7月11-13日,首届全国统计与数据科学联合会议在北京举行,会议由中国现场统计研究会、中国数学会概率统计分会、全国工业统计学教学研究会和中国商业统计学会联合主办,北京大学统计科学中心承办,旨在促进统计与数据科学领域发展,推动“产学研”深度融合。本次会议涵盖近400余场学术报告,来自国内外的高校、科研机构和企业的近1,600名代表参会。

　　大会期间召开了“人工智能时代的统计与数据科学论坛”,论坛由北京大学讲席教授、中国科学院院士陈松蹊主持,百分点科技董事长兼CEO苏萌受邀参加,与苏黎世联邦理工学院教授、数理统计学会(IMS)现任主席Peter Bühlmann,国家自然科学基金委员会副主任、中国科学院院士江松,中国科学院应用数学研究所研究员、中国科学院院士马志明,西安交通大学教授、中国科学院院士徐宗本,普林斯顿大学Frederick L. Moore'18冠名金融讲座教授范剑青等专家一起,探讨统计学与数据科学人才培养,以及如何应对人工智能时代对学科的机遇和挑战等问题。

　　会上,专家学者们指出,统计与数据科学是数据资源开发的基石,并已成为现代社会的重要组成部分。随着时代发展,统计与数据科学面临新的机遇与挑战。

　　马志明表示,当前正处于大数据时代,大数据促进了数据科学的发展,数据科学已发展成为与多学科交叉的独立学科。同时,大数据的海量性质、异构性质、非独立同分布性质等特征也给传统的统计学带来巨大的挑战。对此,他认为,我们迫切需要发展和创新统计思想和统计理论,建立大数据分析的统计学基础,为数据科学建立严谨的统计分析体系和计算基础。

　　徐宗本指出,ChatGPT触发了AI大模型浪潮,人工智能研究已经从深度学习时代迈入了大模型(AIGC)时代,从聚焦专用人工智能转向到了通用人工智能。大模型的本质是学习方法论,学习方法论的本质要求是求对数据、网络、损失、算法、任务等要素作一体化的设计和调控。对此,他提出了SLeM的数学框架、严格定义、数学模型和一般算法,并分享了其在多个机器学习自动化问题上的成功应用。

　　范剑青认为,统计学科的发展能否得到社会的承认,关键在于统计学家能否为社会解决它的需求,能否作为一个科学的公使,学会其它学科的语言,把其它学科的问题提炼成为统计问题,在解决统计问题的同时,帮助其它学科解决它们的问题。他表示,不管统计学家是否参与,统计科学都会随着社会的需求和人工智能的发展而不断前进,关键是统计学家能否把握住目前的机遇。

　　苏萌表示,统计与数据科学是数字经济的基础支撑学科,产业数字化发展进程中,企业需要数据工程师、数据分析师和数据科学家三类数据科学人才,以及软件工程师、系统架构师、领域专家和业务分析师等,满足业务需求理解与翻译、模型架构设计与调优、数据治理与加工等不同业务需求。

　　在数据科学人才培养方面,苏萌强调了三点:一是横向的能力拓展,需要具备大规模多源异构数据处理能力,以及大小数据融合处理能力;二是统计学与业务领域的结合,借助统计学优势,更好地让数据发挥效能;三是产学研用深度融合,利用大数据和人工智能等新一代信息技术不断提升生产力,实现科技创新的落地和转化,从而推动整个社会发展。

　　百分点科技将继续以解决重大实践问题为导向,专注于数据科学理论和技术的创新实践,实现科技创新的落地和转化,推动产学研深度融合,助力我国统计与数据科学研究及应用再上新台阶。