当前位置: 首页 » 资讯 » 新科技 » 正文

“我设计的算法,正在帮法医破案”

IP属地 中国·北京 上观新闻 时间:2026-03-15 12:19:20

几个月前,一篇题为《生成式ai视角下人文学科的范式演变、现实困境与融合机制研究》的报告入选第一届ccf人文智能大会。

得知消息时,生物医学工程与技术创新学院24级本科生凌婧怡正在上课,下课后看到老师发来的消息,她非常开心和自豪,“这是我参与的‘强国之路’思政大课践行课题阶段性成果,也是我参与的研究首次在正式的学术场合得到展示。”


“强国之路”思政大课的践行阶段中,3000余名复旦大二学生在完成“学、思”阶段的理论积淀后,通过自由选题、跨专业组队,形成了近百个课题组,打破专业壁垒,在直面真实世界复杂问题的过程中,整合知识、锤炼思维、体认责任,进行探究式学习。

围绕中国式现代化的实践需求与时代命题,课题覆盖前沿技术创新、文化传承、社会转型与公共治理等领域,既注重理论深度,也强调实践效度,力求在回应现实问题中践行使命,为强国建设提供智力支持。

当ai“碰撞”人文教育

凌婧怡参与的是由历史学系教授高晞开设的“ai与人文”课题。这个汇集了历史、大数据、微电子、生物医学工程等专业本科生的团队,将目光聚焦在人工智能将如何重塑人文研究与教育,并尝试通过知识图谱、数据挖掘与深度访谈,探索技术应用与伦理边界。

历史学系24级的崔竣迪从参与专业历史智能系统“histagent”的研发,负责搭建能考验ai历史研究能力的测试数据集。“我设计了一个关于近代外科医学理念发展的冷门问题,初期ai只能给出碎片化信息,但两个月后,它已经能进行初步的逻辑整合”。这种进步让他惊叹,也让他敏锐地察觉到ai广博知识背后隐藏的推理脆弱性。

与此同时,凌婧怡正埋首于梳理上百份国家与高校层面的政策文件和课程方案,希望从海量的文本中,厘清ai与人文融合的发展脉络和政策导向。“我像是为一场思想交锋绘制‘地图’。”

这些观察与发现,最终形成了一份题为《从“工具辅助”到“本体介入”:算法时代人文学科的危机与突围》的结题报告。报告的核心结论是,ai不仅是高效工具,更是映照人类认知方式的“镜子”,人文学者必须有能力对这面镜子本身进行“批判性审计”,基于此,团队尝试构建了一个 ai与人文深度融合的“双螺旋结构”模型。


崔竣迪与凌婧怡的思考也在课题中产生了相互映照。从具体测试中催生了崔竣迪对“非人认识论”的哲学追问,独立撰写了哲学性论文,已进入国际期刊的评审阶段;凌婧怡则从庞杂信息中提炼出ai与人文可以形成共生结构的结论,“人文的批判性不仅不是技术的对立面,反而是确保其向善发展的导航系统。”

回顾整个过程,凌婧怡的收获不少,不仅对ai与人文交叉领域的发展现状建立了系统认知,还在与不同专业同学的磨合中提升了团队协作与沟通能力。“更为重要的是,这一经历重塑了我对自身工科专业的理解,即便在高度技术化的领域,批判性和创造性也绝非冗余的软实力,而是驾驭技术、引导其正向发展的核心素养。”

在真问题中锻造“学科通用语言”

如果说“ai与人文”课题聚焦思想前沿,那么法医学与法庭科学学院副教授李立亮指导的“不明原因猝死分子标志物发现及鉴识软件开发”课题,则直面生命健康领域的重大现实挑战。针对精神病人不明原因猝死比例高、死因难以诊断的难题,由法医学、分子生物学和计算机科学背景的同学组成团队,尝试运用分子生物学与人工智能技术寻求突破。

基础医学院(现法医学与法庭科学学院)24级本科生贺义萍负责课题组织协调、专题讨论设计与报告统合。她既要将生物医学中复杂的发现(如关键标志物cacna1a)转化为ai可理解的“特征”,又要为整个跨学科项目搭建清晰的逻辑框架。为了快速融合生物与ai知识,她紧扣“如何用ai识别生物标志物”的具体目标,以“问题驱动,双向耦合”让两个领域的知识在学习中相互注解。


与贺义萍的宏观视角相呼应,同级的唐雪辉则更专注于技术实现的“最后一公里”。他将病理观察“翻译”成计算机可识别的语言,需要在这两个看似迥异的领域间架起理解的桥梁,如将组织切片中棕色颗粒的颜色转化为色彩空间分布的数字信号。面对不同扫描仪图像存在色差的问题,他与团队引入计算机视觉中的颜色迁移与归一化算法解决这一难题。

当软件在5例外部样本盲测中达到100%准确率时,团队的心情既兴奋又审慎。唐雪辉的第一反应是“怀疑”。“是不是数据泄露了?标签弄错了?”经过反复验证,才确信这源于关键标志物cacna1a的强大区分能力。“我们深知医学ai落地之路还很长,”贺义萍感叹道,“医学ai的落地,一半在技术,另一半在‘医学’本身,涉及工作流程、合规性、解释性等更长远的挑战。”

