北科大新闻网10月25日电（通讯员 张泽华）10月23日，普渡大学统计系林共进教授在理化楼401作题为“AI、BI 与 SI——Artificial, Biological and Statistical Intelligences”的学术报告。该报告为“理学之美”前沿论坛第571讲，由学院副院长司新辉主持。

林共进围绕人工智能与统计学的交叉融合，重点阐述了三方面内容。一是输入偏倚（input bias）及其在数据采集、标注与迁移中的放大效应。二是“数据权”与“正确的数据”（data right vs. right data）。三是样本与总体（sample vs. population）的区分及外推风险控制。在此基础上，他提出SI以具有代表性的关键样本与可证明的统计推断/模型为支撑，结合BI的自然判断，实现更稳健的决策。同时他指出AI虽然不断发展，但仍难以取代 BI，关键在于AI、BI 与 SI 的有机协同可以更好解决复杂的真实问题。

交流环节，林共进与参会师生就数据质量治理、统计推断的可靠性与可复现性等问题展开深入讨论，大家纷纷表示此次报告内容前沿，讲授风格诙谐幽默，不仅拓宽了学术视野，也为后续研究及学科交叉合作提供了新的思路与方向。

林共进现任普渡大学统计学系杰出教授，曾于2020—2022年担任该系主任，早年在宾夕法尼亚州立大学任教25年并任供应链管理与统计学杰出教授。国家重大人才工程入选者，并受聘为复旦大学、国立台湾师范大学等多所高校的荣誉/客座教授。其研究领域涵盖数据质量、工业统计、统计推断与数据科学，已发表（含接收）SCI/SSCI论文近300篇，长期担任十余种专业期刊副主编，并曾任《Applied Stochastic Models in Business and Industry》联合主编。林教授为美国统计学会（ASA）、数理统计学会（IMS）、美国质量学会（ASQ）与英国皇家统计学会（RSS）会士，国际统计学会（ISI）当选会员、国际华人数理统计学会（ICSA）终身会员，曾获ASQ Youden Address（2010）、ASQ Shewell Award（2010）、ASA Don Owen Award（2011）、SSC Loutit Address（2011）、ASQ Hunter Award（2014）、ASQ Shewhart Medal（2015）、ASA SPES Award（2016）及2020年JSM Deming Lecturer Award 等重要荣誉。

（摄影：数理学院）

（责编：姜智颖）