报告时间：3月27日(周五)上午10：00
报告地点：博智楼7200报告厅
报告摘要：在大数据的牵引下，近年来人工智能（AI）的发展如火如荼。但如何使AI在各个应用领域中落地和深入依然是未来十年的主要挑战。统计学研究怎样设计实验、收集数据、并从嘈杂的数据中提取信息，从而指导决策的制定和对未来的预测并且量化其不确定性。其核心是以概率论为基石建立生成与预测模型以理解数据和增强认知。这些统计方法和哲学思考是这次AI革命的主要推动力之一，也是能进一步促进人工智能技术在各行各业中生根发芽的重要手段。统计的基本概念和方法（比如随机化、交叉验证、收缩估计、正则化、偏差-方差权衡、因果推断、贝叶斯推理等）仍然是处理嘈杂数据、理解和推进机器学习和人工智能的重要指导思想和工具，是评估不确定性和构建可解释模型的关键。我们用历史的眼光重新审视这次AI革命，窥视其几大发展契机，用一些实例阐述(AI统计)的威力。
报告人简介：刘军，美国科学院院士、清华大学兴华卓越讲席教授、统计与数据科学系主任。他1985年于北京大学获得数学学士学位，1991年于美国芝加哥大学获统计学博士学位。1991-2025年间，他曾任美国哈佛大学和斯坦福大学统计系助理教授、终身教授；还曾任美国统计协会会刊(JASA)联席主编及多个国际一流统计杂志副主编等职。他于2015年领导创建清华大学统计学研究中心，并任名誉主任至2024年。2024年7月他以筹建发展委员会主任身份领导在清华大学创建统计与数据科学系。刘军从事贝叶斯理论、蒙特卡洛方法、统计机器学习、生物信息学等领域的研究，对机器学习、生物医药和人工智能领域有深远影响。他曾获美国统计领域最高荣誉考普斯会长奖（2002）、华人数学家大会晨兴应用数学金奖（2010）、泛华统计协会许宝騄奖（2016）；于2004、2005和2022年分别成为美国数理统计学会、美国统计学会、和国际计算生物学会会士(Fellow)。截至2025年10月，他在各类国际顶尖学术杂志及书刊上发表论文300余篇和一本专著，被引用9.5万余次(GoogleScholar)，已经指导了40多位博士生、30多位博士后。