目前,团队不仅鉴定到了心肌生物标志物,还开发了基于ai的自动诊断系统,获批软件著作权并开源。不久前收到一线反馈:有基层法医利用软件分析年轻死者心肌切片,排除猝死嫌疑,最终通过毒物检测找到真正死因。“这个课题让我觉得,我们所学的代码和算法,第一次离‘为生者权,为死者言’的法医使命如此之近”,贺义萍说。

从实验室到城市

在亲手操作中重构认知

在生命科学学院实验室,蔡亮研究员的课题“使用合成生物学重现从单细胞到多细胞的进化转变”,将同学们带入基础科研的深处。课题设计了“高低年级传帮带”机制,让大二学生在学长学姐指导下,参与从实验设计到数据分析的全过程。

相比侧重实际应用的方向,相辉学堂24级本科生徐励骋被课题的宏大视角所吸引。同样打动他的,是蔡亮独特的“主动学习”教学法,“老师让我们分组讨论真实的技术瓶颈,这激发了我们的生物学思维。”以问题为导向的思维训练,为徐励骋后续的课题参与奠定坚实基础。


在课题中,他主要负责文献调研、实验结果解读和报告撰写。最大的收获之一来自高年级学长学姐的指导:“他们教会我,肉眼观察不算结论,发现必须被量化。”他学会了用统计软件处理数据,将抽象现象转化为可视结论。“合成生物学让生物学变成创造的科学,我对学科边界有了新认识。”

而对24级生命科学学院赵怡凝来说,这段科研实践交织着挫折与喜悦。她几乎参与了从文献调研、实验操作到结果分析的全过程。一次因忽略菌株条件而导致实验出错的经历,让她体会到科研的严谨。“蔡老师没责备,而是冷静帮我分析错误,这让我明白修正比自责更重要。”挫折很快被兴奋取代。当她在凌晨拿到关键定量结果时,“那种发现未知的激动,让我感到所有努力都值得。”

赵怡凝与小组成员在已有研究基础上,进一步探索酵母在重力筛选下染色体倍性的变化,观察到四倍体基因组不稳定与染色体分离异常相关的有趣现象,“这是值得探索的方向。”通过大量阅读前沿文献,她也拓展了对生命科学研究的想象:“手段可以非常多元,不限于传统生物学,还能融合生物信息学、物理力学分析等。这对我是一种很大的滋养。”

集成电路与微纳电子创新学院24级的曹榆与环境科学与工程系24级的张建豪,因环科系青年研究员余兆武开设的思政课题“城市通风廊道对热岛效应的缓解效应及机制研究”结为科研伙伴。通过十多次线下讨论、校园气候实测及arcgis软件教学实践,他们共同经历了拆解学科壁垒的过程。

虽是微电子科学与工程专业学生,但曹榆的结题报告《基于最小成本路径法的上海市通风廊道设计》得分最高。高中时对地理的浓厚兴趣促使他选择加入课题。面对陌生领域,他靠导师提供的资料和小组“翻转课堂”式的讨论快速入门,最终用gis软件为上海找到了几条关键的潜在通风廊道。他坦言“结论还比较笼统”,但对“没什么科研经历”、难以大规模实地测量的学生来说,“用软件建模解决问题的路径是一次很好的训练”。


张建豪则被一个切身问题吸引,光华楼的风为何总这么大?他不仅实地手持风速仪反复测量,还耗时近十小时自学复杂的计算流体力学软件,为光华楼区域建立仿真模型。“连续好几个晚上我一直在调模型”,最艰难的一次,他从下午调试到深夜,当模型终于成功跑出第一个结果时,“整个人都轻松了不少”。这个过程让他深刻体会到科研的不易,也掌握了一套自主学习新技能的方法。

跨学科碰撞为他们打开新视角。曹榆发现,社工专业的同学对现象成因的分析比自己看得更深入全面,数学专业的建模思路也启发了他。张建豪对第一次讨论会记忆犹新,彼时他尚无头绪,曹榆提出用数学模型和计算机模拟切入,瞬间为他指明方向。他也意识到,一个现实问题的解决,既需要理工科的模型,也需要社工专业所关注的人文视角。

结题后曹榆的收获远不止一份报告,“尽管专业知识不同,但工科系统化解决问题的方法论相通。这个思维方式比学科本身更重要。”

在交叉土壤生长

贺义萍记得团队在一次讨论如何量化“免疫组化染色强度”作为模型特征时,有生物背景的同学会从“阳性染色百分比”、“平均光密度”等专业指标出发,而有人工智能背景的同学则在思考如何用多通道像素统计和纹理特征来进行表征。“我们最终决定同时采用传统病理定量指标和现代图像特征,这个融合方案让模型性能显著提升,也让我深刻体会到跨界不是简单叠加,而是在接口处创新。”

像贺义萍一样,在思政大课践行阶段,同学们正以这样的方式,深入学科交叉的土壤。他们面对的,或是悬而未决的学术谜题,或是真切存在的现实痛点。解决问题的路径,需要既深入自己的专业腹地,又勇敢地踏入陌生的知识疆域。

正是这样,知识不再是静态的课本内容,而化为一次主动探索、一场团队协作、一份联结理论与现实的责任。正如崔竣迪的思考一样,“跨学科像是给学科进行一次‘电击’,它使你跳出熟悉的框架,去审视知识本身是如何被构建的。”

组 稿

校融媒体中心

文 字

赵天润

图 片

受访者提供

编 辑

邱洁心

责 编

赵天润

上观号作者:复旦大学

免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。

全站最新