个组 4 人。最后都能完成实验。掌握了机电控制领域最重要的工具的使用。
◆ Design Definition Tools & Constructing Design Solutions Workshop：
课程由香港理工大学设计学院教授开设，为期两周。通过与基地创业公司和团队的合作，也积累了很多机器人设计案例（包括常犯错误）。通过这些案例，学生了解了产品创意，设计、制造到使用的全过程。从不同的角度去理解产品定义（功能）与使用、适用以
及客户满意度的关系。工程师跳出工程师思维至关重要。
图18 产品定义与设计课程
此外，一年级寒假，学生会利用基地的木工坊制作自己喜欢的东西，比如复原达芬奇的设计。
同时，各年级学生还积极参加机器人领域国际知名学术会议（见表 2），增长见识，了解前沿基础研究。
表2 各年级学生参加机器人领域国际知名学术会议统计列表
5）数理基础课程：扎实的数理基础是一个优秀的机器人工程师所必备条件。机器人三大核心技术：感知(Sensing)，认知 (Perception) 和控制 (Action)离不开数理基础的支撑。通过数学和物理等科学知识的学习，学生能掌握和应用数理方法去建立机器人和相关系统的数学模型，并能够分析和验证这些模型的特证、设计出合理的机器人规划和控制策略。即使在数据科学和机器学习技术迅猛发展的今天，扎实的数理基础更能让我们深刻理解机器人的规律。工科领域数理基础训练最扎实的首推美国加州理工。从课时角度达到三年数学、两年物理、年化学/生物的基本原则（六门数学课、四门物理课、两门化学/生物，数理基础课程占比 35%以上）。从学习深度物理教材用的是 Richard Feyman的 Lecture Notes on Physics（很多学校是研究生教材），强调物理知识与实际问题的结合。
加州大学伯克利分校电机系有一个不成文的规矩：硕士生的数学水平必须达到数学专业本科的水平，博士生的数学水平必须达到数学专业硕士的水平。而伯克利的数学是世界首屈一指的。
机器人学院的数理课程改革还有很长路要走。内容、教材、学习方式、Matlab等工具的使用、与机器人结合的课程案例等都需要深度的探索。为此，港科大数学系胡继善教授牵头组织了一个数理课程改革小组、我们期望能有更多的经验可以在以后分享。
6）《机器人学》课程改革案例介绍：这门课程起源于 20 多年前我在加州大学伯克利分校读博时的段经历。那时的机器人教科书主以 Richard Paul 和 John Craig 的两本教材为主，对串联结构为主的工业机器人的运动学、动力学和控制有比较清晰的数学描述。但从上世纪 90 年代起，机器人研究进入快车道，很多新的问题进入机器人研究者的视野，比如灵巧机器手、并联机器人、移动机器人（大狗、自动驾驶、空间机器人）等。各种不同的数学工具被引入到机器人领域去解释新现象和新对象（有如当今的机器学习）。这给要进入机器人领域的研究生带来极大的困惑。他们必须掌握多种不同的数学方法（很多非常不严谨）才能窥机器人全貌。这对大多数学生来说是几乎不可能的。我与伯克利的导师 Shankar Sastry 和师弟 Richard Murray 决定写本研究生机器人学教科书，利用近代数学的微分流形理论来统不同机器人的建模、分析与控制。
经过近步的演化，这门课也曾在港科大本科生的机器人课程里出现过（前面几章）。这门课最大的挑战是用高级数学语言来描述和分析机器人问题，比如刚体运动学、串连（和并联）机器人的运动学、动力学、轨迹规划和控制。学生既要学习数学概念（线性代数和数学分析基础差的学生尤感困难），又要与实际问题相结合（很多学生之前还没见识过工业机器人）。港科大的几次尝试不是特别成功。李群自动化是松山湖机器人产业基地的工业机器人公司，其工程师王红在哈工大深圳研究生院读博时上过这门课，也知道要让大学生掌握这些知识的难度。经过讨论我们对这门课进行了以下改革：
