據中央廣播電視總臺經濟之聲《天下財經》報道，生成式人工智能大模型誕生在海量數據的基礎上，而統計也是一項收集和處理數據的工作，那么大模型對統計有什么影響？兩者怎樣結合？對外經濟貿易大學智慧數據研究中心日前舉辦“人工智能與統計：理論與實務”專題學術交流活動，多位統計專家在會上發表了觀點。

專題學術交流活動現場（記者呂紅橋 攝）

“設定幾個指標，弄一份調查問卷，發放和回收問卷，記錄和分析結果”在不少人的印象中，這就是統計。實際上，統計工作遠比這科學和復雜得多，涉及數據收集、清洗、分析、建模、驗證等多個流程。而AI大模型誕生后，統計工作正迎來變革。統計專家施建軍在研討會上表示，大部分統計環節大模型都可以完成，而且效率非常高。以統計年鑒編寫為例，只要輸入數據和格式，就能快速自動生成。那么，有了大模型，傳統統計會不會慢慢消亡？

施建軍表示：“我個人認為統計不會消亡，但是方法手段要更新，要在短時間內大規模更新到新的知識體系。傳統統計人員如果不能迎接AI的挑戰，不能更新知識體系，他們可能面臨著轉型壓力，這是一個自然的、歷史的過程。 ”

字節跳動資深AI專家李檀認為，當前正在經歷統計研究的“伽利略時刻”，當傳統抽樣調查遭遇大模型的千萬億級參數訓練，統計工作者需要重新思考，如何駕馭這種新型生產力工具。在施建軍看來，統計工作者駕馭大模型首先要應對數據隱私和安全挑戰。

施建軍說：“統計面臨的最大挑戰是數據隱私和安全。因為統計數據要保密，但是太保密了也收集不到數據，大規模數據采集可能侵犯公民個人隱私。還有算法的‘黑箱’和公信力，將來AI如果缺乏透明度，（統計結果）可信度就會受到猜疑。 ”

施建軍建議強化數據治理和隱私保護、數據審計，提升算法透明度與公信力。

目前，一些高校正在建設應用經濟學等垂類大模型和智能體，以更好地完成統計等各類工作。對外經濟貿易大學副校長黃薇表示，這個過程中目前最有挑戰的就是語料庫的建設。

黃薇說：“在建大模型智能體的過程當中，一個最深刻的感受就是高質量語料庫的建設挑戰。要喂進去什么樣的東西？數據的質量怎么樣？所以在高質量語料庫的把握上，可能要很考驗數據科學家的前瞻性。如果喂進去的是‘精飼料’，我覺得出來的結果可能會減少一些大模型幻覺。 ”

對于如何提高數據質量，專家建議加強數據清洗整理，把數據場景化，按照用途給數據打上標簽，提高數據的實用性。

此外，用大模型做統計，還要解決非結構化數據處理難題。數據載體不光是文本、數字，還有聲音、圖像等，這些多模態數據如何系統收集和處理，也需要進一步改進。國務院參事鮮祖德指出，用大模型提高統計水平，需要加強人工智能與統計生產方式的深層融合。

鮮祖德介紹：“人工智能不是簡單的技術外掛，而是未來統計體系的重要組成部分。從調查設計、數據采集，數據處理、數據發布、數據分析各個環節，人工智能要與各個環節協同，建立跨部門協調機制，統籌推進人工智能與統計制度、標準、調查方法、分析方法、監督方法系統融合。”