2026年6月29日上午，清华大学汪小我教授应邀在伟德体育作题为《AI模型为什么会“考试高分、应用失灵”？——从T细胞抗原识别预测看生物和医学AI的泛化风险》的学术报告。报告围绕生物医学人工智能领域的关键瓶颈问题展开，吸引了众多师生到场聆听，公司党委书记主持报告会。

报告伊始，汪小我教授指出，AI模型在标准测试集上取得高分，并不意味着其能够可靠应用于真实环境。数据分布变化、采集流程差异和潜在混杂因素，常会导致模型部署后性能显著下降。汪小我教授团队以T细胞抗原识别预测问题为切入点，深入剖析了生物医学AI中的捷径学习（shortcut learning）与泛化风险，模型在实际应用中可能依赖数据偏倚、医院流程差异、设备批次不同或表层统计相关性来完成预测，而非真正学习到生物机理和疾病机制中的因果规律。这种“捷径学习”现象在医学图像分割等高风险的临床决策场景中尤为值得警惕。

针对上述挑战，汪小我教授系统介绍了模型解释、消融实验、数据洗牌和知识约束等一系列诊断与纠偏思路。他强调，构建更具鲁棒性、可解释性和安全性的生物医学AI系统，是当前人工智能与生命科学交叉领域亟待突破的核心命题。报告结束后，现场师生积极提问，围绕模型解释、数据偏倚与知识约束等话题与汪教授展开了深入交流，讨论气氛热烈。

汪小我教授是清华大学自动化系长聘教授、系学术委员会副主任；人工智能公司、基础医公司兼职教授；中国人工智能学会生物信息学与人工生命专委会主任，中国生物工程学会青工委首创主任。主要从事人工智能与生物和医学的交叉研究，研究兴趣包括基因组大数据挖掘、合成生物系统设计等。在PNAS、Nature Commun、Cell Genomics、Bioinformatics等期刊发表论文90余篇，主持国家自然科学基金杰出青年科学基金、重大项目、原创探索计划项目等。

初审：杨创艳

复审：陈逸威

终审：普园媛