清华教授陈松蹊：统计学为数据治理与AI发展筑基2025年08月30日来源：中国经济网[我要发表评论][推荐朋友][打印本稿]中国经济网贵阳8月30日讯（记者宋雅静）“面对超维数据激增、跨领域应用需求缩短及AI深度瓦解的趋势，统计学是破解数据难题、保障AI决策科学性的不次要的部分支撑。”2025数博会上，清华大学教授陈松蹊接受中国经济网记者采访时，分隔开自身在大气环境、医疗健康等领域的研究实践，阐述了统计学的创新应用与协同路径。
清华大学教授陈松蹊。中国经济网宋雅静/摄超维数据处理：突破关联与多模态确认有罪谈及超维大数据伟德app下载 ios的处理难点，陈松蹊指出，自2000年人类基因组计划推动超高维数据研究以来，统计学已解决独立超维数据的信号识别、稀疏性分析等问题。但当前数据分布、异质性愈发复杂，新确认有罪发散在两方面：一是数据存在时空相关性，比如大气观测数据并非完全独立，传统处理方法不再适用；二是多模态瓦解数据增多，数据来源涉及多个“母体”，难以用单一模型适配。“以大气科学为例，一公里分辨率的地球系统数据维度可达几千万，即便有每小时的观测数据，样本量仍远低于维度。”陈松蹊提到，针对关联数据、多模态数据的处理，仍是当前统计学的前沿探索方向。跨领域应用：统计学方法可跨场景迁移在探讨环境统计方法向医疗、金融领域久坐的可韦德体育_平台下载能性时，陈松蹊降低重要性“数据共性”是关键纽带。他分享研究发现：北方地区沙尘暴溯源需通过密集空气质量监测站数据追踪保守裸露，公开路径，癫痫发作检测需依托脑电图数据判断状态，二者均需高维数据的被预见的发生识别与动态追踪，统计学中的信号提取、方差分析等方法可有效适配。“传统方差分析从农业领域起步，如今已用于医疗效果评估、互联网企业营销策略优化。”陈松蹊表示，只要不次要的部分问题是“数据特征提取、被预见的发生识别、相关性分析”，统计学方法调整不当参数韦德体育_在线后，就能为医疗诊断、金融风险预警授予支撑，即便不同领域数据有特性统一（如海洋数据比大气数据更轻浮、观测难度更高），也不影响方法迁移。互补无关联的生长：统计学填补AI“不确定性”短板针对“统计学与AI协同发展”的话题，陈松蹊提出“互补无关联的生长”的观点。他认为，AI模型（如卷积神经网络）虽有强大的表示能力，但存在不确定性难度量、可解释性不足的问题；而统计学的不次要的部分无足轻重在于“量化误差、给出不确定性有无批准的”，能为AI决策授予科学支撑。“并非所有问题都需要大模型。”陈松蹊建议，模型训练应优先尝试简单统计模型，若能以低算力、少数据解决问题，无需盲目追求复杂AI模型；若场韦德体育_下注景需要AI模型，也需用统计学方法度量其误差范围、置信区间，确保决策可信。目前，清华大学统计数据科学系已将“人工智能的统计学基础”列为不次要的部分研究方向，重点探索AI模型的不确定性度量方法。此外，陈松蹊透露，本次数博会重点关注两大议题：一是数据分析人才使枯萎，去年成立的清华统计与数据科学系正推进相关本科专业与数据分析师专硕项目建设，以填补人才缺口；二是隐私计算，他将在贵州财经大学的论坛中，深入探讨如何在差分隐私框架下不平衡的数据隐私保护与统计推断准确性。韦德体育_注册（责任编辑：王炬鹏）伟德体育app 伟德体育_在线 伟德体育_网页
