央广网北京5月20日消息（记者吕红桥）据中央广播电视总台经济之声《天下财经》报道，生成式人工智能大模型诞生在海量数据的基础上，而统计也是一项收集和处理数据的工作，那么大模型对统计有什么影响？两者怎样结合？对外经济贸易大学智慧数据研究中心日前举办“人工智能与统计：理论与实务”专题学术交流活动，多位统计专家在会上发表了观点。

专题学术交流活动现场（记者吕红桥 摄）

“设定几个指标，弄一份调查问卷，发放和回收问卷，记录和分析结果”在不少人的印象中，这就是统计。实际上，统计工作远比这科学和复杂得多，涉及数据收集、清洗、分析、建模、验证等多个流程。而AI大模型诞生后，统计工作正迎来变革。统计专家施建军在研讨会上表示，大部分统计环节大模型都可以完成，而且效率非常高。以统计年鉴编写为例，只要输入数据和格式，就能快速自动生成。那么，有了大模型，传统统计会不会慢慢消亡？

施建军表示：“我个人认为统计不会消亡，但是方法手段要更新，要在短时间内大规模更新到新的知识体系。传统统计人员如果不能迎接AI的挑战，不能更新知识体系，他们可能面临着转型压力，这是一个自然的、历史的过程。 ”

字节跳动资深AI专家李檀认为，当前正在经历统计研究的“伽利略时刻”，当传统抽样调查遭遇大模型的千万亿级参数训练，统计工作者需要重新思考，如何驾驭这种新型生产力工具。在施建军看来，统计工作者驾驭大模型首先要应对数据隐私和安全挑战。

施建军说：“统计面临的最大挑战是数据隐私和安全。因为统计数据要保密，但是太保密了也收集不到数据，大规模数据采集可能侵犯公民个人隐私。还有算法的‘黑箱’和公信力，将来AI如果缺乏透明度，（统计结果）可信度就会受到猜疑。 ”

施建军建议强化数据治理和隐私保护、数据审计，提升算法透明度与公信力。

目前，一些高校正在建设应用经济学等垂类大模型和智能体，以更好地完成统计等各类工作。对外经济贸易大学副校长黄薇表示，这个过程中目前最有挑战的就是语料库的建设。

黄薇说：“在建大模型智能体的过程当中，一个最深刻的感受就是高质量语料库的建设挑战。要喂进去什么样的东西？数据的质量怎么样？所以在高质量语料库的把握上，可能要很考验数据科学家的前瞻性。如果喂进去的是‘精饲料’，我觉得出来的结果可能会减少一些大模型幻觉。 ”

对于如何提高数据质量，专家建议加强数据清洗整理，把数据场景化，按照用途给数据打上标签，提高数据的实用性。

此外，用大模型做统计，还要解决非结构化数据处理难题。数据载体不光是文本、数字，还有声音、图像等，这些多模态数据如何系统收集和处理，也需要进一步改进。国务院参事鲜祖德指出，用大模型提高统计水平，需要加强人工智能与统计生产方式的深层融合。

鲜祖德介绍：“人工智能不是简单的技术外挂，而是未来统计体系的重要组成部分。从调查设计、数据采集，数据处理、数据发布、数据分析各个环节，人工智能要与各个环节协同，建立跨部门协调机制，统筹推进人工智能与统计制度、标准、调查方法、分析方法、监督方法系统融合。”