3月23日下午，哈佛大学统计系终身教授刘军、英国伦敦政治经济学院统计系教授姚琦伟做客南开公能讲坛，以“AI浪潮下的统计思考”为题，与南开师生展开深度学术对话。
蒙特卡洛方法：从核物理到AI的 “随机密码”
刘军教授现任哈佛大学统计系主任，是蒙特卡洛方法与贝叶斯统计领域的国际权威，2002年即荣获统计学界最高荣誉COPSS会长奖，其研究成果被《自然》《科学》等顶级期刊广泛引用。姚琦伟教授作为时间序列分析领域的奠基人之一，现任伦敦政经统计系系主任，其著作《金融时间序列分析》被全球50余所高校列为研究生指定教材。
刘军以《蒙特卡洛方法：过去、现在和未来》为题，带领师生一同回顾了人工智能的发展历史，并主要介绍了蒙特卡罗方法的原理，着重介绍了抽样积分、模型优化等关键方法，以及蒙特卡罗方法在跨学科领域的应用。不仅阐述了技术原理，还坦诚地指出了当前存在的局限与改进方向，深入探讨了学科间的互动关系。
刘军指出，在AI领域中跨模型、跨数据源或跨学科的信息共享与协同分析思维尤为重要，这一思维模式有助于同学们更好地理解和运用相关技术。他鼓励同学们坚持投身学术，在自身领域深耕细作，为推动学科发展贡献力量。
统计学科：AI革命的 “基础设施建筑师”
姚琦伟教授以《人工智能时代的统计：机遇与挑战》为题，系统梳理了统计学的发展历程，深入剖析了数据规模的动态变化。他围绕数据科学与人工智能领域展开探讨，分析了AI在复杂场景下存在局限性，需要统计学的方法论为突破这类技术瓶颈提供关键支撑。他结合实际案例，提及了AI工具应用、金融产品定价等热点话题，为师生们带来了极具前瞻性的洞察与思考。
姚琦伟强调，未来十年统计学科与深度学习模型结合将成为重要创新路径，同学们要扎实学懂现有理论知识，在此坚实基础之上积极探索创新，力求运用所学解决实际问题，推动统计学科在AI 时代实现新突破。
互动环节中，师生就未来统计学与AI结合的方向、AI在非标问题的局限性，围绕创新难以预测、如何学懂道理再创新、能否将资源集中、AI能否转向等问题展开热烈讨论。与会学生表示，两位教授的报告让他们深刻认识到，在新时代背景下，统计学家不仅要熟练掌握理论推导方法，更须具备广阔的跨学科视野，要紧跟时代步伐，为学科的创新发展注入新活力。
来自统计与数据科学学院、数学科学学院、人工智能学院等14个学院的200余名师生在现场听了本场报告。
（文 兰佳莉 张志扬 图 林智琪）