7月11-13日，首届全国统计与数据科学联合会议在北京举行，会议由中国现场统计研究会、中国数学会概率统计分会、全国工业统计学教学研究会和中国商业统计学会联合主办，北京大学统计科学中心承办，旨在促进统计与数据科学领域发展，推动“产学研”深度融合。本次会议涵盖近400余场学术报告，来自国内外的高校、科研机构和企业的近1,600名代表参会。

大会期间召开了“人工智能时代的统计与数据科学论坛”，论坛由北京大学讲席教授、中国科学院院士陈松蹊主持，百分点科技董事长兼CEO苏萌受邀参加，与苏黎世联邦理工学院教授、数理统计学会(IMS)现任主席Peter Bühlmann，国家自然科学基金委员会副主任、中国科学院院士江松，中国科学院应用数学研究所研究员、中国科学院院士马志明，西安交通大学教授、中国科学院院士徐宗本，普林斯顿大学Frederick L. Moore'18冠名金融讲座教授范剑青等专家一起，探讨统计学与数据科学人才培养，以及如何应对人工智能时代对学科的机遇和挑战等问题。

会上，专家学者们指出，统计与数据科学是数据资源开发的基石，并已成为现代社会的重要组成部分。随着时代发展，统计与数据科学面临新的机遇与挑战。

马志明表示，当前正处于大数据时代，大数据促进了数据科学的发展，数据科学已发展成为与多学科交叉的独立学科。同时，大数据的海量性质、异构性质、非独立同分布性质等特征也给传统的统计学带来巨大的挑战。对此，他认为，我们迫切需要发展和创新统计思想和统计理论，建立大数据分析的统计学基础，为数据科学建立严谨的统计分析体系和计算基础。

徐宗本指出，ChatGPT触发了AI大模型浪潮，人工智能研究已经从深度学习时代迈入了大模型（AIGC）时代，从聚焦专用人工智能转向到了通用人工智能。大模型的本质是学习方法论，学习方法论的本质要求是求对数据、网络、损失、算法、任务等要素作一体化的设计和调控。对此，他提出了SLeM的数学框架、严格定义、数学模型和一般算法，并分享了其在多个机器学习自动化问题上的成功应用。

范剑青认为，统计学科的发展能否得到社会的承认，关键在于统计学家能否为社会解决它的需求，能否作为一个科学的公使，学会其它学科的语言，把其它学科的问题提炼成为统计问题，在解决统计问题的同时，帮助其它学科解决它们的问题。他表示，不管统计学家是否参与，统计科学都会随着社会的需求和人工智能的发展而不断前进，关键是统计学家能否把握住目前的机遇。

苏萌表示，统计与数据科学是数字经济的基础支撑学科，产业数字化发展进程中，企业需要数据工程师、数据分析师和数据科学家三类数据科学人才，以及软件工程师、系统架构师、领域专家和业务分析师等，满足业务需求理解与翻译、模型架构设计与调优、数据治理与加工等不同业务需求。

在数据科学人才培养方面，苏萌强调了三点：一是横向的能力拓展，需要具备大规模多源异构数据处理能力，以及大小数据融合处理能力；二是统计学与业务领域的结合，借助统计学优势，更好地让数据发挥效能；三是产学研用深度融合，利用大数据和人工智能等新一代信息技术不断提升生产力，实现科技创新的落地和转化，从而推动整个社会发展。

百分点科技将继续以解决重大实践问题为导向，专注于数据科学理论和技术的创新实践，实现科技创新的落地和转化，推动产学研深度融合，助力我国统计与数据科学研究及应用再上新台阶。