每經(jīng)記者｜張壽林    每經(jīng)編輯｜黃博文    

日前，在2025金融街論壇年會上，《每日經(jīng)濟(jì)新聞》記者（以下簡稱“NBD”）現(xiàn)場采訪到美國國家科學(xué)院院士、清華大學(xué)興華卓越講席教授、清華大學(xué)統(tǒng)計與數(shù)據(jù)科學(xué)系主任劉軍教授。

他認(rèn)為，AI（人工智能）要實(shí)現(xiàn)更高層次的發(fā)展，可能需要突破當(dāng)前大模型靠統(tǒng)計概率“預(yù)測下一個詞元（Token）”模式內(nèi)在形成的潛在瓶頸。雖然現(xiàn)行方法對這一模式有各種細(xì)節(jié)上的改進(jìn)，但還沒有找到另一個更高級的主導(dǎo)模式。

劉軍教授一直從事貝葉斯統(tǒng)計理論、蒙特卡洛方法、統(tǒng)計機(jī)器學(xué)習(xí)、狀態(tài)空間模型和時間序列、生物信息學(xué)等方向的研究，并做出杰出貢獻(xiàn)，對大數(shù)據(jù)處理和機(jī)器學(xué)習(xí)領(lǐng)域有深遠(yuǎn)影響。

劉軍在采訪中也談到統(tǒng)計學(xué)自身發(fā)展。他指出，數(shù)十年來，生物醫(yī)學(xué)和其他大規(guī)模數(shù)據(jù)生成技術(shù)的發(fā)展驅(qū)動了統(tǒng)計學(xué)基礎(chǔ)學(xué)科持續(xù)前行。

記者了解到，劉軍教授提出的“Gibbs保守串抽樣和指針”曾是生物學(xué)者尋找DNA和蛋白序列中精巧模式的最流行的兩種算法之一，在了解基因調(diào)控和蛋白同源性方面有非常成功的應(yīng)用。

劉軍教授演講現(xiàn)場 來源：每經(jīng)記者 張壽林 攝

NBD：大型語言模型依托大數(shù)據(jù)與統(tǒng)計概率，通過持續(xù)預(yù)測下一個字生成語言回復(fù)，這與外界以為的AI按照語義來推理判斷有很大不同。你如何看待這一問題？

劉軍：如果認(rèn)為大型語言模型理解語義，那就是浪漫敘事。大語言模型的基石就是“Next Token Prediction”，即一個字一個字地預(yù)測，并未真正“理解”語言本身，盡管DeepSeek、ChatGPT等工具經(jīng)常會給出驚艷的結(jié)果?！癗ext Token Prediction”在統(tǒng)計專業(yè)上又叫“Auto Regressive Model”，即自回歸模型，通過詞語（時間）序列間的關(guān)聯(lián)，一步步向前預(yù)測。從這個角度看，它有可能成為AI模型向更高層次發(fā)展的一個潛在瓶頸，因此，語言模型或許需要考慮下一步如何突破這種思路。

事實(shí)上，目前已有人在嘗試新的思路，不再是一個字一個字地預(yù)測，而是可以一段一段地生成，類似于先搭建一個句子框架，再填充具體字詞。

在這一思路下，訓(xùn)練時每一個字是隱碼，即字碼所在位置為空，相當(dāng)于通過去噪的方式生成結(jié)果。據(jù)反映，這一方法的結(jié)果還不錯，但目前看很難說比“Next Token Prediction”效果更好。

這種整體規(guī)劃式生成語言的模式，更像人類思考和表達(dá)過程，這一模式的繼續(xù)發(fā)展可能會帶來新的驚喜，但其前景尚存在不確定性。

NBD：統(tǒng)計學(xué)基礎(chǔ)領(lǐng)域發(fā)展至今，已相當(dāng)成熟。當(dāng)前，該學(xué)科基礎(chǔ)領(lǐng)域還面臨哪些待解問題？

劉軍：統(tǒng)計學(xué)是一門開放學(xué)科，換言之，它并非有一套固定的問題等著去解決，也不會因某類問題的解決而宣告“完成發(fā)展”。

統(tǒng)計學(xué)科的很多問題源自實(shí)踐。比如，由于大家關(guān)注大模型的相關(guān)問題，統(tǒng)計學(xué)中高維數(shù)據(jù)方面的問題也獲得更多討論，這就是應(yīng)用驅(qū)導(dǎo)下的問題和方法探索。

回顧統(tǒng)計學(xué)最初發(fā)展，該學(xué)科主要受天文星象學(xué)研究和社會人口研究驅(qū)動。進(jìn)入20世紀(jì)，由于遺傳學(xué)發(fā)展、農(nóng)業(yè)育種、工業(yè)實(shí)驗(yàn)設(shè)計發(fā)展等，統(tǒng)計學(xué)進(jìn)一步發(fā)展。

以英國統(tǒng)計學(xué)家費(fèi)希爾為例，他同時也是知名遺傳學(xué)家。針對群體遺傳研究的需求，他提出了著名的概率論進(jìn)化模型；針對農(nóng)業(yè)實(shí)驗(yàn)的需求，他又提出了隨機(jī)拉丁方設(shè)計方法，以及方差分析等統(tǒng)計推斷理論與方法。

數(shù)十年來，醫(yī)學(xué)、生物學(xué)的快速發(fā)展驅(qū)動統(tǒng)計學(xué)不斷前行。我自身也在從事生物信息學(xué)方面的研究。以分子生物學(xué)為例，基因芯片信息中隱含著細(xì)胞內(nèi)基因的表達(dá)與否。通過分析這些基因的遺傳與變異規(guī)律，可判斷特定變異與疾病的關(guān)聯(lián)，進(jìn)而為針對性藥物開發(fā)提供支持。這些過程均需要統(tǒng)計學(xué)不斷更新自身方法以適配需求。

NBD：外界也比較關(guān)注統(tǒng)計學(xué)的另一個應(yīng)用場景，即股票投資。這也是一個概率決策的過程。從這一角度，統(tǒng)計學(xué)專業(yè)背景的投資者能否在股票投資上表現(xiàn)更優(yōu)？

劉軍：據(jù)我所知，投資機(jī)構(gòu)確實(shí)愿意雇用具有統(tǒng)計專業(yè)背景的人。但對于個人投資，統(tǒng)計學(xué)學(xué)得扎實(shí)并不意味著個人投資業(yè)績一定就好，因?yàn)橥顿Y還需要研究宏觀經(jīng)濟(jì)等多個方面，并且需要大量訓(xùn)練、大量資金和精力。因此，對于個人而言，精力上可能不足以應(yīng)對，資金量也無法支持頻繁買賣。整體看，還是大型頭部投資機(jī)構(gòu)和對沖基金在投資上表現(xiàn)更佳