北京
來源：科技日報
肖大熙 科技日報記者 何星輝
當AI（人工智能）狂飆，統計學和數據科學何去何從？近日，第四屆統計與數據科學聯合會議在貴州省貴陽市舉行。3天會期、6場頂尖報告、700余場專題研討，4名中美院士及全球20個國家和地區2000人齊聚一堂。會議共識清晰而堅定：統計學不僅不會被AI替代，反而會成為AI不可或缺的“底層邏輯”。
中國科學院院士陳松蹊指出，統計學為AI提供了算法根基與數據智慧，若失去統計支撐，AI的可靠性、適用范圍和可信度將大打折扣。更重要的是，統計學能讓AI走向“綠色”——將深度學習與統計分析結合，在前端做更聰明的抽樣與降維，減少對算力的依賴，可大幅降低能源消耗，使AI發展更可持續。
中國人民大學教授金勇進認為，AI從大語言模型到因果推理的每一次突破，都離不開統計理論的地基。當機器學會“思考”，統計學家不可替代的價值恰在于定義不確定性的邊界、設計可解釋的實驗、為黑箱提供白盒化校驗。
南開大學王兆軍教授系統闡述了統計學的三重角色。王兆軍認為，統計學的角色之一是理論根基。抽樣、估計、貝葉斯推理等思想貫穿所有學習算法。角色之二是可靠性“校準器”。不確定性量化、因果推斷、偏差校正能有效彌補大模型幻覺與偏見，讓AI更安全、更可信。角色之三是決策閉環。在生物醫藥、金融風控等場景中，統計提供可解釋結論和可控誤差，將“預測”真正轉化為“科學決策”。同時，AI也倒逼統計學突破傳統范式，走向“統計理論+AI+行業場景”的交叉融合。
斯坦福大學講席教授大衛·多諾霍從2024年諾貝爾獎爭議切入，認為數據科學正在改寫諾獎授予邏輯：傳統“理論—實驗—驗證”模式已讓位于“公開數據集—排行榜競爭—社區協作”的新范式。他建議，應為數據科學單獨設立諾貝爾獎，以認可其對現代科學的革命性貢獻。
香港中文大學（深圳）教授荊炳義則聚焦AI下一站——具身智能。他透露，大模型訓練數據已逼近40萬億量級，互聯網公開數據幾近耗盡，AI必須從“感知智能”走向與現實交互的“具身智能”。但這條路遠比想象艱難：僅“機器人折疊衣物”一項，研究逾30年仍進展緩慢，仿真與真實世界間鴻溝巨大，觸覺數據昂貴且難以遷移。真實世界部分可觀測、動力學未知且充滿噪聲——而這正是統計學的用武之地。貝葉斯推理、不確定性量化、在線學習等工具，恰是構建“世界模型”的核心利器。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