1. 理论让路，实际开头
前面四周，我们为学生提供了一个开放式的工业机器人系统。让学生通过操作对机器人系统的各个组成部分有个直观的了解。随后，给学生布置了两个任务：Pick & Place （工件抓放）和机器人与视觉系统的配合。
学生在充分理解任务要求的基础上，利用各种手段（讨论，试错、网上学习、请教老师等）去试图完成这些任务。学生经历一个认知过程：机器人如何动，怎么动？机器人与视觉和传送带如何配合？
图19 《机器人学》课程课前实践
2. 讲用并行、重在理解
随后，老师开始讲授机器人基础理论并安排相应的实验环节，把所学知识立马应用到前面的问题中去。同时还安排些硬件实验，让学生设计工业机器人的些关键模块如电机控制等。学生还学会如何应用 Matlab, Simulink 和 MBD 等工具，最后取得了很好的教学效果。
图20 《机器人学》课程理论与实验交替进行
7）其他工程课程改革：还有几门核心课程的改革正在进行中，比如反馈控制、传动与运动控制、计算机视觉、无人机技术、机器人导航、机器学习等课程。我们也在充分利用 Mooc 资源和大量的企业资源为学生提供系列优质课程和学习体验。
8）学生选拔：机器人学院的学习方式与传统模式有很大差异。不是每个学生都适合。传统的学生选拔方式不能选出适合机器人学院的学生。有些学生经过段时间学习后也意识到他/她并不适合这种学习模式。我们采取学生自愿、双向选择的方式。在选人方面还有很多探索的空间。表 3 列出了前面三期学生的动态变化情况。
表3 前面三届机器人学院学生变化情况
以上是我们目前依托粤港机器人学院在新工科教育方面所做的些探索和实践工作，通过这些改革措施，我们积累了定的改革经验，同时也在不断的纠错迭代，今后，机器人学院的新工科教育改革和探索工作会持续进行下去。
五、结论
创新创业人才的培养是国家创新机制建设的核心内容。智能时代的机器人技术既是先进制造业的关键支撑，也是改善人类生活方式的重要切入点，其研发及产业化应用是衡量一个国家科技创新、高端制造发展水平的重要标志。集数理、设计、机械、电子、计算机和其它学科于体的机器人技术是新工科建设最具代表性的前沿交叉学科，也是新工科建设最重要的突破口，只要通过科学的顶层设计，配合深刻的课程改革，再利用创新创业实践来持续改进和优化系统设计，机器人学院即有望成为高等院校建设新工科，实现创新人才培养突破的制高点。与此同时，借助国家“校企联合，产学合作”的助推政策，打造高效的创新人才培养体系和全生态的创业孵化平台，必将为所在地区新经济发展提供极其重要的助推引擎，从而推动机器人产业化进程的迅速发展。
鸣谢：真诚感谢粤港机器人学院各参与方对该项目的长期投入和支持。广东工业大学陈新校长为该项目从顶层设计到最后落地付出了大量心血。章云副校长、教务处何汉武和陈鸿志处长、六所参与学院领导和老师以及常务副院长陈玮教授等为机器人学院的课程设计和改革以及学院管理等作了大量细致的工作。机器人学院学生尤其是黄埔 1 期同学既是改革的参与者也是改革的推动者。松山湖机器人基地的同事尤其是研究部的丁老师和董老师以创业者心态全面参与了机器人学院的建设。东莞理工学院、松山湖管委会和参与公司固高、大疆、李群、逸动等的同事从不同维度为机器人学院的创办提供了积极有益的帮助。
参考文献：
[1] 文.伟大的中国工业革命[M].清华出版社,2017 年
[2] https://baike.sogou.com/v6813346.htm?fromTitle=钱学森之问
[3] 李德毅,马楠. 智能时代新工科——人工智能推动教育改革的实践[J].高等工程教育研究,2017 年 05 期
[4] https://www.media.mit.edu/
[5] http://www.olin.edu/
[6] https://www.seng.ust.hk/web/eng/
