2024年6月27日下午，多伦多大学孙强副教授应邀来我院开展了以“Making AI trustworthy: A statistical perspective”为主题的“数字+”与之江统计讲坛系列学术讲座。本次讲座在综合楼644会议室举行，由统计与数学学院王励励教授主持。
孙强，多伦多大学（UofT）副教授， MBZUAI客座教授，带领StatsLE（统计、学习和工程）实验室，广泛涉猎于统计+人工智能领域，专注于利用统计学使人工智能变得可靠、值得信赖和高效生成。在工业界的挑战中，他的兴趣还扩展到了集成学习和强化学习。他还对科技、金融和科学领域的人工智能感兴趣。在UofT任终身教职之前，他是普林斯顿大学的研究学者。他获得博士学位于北卡罗来纳大学教堂山分校（UNC-CH），并在中国的中国科学技术大学（USTC）获得了理学学士学位。
本次讲座，孙教授提出，在诸如医疗保健和算法交易等高风险应用中，其决策越来越多地依赖于数据驱动，并需要深度学习模型的支持。然而，这些模型往往对环境的小幅变化无法很好的适应，准确性不易把握。那我们如何使它们变得可信赖呢？孙教授提到：尽管可解释性被认为是构建可信赖人工智能模型的一条路径，但我们认为它既不充分也不必要。从统计学的角度来看，提出的算法必须始终对未来泛化有一致性，比如可能存在的各种环境变化。换句话说，一个可信赖的算法应该在不同的条件下都能表现良好。最后，孙教授讨论了最近的一些研究，并以关键的信息要点作了总结。
临近讲座结束，孙教授与在座的各位老师和同学们进行了进一步的学术探讨。最后王励励教授对此次讲座发表总结并对孙强教授的分享以及在座同学们的参与表达了诚挚的感谢。
图文/王梦怡 章纪阳
