统计学最高荣誉回归华人！苏炜杰：AI需要一门新的数学语言

47 0 0

文章摘要

苏炜杰教授凭借在AI可信部署、隐私保护、凸优化理论及学术评审机制等方面的突破性贡献，荣获2026年考普斯会长奖，成为14年来首位获此统计学最高荣誉的华人学者。他强调，AI时代统计学的重要性日益凸显：尽管神经网络因复杂度提升而愈发难以“白盒化”，但统计学可通过概率建模在不完全理解内部机制的前提下，仍实现对系统行为的有效刻画与优化。在可信部署方面，其团队将AI生成内容的可追溯性与人类偏好对齐问题形式化为统计框架；在隐私保护领域，提出的高斯差分隐私方法已实际应用于2020年美国人口普查，显著提升数据效用；在学术治理上，设计的保序机制允许作者对自身投稿排序，该机制已于2026年在ICML正式启用。

苏炜杰指出，现有数学语言可能难以适配AI的底层结构——物理学遵循“从小到大”的路径（由微观机制推导宏观现象），而AI则是“从大到小”：先设定如Transformer的宏观架构，再通过训练确定参数，这种范式差异导致可解释性与泛化理论进展滞后。他认为AI正在演变成一种“新的物理”，亟需一门全新的数学语言来描述其本质，并呼吁纯数学背景的年轻人投身其中，共同构建更“优美”的理论体系。在方法论层面，他主张以“剥洋葱”方式处理黑盒模型：不必完全解构，而是分层分析关键结构，在有限可解释性下结合行为表现与机制证据进行优化。关于人类偏好对齐，他警示投票悖论等结构性偏差可能导致AI收敛至非期望均衡，并强调应优先明确“哪些偏好绝对不可接受”，而非追求唯一最优解

在隐私议题上，他提出需将保护机制从外部约束转化为内生动力：通过机制设计，使隐私成为可交易的价值，驱动企业主动采纳。他反对“隐私是伪需求”的短视观点，指出长期风险巨大，尤其当AI对个体的理解日益私人化与全面化。针对学术生态，他肯定AI辅助科研的价值——作为“随身合作者”参与早期构思与漏洞排查，但警惕幻觉对知识传承的破坏，并强调审稿多样性与人类判断不可替代。关于教育，他坚持大学体系对夯实基础的关键作用，认为考试与教师反馈是自学难以替代的校验机制；同时承认产业界资源与结果导向的优势，建议学生根据自身准备情况权衡路径。最后，他指出AI时代的核心能力在于主动学习能力的跃升：被动接受信息者与主动利用AI创造工具者之间的差距将呈数量级扩大，教育体系亟需改革以适应这一现实。