AI浪潮下，统计人的危机与突围

3939199 发表于 2025-05-04 12:30:25
看完了 都没点自己的见解，还是停留在跟cs抢饭碗的层面

CS也不行啊。我覺得統計系學者們的錯覺就是CS系的人ai做得更好。

zywhy9 发表于 2025-05-05 13:32:14
我是现场听的这场talk，感觉问题其实大家的认识都差不多，但是这么多年也都是在嘴上说说而已，改杂志也没那么简单，改学校课程设置也没那么简单，所以到底要多久才能看

個人覺得這場撕逼的源頭的某位老師其實說得挺有道理的。stats被high dim帶偏了，吸引了過多數學自慰流派的人，影響了整個領域的生命力。解決的辦法是讓不包含dataset的文章發表不出來，做純數的人找不到工作。

换汤不换药，改了名字本质上还是统计

zywhy9 发表于 2025-05-05 13:32:14
我是现场听的这场talk，感觉问题其实大家的认识都差不多，但是这么多年也都是在嘴上说说而已，改杂志也没那么简单，改学校课程设置也没那么简单，所以到底要多久才能看

我也是一样的感觉。自从有了gpt，老板每次开会经常鞭策我们一方面自己手里的老本行统计要得心应手，另一方面要多学新东西。每天都处在怀疑自己学的东西是不是落后了，和世界上又多了那么多新方法的挑战和焦虑中。

讨论来讨论去， 结论到底是个啥呢 ？
proc 统计人的危机与突围;  rename '全栈数据科学家' = ‘统计师’; run;!

我是做生物统计的。感觉在临床统计方面和传统统计还是很不一样。首先对于临床试验来说，可解释性非常重要。其次临床数据永远无法做到其他数据那样大量和准确，所以统计思维在实验设计和实施过程中非常重要。最后FDA等Regulatory agency对于AI相对来说还是比较保守，因为难以形成行业统一的标准。总体看来除非临床双盲实验这一套发生天翻地覆的变化，否则后期临床对统计的需求还是很大的。算是于传统统计行业不同的赛道吧。
不过我也有听说现在药物早期研发也开始拥抱AI了，欢迎同僚讨论！

不是真的牙疼 发表于 2025-05-07 18:15:52
我是做生物统计的。感觉在临床统计方面和传统统计还是很不一样。首先对于临床试验来说，可解释性非常重要。其次临床数据永远无法做到其他数据那样大量和准确，所以统计思维

不得不说Ai的发展尤为迅速，但是它解放的只是一些没有核心竞争力的岗位和板块，就好比IT来说，AI虽然说会很大可能行的解放掉这个行业，但是高端复杂的还是得需要人力脑力和经验，这些东西AI是不具备的