中国人工智能学会近日公布2025年度吴文俊人工智能科学技术奖授奖项目。四川大学人工智能学院张蕾教授团队牵头完成的“记忆机制启发的神经网络构建与学习”，获2025年度吴文俊人工智能自然科学奖一等奖。 吴文俊人工智能科学技术奖由中国人工智能学会发起设立，业内具有重要影响力，部分获奖成果具备提名推荐国家科学技术奖资格。今年共有116项成果获奖，其中自然科学奖一等奖18项，反映出我国人工智能基础理论与应用创新并进的整体态势。 问题：基础模型快速演进下，医学等复杂场景仍面临“可信、可用、可推广”的技术瓶颈。当前人工智能在医疗影像、临床决策支持等领域加速落地，但医学数据具有高维、多源、噪声多、标注成本高等特点，模型还需在长期依赖关系建模、少样本学习、跨设备跨人群泛化以及可解释性各上实现系统性提升。如何从机制层面增强神经网络对“记忆与演化”的刻画能力，成为推动智能医疗走向深度应用的关键课题之一。 原因：从理论创新到临床可用，中间存在“场景牵引、技术迭代、验证闭环”三重门槛。业内专家指出，医学应用不仅要求算法精度，更强调稳定性、可追溯性与流程适配；而不少模型研究停留在数据集指标层面，难以在真实世界复杂条件下持续表现。张蕾团队长期聚焦神经网络模型及其记忆机制涉及的理论研究，尝试从神经网络学习过程、结构设计与记忆表征入手，提升模型对序列信息与长期依赖特征的学习能力，并将相关理论用于医学数据智能分析，推动“从机理出发”的方法走向可验证、可部署的技术路线。 影响：基础理论突破叠加临床协作，有助于提升智能辅诊系统的可迁移性与落地效率。四川大学团队与华西医院等医疗机构保持长期合作，围绕影像识别、术前评估与多模态数据分析等需求，推动研究成果在具体系统中验证应用，先后研发肺结节CT影像智能辅助检测及诊断、乳腺癌智能筛查、神经外科术前智能辅诊一体化平台、胎儿磁共振成像生长发育辅助诊断等多套系统。其中，乳腺癌智能筛查系统已服务地方相关筛查工作。受访人士认为，这类“理论—算法—系统—临床反馈”的闭环路径，有助于加速科研成果向现实生产力转化，也为提升基层筛查效率、优化医疗资源配置提供技术支撑。 对策：推动智能医疗高质量发展，仍需在科研组织与治理体系上同步发力。业内建议，一是强化基础研究的稳定支持，围绕关键理论问题开展长期攻关，避免“一哄而上”式短期追热点；二是完善医工交叉协同机制，建立可持续的数据治理与伦理合规体系，提升多中心验证能力；三是面向真实世界应用建立评价标准与监管协同框架，把模型可靠性、可解释性与安全性纳入全流程管理；四是加强人才培养，鼓励青年科研人员在关键方向长期深耕，形成可接续的创新梯队。作为高校教师与科研带头人，张蕾在团队建设与研究生培养中强调严谨学风与问题导向，倡导在快速变化的技术环境中保持定力、沉下心做可复用的基础工作。 前景：随着大模型与多模态学习持续发展，记忆机制等基础理论研究有望成为提升模型能力的重要支点。多位专家表示，未来智能医疗将从单点任务走向多任务协同，从单模态走向多模态融合，从“辅助识别”走向“辅助决策与流程优化”。在此过程中，围绕记忆表征、持续学习、泛化与可解释性等方向的理论创新，将直接影响系统在复杂临床场景中的稳定运行与推广应用。高校与医院、企业联合开展多中心验证与工程化落地，将深入放大科研成果的社会效益。
从理论突破到临床转化，张蕾团队的科研历程诠释了"板凳要坐十年冷"的治学精神；在科技竞争日益激烈的今天，这种坚守基础研究、服务国家需求的科研导向尤为可贵。随着更多青年科学家在关键领域崭露头角，中国科技创新正显示出蓬勃生机与无限可能。