当AI（人工智能）狂飙，统计学及数据科学何去何从？近日，第四届统计与数据科学结合集会于贵州省贵阳市进行。3天会期、6场顶尖陈诉、700余场专题钻研，4名中美院士和全世界20个国度及地域2000人齐聚一堂。集会共鸣清楚而坚定：统计学不仅不会被AI替换，反而会成为AI不成或者缺的“底层逻辑”。

中国科学院院士陈松蹊指出，统计学为AI提供了算法根底与数据聪明，若掉去统计支撑，AI的靠得住性、合用规模及可托度将年夜打扣头。更主要的是，统计学能让AI走向“绿色”——将深度进修与统计阐发联合，于前端做更智慧的抽样与降维，削减对于算力的依靠，可年夜幅降低能源耗损，使AI成长更可连续。

中国人平易近年夜学传授金勇进认为，AI从年夜语言模子到因果推理的每一一次冲破，都离不开统计理论的地基。当呆板学会“思索”，统计学家不成替换的价值恰于在界说不确定性的界限、设计可注释的试验、为黑箱提供白盒化校验。

南开年夜学王兆军传授体系论述了统计学的三重脚色。王兆军认为，统计学的脚色之一是理论根底。抽样、预计、贝叶斯推理等思惟贯串所有进修算法。脚色之二是靠得住性“校准器”。不确定性量化、因果揣度、误差校订能有用填补年夜模子幻觉与成见，让AI更安全、更可托。脚色之三是决议计划闭环。于生物医药、金融风控等场景中，统计提供可注释结论及可控偏差，将“猜测”真正转化为“科学决议计划”。同时，AI也倒逼统计学冲破传统范式，走向“统计理论+AI+行业场景”的交织交融。

斯坦福年夜学讲席传授年夜卫 多诺霍从2024年诺贝尔奖争议切入，认为数据科学正于改写诺奖授予逻辑：传统“理论—试验—验证”模式已经让位在“公然数据集—排行榜竞争—社区协作”的新范式。他建议，应为数据科学零丁设立诺贝尔奖，以承认其对于现代科学的革命性孝敬。

中国香港中文年夜学（深圳）传授荆炳义则聚焦AI下一站——具身智能。他吐露，年夜模子练习数据已经迫近40万亿量级，互联网公然数据几近耗尽，AI必需从“感知智能”走向与实际交互的“具身智能”。但这条路远比想象艰巨：仅“呆板人折叠衣物”一项，研究逾30年仍进展迟缓，仿真与真实世界间鸿沟巨年夜，触觉数据昂贵且难以迁徙。真实世界部门可不雅测、动力学未知且布满噪声——而这恰是统计学的用武之地。贝叶斯推理、不确定性量化、于线进修等东西，正是构建“世界模子”的焦点利器。