【资料图】

本届联合会议在浙江省杭州市召开，邀请21个国家和地区的专家学者参加，学术报告达600多次。其中，将近四分之一的学术报告主题与机器学习、人工智能相关。而根据中国信通院发布的《人工智能发展报告（2024年）》显示，人工智能面临算法模型可解释性不足、框架安全漏洞、数据标注不规范等挑战。

陈松蹊认为，现阶段，有关人工智能的具体应用还比较偏向工程，即优先确保算法、模型的工作运行，对背后机理不够深究。尤其在对精度、安全性要求很高的医学、建筑工程等领域，应当确保算法模型的稳定性、可靠性。

陈松蹊介绍，数据是随机的，模型自身也在变化。考虑到数据的不确定性，在超高维参数设定下，从变化中找到不变的内容，进行归纳、解释，得到稳定、可解释的算法，统计学可在这方面作出贡献。他的团队正在进行相关研究。

在智能时代，海量复杂的数据成为推动各行各业发展的关键要素，学界对统计学人才培养问题也越发重视。“统计与数据科学研究恰逢其时。”陈松蹊说，但这一专业存在供不应求的问题，需要提升高校的培养能力，为业界输送人才的同时，还要让相当一部分人才愿意留在高校，培养更多统计学家、数据分析师。

陈松蹊分析认为，现如今，算法软件虽然功能强大，但人类不能将思考过程“承包”给人工智能，仍然需要明确问题、掌握程序的运行，具备对人工智能的纠错能力，在这方面，统计学科将发挥重要作用。

自2023年以来，全国统计与数据科学联合会议已连续举办三届，逐步形成品牌效应。作为会议组委会指导委员会委员，陈松蹊感触颇多：“从2011年统计学成为一级学科以来，全国统计科学研究快速发展，与其他国家的交流也越来越密切。根据对国际顶级统计期刊发表数据的多维度测算，中国作者所占份额已位居世界第二。”

陈松蹊表示，本次参会的1800多位学者，有15%来自国外。未来，统计与数据科学组委会还将加强与工业界的联系，邀请更多企业参与，促进学科和应用创新融合。

标签：