智聚杭城・交叉赋能：一场跨领域先锋对话，引燃智创发展新动能

来源：市场资讯

（来源：创业邦）

11月22日，“交叉之美——人工智能与数据科学专题研讨会”在杭州市余杭区成功举办。活动由中国人工智能学会主办，中国人工智能学会会士之家（杭州站）、CAAI教育工委会、杭州未来科技城（海创园）人才和金融服务中心、浙江大学人工智能教育教学研究中心联合承办，CCF YOCSEF 杭州协办。近百位相关领域专家、企业从业者、高校师生及科研人员汇聚一堂，以“跨学科融合”为核心，探讨AI与数据科学前沿动态、人才培养实践及产业应用新范式。

作为“2025新时代高校计算机教学改革与创新交流会”“中国人工智能学会AI前沿讲习班第十五期”的重要组成部分，研讨会搭建了学术与产业对接桥梁，兼具理论深度与实践价值，凸显“交叉融合”对社会经济产业变革的核心驱动作用。

跨界聚智：锚定时代命题，搭建交流平台

研讨会由浙江大学计算机学院副教授、CCF YOCSEF 杭州主席况琨主持。他指出，数据科学与人工智能已从独立学科走向深度融合，成为产业变革核心动力，但传统“孤岛式”培养模式难以适配需求，跨学科人才培养范式亟待构建。“本次活动旨在汇聚多领域智慧，探索交叉创新路径，为学术突破与产业应用凝聚共识。”

当前，AI与数据科学迎来发展关键期：机器学习、深度学习突破推动数据价值释放，跨领域融合催生新场景，却也对人才培养、科研范式提出挑战。本次研讨会正是对这一时代命题的回应，为各方搭建了观点碰撞与资源对接的平台。

思想碰撞：前沿分享解构交叉创新路径

4位专家围绕AI与数据科学融合，从理论、技术、应用维度带来深度报告，呈现了一场学术盛宴。

北京大学公共卫生学院贾金柱副教授以《真实数据科学》为切入点，解读数据科学核心内涵。该书由国际统计学家郁彬院士历时30年撰写，4位学者耗时一年翻译，入选2025年11月科技生活类图书销售榜前20名。他提出PCS（可预测性、可计算性、稳定性）原则，强调数据科学是计算机、统计与领域知识的交叉，需覆盖问题制定、数据处理、分析、评估全生命周期，并通过互动探讨数据清洗与划分顺序、无监督学习可预测性等关键问题，引发思考。

浙江大学吴飞教授结合伯克利访问经历，分享AI交叉特性。他以AlphaFold解决诺奖猜想、诺奖医学奖与免疫细胞研究关联为例，指出跨学科是突破科学难题的关键。提及伯克利《数据科学基础》课程吸引1700名学生选修却暴露学习挑战，他强调跨学科人才培养的紧迫性。

贾金柱教授再次分享因果推断领域最新研究——《Double Negative Control Approach for Optimal Treatment Regime Estimation》。针对精准医疗中观察性数据的未观测混杂因素难题，他提出“双重阴性控制+广义随机森林”方案，经高血压真实数据验证，风险降低收益提升30%，为精准医疗落地提供新路径。

浙江大学百人计划研究员范鹤鹤提出“微观人工智能”概念，将分子、材料、蛋白质等微观领域共性问题归为AI独立分支。他分析微观数据特殊性，介绍通过改进卷积神经网络、Transformer适配蛋白质分析、分子设计等场景，指出微观AI核心是实现结构智能理解与生成，有望推动药物研发、材料创新突破。

浙江大学百人计划研究员魏颖聚焦AI与科学计算交叉，指出科学数据增长与研究范式转变推动AI在生物、化学、物理等领域应用。以药物设计为例，AI已参与靶点发现、化合物筛选、合成规划等环节，通过强化学习、扩散模型实现分子生成合理性与性能保障。她强调，AI与科学计算融合需融入领域知识，注重结果可解释性，才能推动科研创新。

思辨交锋：聚焦核心关切，共绘发展蓝图

思辨环节围绕三大议题展开，碰撞出璀璨的思想火花。

针对“可解释性缺失下，数据科学是否沦为‘机器学习炼金术’”，吴飞认为可解释性既是文化认同问题，也可通过数据科学方法自身破解；贾金柱结合PCS框架强调，算法需兼具稳定性与可复现性，才能建立信任，不可仅追性能指标。

而在讨论“工业界求落地、学术界追突破，是搭档还是拖累”时，范鹤鹤提出，学术突破为产业提供创新可能，产业需求为学术指明方向，二者相辅相成；吴飞补充，大模型时代工业界具算力、数据优势，但学术界需坚守长期主义，聚焦核心技术突破；魏颖结合跨界经历建议，双方应找利益交叉点，通过合作实现共赢。

围绕“AI+数据科学人才培养：‘双剑合璧’还是‘知识缝合怪’”，吴飞指出需培养“AI+专业”复合型人才，高校应调整课程体系；魏颖强调交叉培养需夯实数理基础，避免“样样通却不精”；另外两位浙江大学百人研究员陈静远、蒋卓人建议聚焦真实领域问题，给予学生探索空间。化学转AI方向的袁泺添同学分享经历，认为AI与专业是赋能关系，交叉人才可“站在两个巨人肩膀上”实现突破。

交叉赋能：凝聚共识，书写发展新篇

研讨会通过分享与思辨，明晰了AI与数据科学交叉融合的前沿方向与实践路径，为学术、产业、人才培养提供思路。与会者表示，跨学科是必然趋势，未来需加强学术与产业对接，完善培养体系，推动技术与应用深度融合。

中国人工智能学会相关负责人表示，将持续搭建高水平平台，推动AI与数据科学融合向更深层次、更宽领域发展，为科技创新、产业升级、人才培养提供支撑。本次研讨会的举办，不仅促进思想碰撞，更凝聚了交叉发展共识，未来将催生更多创新成果与复合型人才，为产业变革注入新动能。