新智元报道

编辑：艾伦

【新智元导读】华科校友、UIC 助理教授程璐接连斩获 NSF CAREER Award 及阿尔茨海默病研究重磅资助。从构建患者「数字孪生」助力攻克阿尔茨海默病到攻克大模型信任危机，这位青年学者正用严谨的数理逻辑解码生命与算法，诠释科技向善。

在 AI 试图重构医疗与信任的十字路口，一位来自中国的青年学者正在用数学语言重新定义「确定性」。

美国国家科学基金会（NSF）先后公布两项重要科研资助名单，伊利诺伊大学芝加哥分校（UIC）计算机科学系助理教授程璐（Lu Cheng）成为焦点。

她不仅凭借在「负责任的大语言模型」领域的开创性研究拿下了象征青年学者最高荣誉之一的 NSF CAREER Award，更作为核心负责人之一，获得 NSF 90 万美元的联合资助，旨在通过 AI 与数学建模为阿尔茨海默病患者建立「数字孪生（Digital Twins）」。

https://engineering.uic.edu/news-stories/lu-cheng-receives-nsf-career-grant-to-improve-ai-accuracy-reliability/

https://today.uic.edu/how-digital-copies-make-medicine-more-personal/

从华中科技大学的校园走出，到如今站在 AI 可信度与智慧医疗的国际前沿，程璐正在用两条平行的科研轨迹，回答着同一个命题：如何让冰冷的算法真正造福于脆弱的人类生命？

解码大脑与驯服算法

对于程璐而言，这两项资助看似处于不同维度，实则殊途同归。

在与宾夕法尼亚州立大学（Penn State）合作的跨学科项目中，程璐团队试图攻克的是医学界最棘手的堡垒之一——阿尔茨海默病。

这种疾病的残酷之处不仅在于它对记忆的吞噬，更在于其高度的异质性：同样的症状，在不同患者身上可能有着截然不同的病理轨迹。

「传统的“一刀切”治疗方案在这里往往失效。」程璐在接受UIC校方采访时解释道。为此，团队提出了一种极具科幻色彩的解决方案：构建患者的「数字孪生」。

这并非我们在电影中见到的视觉化替身，而是一个「活的计算模型」。

它由无数临床数据、生物标志物以及从海量医学文献中提取的知识图谱编织而成。

在这个模型中，AI 大模型负责阅读和解析浩如烟海的科研文献，而数学建模则负责模拟生理过程。

「通过这个数字副本，医生可以在虚拟世界中进行“假设”推演，」程璐描述道，「如果我们现在干预，改变药物、睡眠习惯或血管风险因素，这位患者未来一年的认知衰退曲线会发生怎样的偏转？我们是在比较可能的未来，而非简单地预测一个结局。」

如果说「数字孪生」是将 AI 作为手术刀刺向病灶，那么她获得的另一项殊荣——NSF CAREER Award，则是对这把手术刀本身的打磨与质检。

该项目题为《负责任的语言模型的共形方法》（CAREER: Conformal Methods for Responsible Language Models）。在 ChatGPT 等大模型不仅重塑生产力，也因 AI 幻觉和偏见引发信任危机的当下，程璐的研究直指核心痛点：不确定性量化。

目前的商业大模型多为「黑盒」，用户难以知晓 AI 在回答问题时究竟有多大把握。

程璐试图引入「共形预测（Conformal Prediction）」这一统计学工具，为大模型的输出建立严格的数学保障。

简单来说，她希望 AI 不仅能给出答案，还能诚实地告诉人类：「在这个回答里，我只有 60% 的把握是正确的，因为数据源存在某种偏差。」

这种「知之为知之，不知为不知」的能力，是 AI 从聊天玩具走向临床诊断、自动驾驶等高风险领域的关键入场券。

喻家山下的起点

2011 年，程璐进入华中科技大学，就读于物流管理专业（物流系统工程方向）。

在武汉喻家山下度过的四年本科时光，为她打下了扎实的数理基础。

简历显示，本科期间她也是国奖获得者，这种追求卓越的习惯贯穿了她随后的学术生涯。

从华科毕业后，她赴美深造，先是在伦斯勒理工学院（RPI）攻读工业工程硕士，随后在亚利桑那州立大学（ASU）师从著名华人学者刘欢（Huan Liu）教授攻读计算机博士学位。

在 ASU 期间，她便崭露头角，获得了包括「CS 杰出博士生」在内的多项荣誉，并在 IBM 研究院和微软研究院积累了业界视野。

2022 年加入 UIC 任教后，她的研究视野进一步聚焦于「AI for Good（AI 向善）」。

这绝非一句空洞的口号，而是被她拆解为因果推断、算法公平性以及如今的数字孪生等一个个具体的数学问题。

当数据有了温度

程璐的两项研究其实在传递一个共同的信号：AI的下一阶段，将不再仅仅是参数规模的竞赛，而是对「具体的人」的关怀。

在阿尔茨海默病的研究中，她强调因果结构的重要性——不仅仅是预测「谁会得病」，而是理解「为什么得病」；

在 CAREER Award 的研究中，她关注算法公平性，试图消除模型因训练数据偏差而对特定群体产生的歧视。

正如她在解释数字孪生时所言：「在这个模型里，每一个数据点都不是冰冷的数字，它们更新自患者的每一次心跳、每一份血液样本。我们正在创造每一个病人的独特数字版本，因为在现实世界里，每一个生命都是独一无二的。」

从华科的严谨学风到国际学术舞台的前沿探索，程璐正用代码编织一张安全网，试图兜住那些在疾病中下坠的记忆，也试图兜住人类在 AI 浪潮中摇摇欲坠的信任。

在这个被算法包裹的时代，或许技术最动人的归宿，就是当数字世界的孪生镜像终于看清了人类面庞的那一刻，它选择的不是冰冷的计算，而是温柔的守护。

参考资料：

https://lcheng.org/

https://engineering.uic.edu/news-stories/lu-cheng-receives-nsf-career-grant-to-improve-ai-accuracy-reliability/

https://www.psu.edu/news/research/story/can-digital-replicas-patients-help-personalize-alzheimers-treatment

https://today.uic.edu/how-digital-copies-make-medicine-more-personal/

秒追ASI