2024年7月8日-11日，以“提高数据科学研究的影响:从理论到实践”为主题的“2024数据科学前沿国际研讨会”在杭州西溪宾馆圆满落幕。会议由浙江大学数据科学研究中心主办，宾夕法尼亚大学蔡天文教授担任咨询委员会主席，哈佛大学蔡天西教授担任程序委员会主席，浙江大学百人计划研究员Andre Python担任本地组委会主席。此次会议汇聚了全球数据科学领域的顶尖学者、行业专家及企业领袖，共同探讨数据科学的发展趋势与应用前景。

本次会议为期3天，参会代表230余人，特别设置短课程分会场与圆桌讨论会环节，共安排2场大会报告，一场圆桌讨论会，2场短课程，会议涵盖了多个数据科学相关的热门话题，如迁移学习、联邦学习和因果发现的最新进展、生成式人工智能的方法与理论、大规模和高维推理的最新进展、复杂数据的统计分析等，展示了数据科学在各领域中的广泛应用及其潜在的巨大价值。会议还特别强调了数据科学在促进多学科交叉与融合中的重要作用，为各行各业的创新发展打开了新的视角。

7月8日下午，本次会议特别设置的短课程分会场如期拉开帷幕，本地组委会主席Andre Python主持了本次短课程，各路嘉宾与学生对短课程环节的设置兴趣高涨，课程现场氛围火热。短课程内容为当今前沿的联合学习与数据可视化和再现性，丰富、趣味、前沿、互动性强的课程内容让在场嘉宾赞不绝口、受益颇多。

短课程主持人、浙江大学数据科学研究中心百人计划研究员Andre Python

7月9日上午，2024数据科学前沿国际研讨会正式开幕。在开幕式上，本地组委会主席Andre Python研究员、程序委员会主席蔡天西教授、咨询委员会主席蔡天文教授主持开幕式，他们对前来参会的嘉宾表示了热烈欢迎，并介绍了本次会议的相关情况：数据科学前沿国际研讨会自创办以来，一直致力于成为数据科学领域的标志性交流平台。本次会议聚焦数据科学最前沿的问题研究，旨在汇聚世界各地的专家学者，分享最新的研究成果，促进学科发展，推动数据科学的创新和应用，希望各位参会者能够有所收获。

开幕式结束后，美国宾夕法尼亚大学的讲座教授、COPSS奖获得者蔡天文（Tony Cai）主持了接下来的活动。苏黎世联邦理工学院Peter L. Bühlmann教授以“Causality-inspired Statistical Machine Learning”为题进行了长达50分钟的精彩大会报告。他指出，可靠、稳健和可解释的机器学习是数据科学和统计学中的一个新兴主题，是对纯黑箱预测算法发展的补充。分布鲁棒性、外部有效性和因果关系之间的新联系为提高机器学习算法的可靠性和理解提供了方法路径，具有广泛的应用前景。

苏黎世联邦理工学院Peter L. Bühlmann教授

报告现场

随后，浙江大学数据科学研究中心主任、求是讲席教授孙文光教授主持了第二场大会报告，报告中，西南财经大学的林华珍教授对“具有最优损失函数的深度回归学习”进行了深入探讨。此次报告无疑为与会者带来了宝贵的学术资源和启发性的思考。

西南财经大学林华珍教授

7月10日上午，以“人工智能兴起下数据科学研究的未来方向”为主题的圆桌会议如期举行，主要围绕数据科学领域的机遇与挑战、合作与协作、理论与应用等方面展开讨论。苏黎世联邦理工学院Peter L. Bühlmann教授,哈佛大学蔡天西教授,威斯康星大学王亚珍教授,哥伦比亚大学袁明教授,耶鲁大学张和平教授分享了各自的经验和见解，探讨了如何在数据科学领域取得更好的成果。AI给数据科学带来了机遇和挑战，什么种类的研究在当下ai时代是更有价值的？各位专家认为保持更开放的态度、加强合作与协作，以及需要理论与应用并重。通过跨领域合作、培养独立能力、关注实际问题解决等方面，有望推动数据科学领域的进一步发展。

“圆桌会议”现场

此外，大会精心安排了36场分组报告，2组短课程，涉及数据科学的众多前沿话题。这些环节得到了与会专家和参与者的高度评价，他们认为这些报告不仅增进了对特定研究领域的理解，也为他们未来的研究方向提供了新的思考角度和灵感。会议结束后，参会者纷纷表示，此次会议内容丰富、组织有序，是一次难得的学习和交流机会，对于促进数据科学的发展和应用具有重要意义。

作为数据科学领域的重要学术活动，此次会议已经成功举办三届，本届为第四届。此次会议的成功举办，不仅加强了国内外学者在数据科学领域的交流与合作，而且推动了数据科学学科的深入发展，实现了理论研究与实际应用的相互促进。未来，浙江大学数据科学研究中心将继续以开放的姿态，邀请更多国内外专家学者加入，共同推动数据科学领域的进步和创新。

（图文编辑/牛茜）