本网讯（统计与数据科学学院 供稿）12月12日，统计与数据科学学院邀请中国人民大学吴喜之教授作题为“数据科学与AI大模型漫谈”的学术报告。

吴喜之围绕数据科学与AI大模型展开深度讲解。他以技术内核为切入点，首先阐释了强化学习定义、逻辑及应用场景，强调其作为人工智能的核心方法。随后，他介绍深度学习与强化学习的组合模式，剖析大型语言模型（LLM）技术本质。吴喜之教授指出，深度学习能识别海量数据模式与异常，但存在耗费高质量数据、结论缺乏依据、模型评估难等劣势。他称LLM学习模式与人类理解式认知有本质差异，存在无法理解深层背景、缺乏创造力、隐私难保障等局限，不过在代码生成、文本创作等方面应用价值显著。他强调，LLM能力虽广，但在逻辑推理等方面远不及人类，数据科学与AI发展需以扎实数理基础为支撑，理性看待技术边界。

学院科研骨干、教师及学生代表参会。本次报告由统计与数据科学学院院长李国荣主持。

报告嘉宾简介：

吴喜之，北京大学数学力学系本科，美国北卡罗来纳大学统计学博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所著名学府执教。

初审：李国荣

复审：李元元

终审：李栋栋