贵阳网专访中国科学院院士陈松蹊

【来源：贵阳日报】

8月29日，2025中国国际大数据产业博览会召开期间，贵阳网·甲秀新闻专访 中国科学院院士 陈松蹊。

中国科学院院士陈松蹊：

中国具备自主构建高质量数据集的能力

“中国在统计学研究的学理与应用场景上已达世界前沿，具备自主构建高质量数据集的能力。在智能时代，海量复杂的数据成为推动各行各业发展的关键要素。”陈松蹊表示，各领域的数据存在显著共性，统计学是串联不同领域数据应用的核心基础。

“数据是相通的，我们可以将统计学作为基础，把很多领域研究都串起来。”陈松蹊说，统计学与人工智能，二者存在联系但又互补。人工智能与统计学均基于数据，模型存在天然联系。人工智能模型的表示能力强于传统统计学中的基函数、核函数，但存在不确定性；统计学不仅能给出估计结果，还可提供不确定性的度量。在实际应用中，鉴于大模型训练成本高，且部分问题无需复杂模型，建议部分企业和行业可优先采用统计模型，再根据需求引入CNN等复杂人工智能模型。

高质量数据集构建是一项复杂而关键的任务，需要了解模型应用场景和需求，进而开发、构建和维护数据资源，提供持续有效的高质量数据集。目前，陈松蹊团队正在构建的西太平洋高质量海洋数据集，取得了关键突破，并在测试中达到了国际水平，部分指标优于欧美国家。“在统计学上来讲，现在中国的研究实力已经基本上达到世界前沿了，从学理上、从应用场景上，我们不比其他国家差，所以我们现在有能力来做这个高质量数据集。”陈松蹊说。

陈松蹊表示，参加此次数博会，很关心数据分析人才培养和隐私计算、隐私保护等相关问题。在智能时代，海量复杂的数据成为推动各行各业发展的关键要素，学界对统计学人才培养问题也越发重视。统计学不仅用于政府统计，还广泛应用于商业、医学、工程、社会科学等领域。它以数据为研究对象，研究数据的采集、分析、推理等，数据科学即“统计学+应用场景”。因此，现在数据分析人才培养有很大缺口。为此，陈松蹊建议，地方院校要沉浸在应用场景里面去教学，从场景中挖掘研究问题，实现应用实践与学科发展的双向促进。

记者 董容语 舒锐

视频：杨晓伟/拍摄 方吉云/剪辑

编辑：吴艺舟

审核：吴亚鹏

声明：此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：jpbl@jp.jiupainews.com