在人工智能浪潮席卷全球的当下，青年科研力量如何把握时代机遇、突破关键瓶颈？在近日举办的浦江创新论坛主论坛上，两位来自不同领域的青年科学家通过实践案例与创新思考，为这一命题提供了生动注解。
上海交通大学副教授戴国浩以"智能革命中的青年使命"为题，回顾了科技史上青年颠覆者的经典案例：瓦特33岁改良蒸汽机开启工业革命，特斯拉31岁发明交流电动机推动电气化进程，巴丁37岁创造晶体管奠定数字时代基础。"这些跨越三个世纪的突破证明，青年始终是技术革命的核心推动者。"他指出，当前以人工智能为标志的智能革命，其创新扩散速度远超前几次工业革命——光纤通信技术从论文发表到获诺贝尔奖历时43年，而AlphaFold仅用6年就完成从技术突破到奖项认可的跨越。
作为稀疏计算与软硬件协同设计领域的专家，戴国浩团队正通过算法优化突破硬件限制。其研发的技术能在低工艺芯片上实现高端硬件的计算效能，这项突破性成果已通过无问芯穹公司实现产业化。该公司构建的算力生态平台日均调用量突破百亿tokens，联合发布的跨域异构算力网络方案实现芯片级互联，建设的终端适配中试平台则推动智能设备从实验室走向量产。"我们正在打造科研-产业双循环体系，让AI基础设施真正普惠化。"他透露，通过与高校、企业的协同创新，已形成覆盖芯片设计、系统优化、终端落地的完整技术链。
面对我国"人工智能+"行动中的算力挑战，戴国浩团队提出三大解决方案：在芯片受限背景下提升等效应用算力，破解多元异构芯片的协同难题，缩小智能终端的能效差距。目前，其团队与上海仪电、人工智能实验室等单位联合验证的跨域算力网络，已实现不同架构芯片的互联互通；与创智学院共建的联合实验室，则发布了具备自主进化能力的终端智能方案。
北京邮电大学教授王光宇的分享则聚焦医学交叉领域。这位"90后"科学探索奖获得者带领团队构建的多模态医学语义计算体系，使我国在AI医学检测领域达到国际领先水平。今年初，其团队与临床专家合作研发的通用医学语言大模型MedFound引发学界关注，该模型拥有1760亿参数，通过海量医学文本与真实病例训练，形成链式诊断思维。"在8个专科领域的对比测试中，我们的模型在常见病和罕见病诊断准确率上均超越国内外同类产品。"王光宇展示的数据显示，该模型全球下载量已超300万次。
这位青年女科学家特别强调交叉学科的创新价值："当AI遇上医学，产生的不是简单叠加效应，而是质变性的突破。"她以MedFound的研发过程为例，指出通过将临床诊疗规范转化为机器可理解的语义网络，模型不仅能准确诊断疾病，还能解释推理过程，这种"可解释AI"正是临床应用的关键。她鼓励青年科研者："选择那些看似冷门但具有战略价值的交叉方向，重大科学问题往往就藏在这些跨界地带。"
两位科学家的实践路径虽不相同，却都指向共同的创新逻辑——以重大问题为导向，通过学科交叉实现技术突破。戴国浩团队通过软硬件协同设计破解算力瓶颈，王光宇团队借助多模态融合重构医学诊断范式，他们的探索印证了：在人工智能时代，青年科研者既能成为技术颠覆者，也能成为产业变革的推动者。
