7月6日—7月7日，中国现场统计研究会数据科学与人工智能分会2026年学术年会在大湾区大学（松山湖校区）举办。本次年会以“负责任的人工智能：从理论框架到工程实践”为主题，是该会议创立以来首次走进粤港澳大湾区。
来自全国统计与人工智能领域的上百位专家学者齐聚松山湖，聚焦大语言模型统计推断、因果发现、隐私计算、高维复杂数据分析、AI赋能临床试验等前沿方向，2天时间内将举行超百场前沿报告，推动统计学术前沿与产业创新需求深度对接。
面向真实问题共建“负责任AI”
近年来，大语言模型统计推断、因果发现、隐私计算、高维复杂数据分析等方向持续产出原创成果，也对学科交叉创新、人才培养与产业落地提出了更高要求。本次年会立足国家战略需求与学科发展前沿，旨在打造国内数据科学领域高水平的学术交流与产学研对接平台。
中国现场统计研究会数据科学与人工智能分会理事长林华珍在开幕致辞中表示，大数据与人工智能的发展正在重塑统计学的研究对象、研究方法和学术责任。统计学应在三方面重点发力，要坚持高质量数据与科学建模，为AI提供可靠根基；要强化不确定性量化和可解释性研究，明确AI的可靠性边界；要主动面向真实问题，与科技、产业、民生等领域深度交叉融合，服务社会需求。
活动期间，大湾区大学副校长李晓明向与会者介绍了学校的办学定位与背景，并指出，人工智能正在加速渗透社会方方面面，如何理解负责任的人工智能，如何推动人工智能在应用、治理和社会影响层面更加可信、可预期，是当前学界和产业界需要共同面对的重要课题。本次会议以“负责任的人工智能”为主题，回应了人工智能发展中的关键现实问题。
名家共论理论突破与方法革新
活动期间，中国科学院大学经济与管理学院院长、发展中国家科学院院士洪永淼作大会报告，围绕非线性时间序列分析中的序列依赖检验问题，介绍了“广义双频谱”这一频域分析工具。
“我国正在从数字经济向智能经济转型升级，这个过程产生了海量的复杂数据，需要用AI技术去分析，去发现数据背后的逻辑关系，尤其是经济运行规律。”洪永淼在接受采访时表示，本次年会聚焦人工智能与统计学的融合创新，正是对这一时代命题的积极回应。作为长期深耕时间序列数据研究的学者，他特别期待看到AI在时间序列分析中的理论突破与方法革新。
美国乔治·华盛顿大学统计系教授胡飞芳则围绕人工智能如何赋能临床试验中的统计工作展开分享。他指出，制药行业是统计学应用的重要场景，从药物发现、临床前研究到多期临床试验，统计方法在剂量选择、样本量估算、试验设计和结果分析等环节发挥着关键作用。不过他同时强调，AI并不是简单取代统计学家，而是帮助统计学家从重复性工作中解放出来，更好地参与判断、沟通、决策和负责任的临床试验设计。
国际知名数学家和天文学家、大湾区大学副校长夏志宏围绕纯数学如何启发人工智能基础算法创新展开分享。他从动力系统、时间序列预测和复分析等数学问题切入，提出可借助数学理论理解数据背后的结构与规律，并探索从有限观测数据中重构系统、预测未来的可能性。他表示，希望通过跨学科研究，把纯数学中的深层理论转化为人工智能算法创新的新思路。
与会学者期待学界共克技术难题
除大会主旨报告外，年会设置30余个专题分会场，来自清华大学、北京大学、中国科学院、香港中文大学等百余所高校与科研机构的著名学者共带来超百场专题报告，议题覆盖数十个细分方向，既包含基础理论的突破性进展，也聚焦产业场景中的实际问题，全面展现我国数据科学与人工智能交叉领域的最新研究生态。
“人工智能的不确定性刻画问题，是当下行业发展的核心关键难题。”香港中文大学统计学与数据科学系教授、系主任王军辉在认真听取报告后表示，本次会议举办非常及时。
王军辉认为，统计学是人工智能发展的重要支撑，能够为AI领域提供专业的数理模型、数据采集分析方法以及不确定性刻画工具，是赋能人工智能技术规范化、科学化发展的重要力量。
他表示，本次参会重点关注海内外学者在人工智能落地应用、智能体技术研发，以及AI不确定性统计理论领域的前沿突破，期待学界共同攻坚技术难题，推动人工智能从“黑盒”向可解释的“白盒”迭代升级。
此次到大湾区大学参会，也给王军辉留下深刻印象，在他看来，大湾区大学起点高、发展快，是优质的国际化学术交流平台。与此同时，作为来自香港高校的学者，他期待大湾区未来进一步融合，联动大湾区大学搭建海内外学术沟通桥梁。
以上内容为推广信息，所涉及内容不代表本网观点，不构成投资建议、消费建议。
