我院于6月5日下午在德经楼307成功举办了一场主题为“AI, BI & SI—Artificial, Biological and Statistical Intelligences”的学术讲座。本次讲座特邀美国普渡大学统计系杰出教授林共进博士作为主讲嘉宾,由我院副院长韩中教授主持,吸引了学院部分统计系教师和研究生的积极参与。
![](/__local/6/DF/C8/3D75F1DE4A712FDF526E685467C_526BC850_178FB.png)
林共进教授在讲座中深入探讨了人工智能(AI)、生物智能(BI)和统计智能(SI)三者之间的关系及其在现代科技领域中的应用。他指出,尽管人工智能在处理大量输入数据、计算能力和智能算法方面表现出色,但生物智能作为一种自然智能,几乎不需要输入即可展现其智能。林教授强调了统计智能在AI和BI之间的桥梁作用,它利用重要的样本数据、经过理论验证的统计推断和模型以及自然智能来实现智能决策。
林教授还讨论了人工智能在输入数据方面面临的三个基本问题:输入偏差、数据权利与正确数据的选择以及样本与总体的关系。他强调,即使输入数据量庞大,如果信息不够丰富,也难以产生真正智能的AI。林教授认为,尽管AI在很多方面将变得越来越强大,但它永远无法取代BI,因为“真理比小说更奇异,因为小说必须合理”。
讲座结束后,韩中副院长代表学院对林教授的精彩演讲表示感谢,并鼓励在场的师生们深入思考如何将AI、BI和SI结合起来,以更好地推动科学研究和实际应用的发展。
主讲嘉宾简介:林共进(Dennis K. J. Lin),美国普渡大学杰出教授,博士生导师。曾在2020-2022年任普渡大学统计系系主任。在此之前,曾在宾夕法尼亚州立大学任教25年,是供应链管理专业与统计学专业的杰出教授。林教授的研究领域包括数据质量、工业统计、统计推断和数据科学。曾在SCI/SSCI期刊上发表近300篇论文,他正在担任或曾担任过10多种专业期刊的副主编,并曾担任《商业与工业应用随机模型》的联合编辑。林教授是美国统计学会(ASA)院士、国际数理统计学会(IMS)院士、美国质量学会(ASQ)院士、国际统计学会(ISI)会士、英国皇家统计学会(RSS)会士。他是中国人民大学长江学者,也是复旦大学和台湾师范大学等多所大学的名誉讲座教授。获得过多个奖项,如Youden Address、Shewell Award、Don Owen Award、Loutit Address、Hunter Award、Shewhart Medal、SPES奖、Chow Yuan-Shin Award。曾在2020年JSM(Jonit Statistical Meeting)获得Deming Lecture Award。他最近的奖项是由台湾清华大学颁发的“2022杰出校友奖”。
本次讲座不仅为南京财经大学的师生们提供了一个了解最前沿科技趋势的平台,也为学院与国际学术界之间的交流与合作奠定了坚实的基础。