一位统计学家分享她所在领域的最优点

1998年，田铮以博士生的身份来到哥伦比亚大学。她于 2002 年加入该学院，并于 2019 年成为统计系主任。她是第一位拥有这一头衔的女教授。本周，美国科学促进会（American Association for the Advancement of Science）任命郑为研究员，这是科学研究人员的最高荣誉之一。

借此机会，《 哥伦比亚新闻》 采访了郑女士，讨论了她作为统计系主任正在进行的工作、她在课堂之外从事的项目，以及人工智能如何改变该领域。

统计部门目前在做什么？

该系正在通过教师招聘、课程开发以及与其他部门、中心和研究所的合作，优先考虑专注于人工智能、机器学习和数据科学的统计基础。我们的教师在哥伦比亚大学广泛合作，从天文学、神经科学、生物学到政治学和新闻学。我们有一个创新的 应用统计学 辅修课程，为任何专业的本科生提供应用数据科学技能。我的热情之一是研究和教育的融合。我们正在将更多与研究相关的学习经验引入我们的课程，从本科生研讨会、基于项目的学习，到指导研究和暑期研究经验。人工智能是每个统计部门都在讨论的话题。我们也不例外。我们应该如何在教学中利用人工智能？我们应该如何为数据丰富的社会教授统计思维？我们如何激励和培训下一代统计研究人员，他们将致力于解决对使人工智能算法值得信赖的重要问题，例如算法公平性、因果推理、差分隐私等？我们如何最大限度地利用人工智能来加速科学发现？这些问题将决定未来，因此它们是我们现在的首要考虑因素。

除了你作为系主任的工作之外，你现在还有什么项目让你特别兴奋吗？

有几个。一个是我在“用人工智能和物理学学习地球”（也称为 LEAP）中的作用，该中心是美国国家科学基金会 （NSF） 的科学技术中心。

LEAP的使命是通过将物理模型与机器学习相结合来改善气候预测。这需要更好地同步气候科学家和数据科学家正在做的工作。我是该小组的联合首席研究员之一，我的工作是推动两个学科之间的融合。

我还通过LEAP与气候科学家合作，开发新的机器学习算法，用于研究有趣的数据密集型问题。

您正在处理的问题示例是什么？

我现在正在做的一项研究是对气候建模中使用的机器学习方法的调查研究，以确定共同的基础、共享的工作流程和开放的统计挑战。我正在带领一个由统计学学生组成的团队，回顾机器学习在最近的气候科学文献中的应用。我们基本上正在寻找的是将气候建模中的任务和问题转化为机器学习问题的统一方法。目标是开发严格的统计框架和标准工作流程，以便我们能够使机器学习在科学研究中的部署更加高效和可重复。

除了LEAP之外，您还有什么重大项目吗？

我正在与大学社会工作教授纳比拉·巴塞尔（Nabila El-Bassel）合作，努力利用人工智能来更好地了解致命的过量用药并打击药物滥用。我们正在将人工智能引入她的重要工作中，建立在她和我一起做的一个项目的基础上，该项目使用多种嘈杂和不完整的数据来源来估计阿片类药物使用障碍的患病率。此次合作最具挑战性和最有趣的方面是将严格的统计研究设计与人工智能技术的力量相结合，以获得可解释和可操作的见解。

您的工作是什么时候开始融入机器学习的？

机器学习、人工智能和统计学之间的界限非常模糊。我的博士论文是关于开发创新的统计策略，以识别复杂疾病的重要遗传变异。如今，这被称为机器学习。当时，它被称为统计遗传学。

甚至我的应用数学本科论文也是关于使用统计模型来分析声波，以对口语中的音节进行分类。如今，我们可能称之为人工智能。

您是否一直对使用统计数据来帮助解决气候和阿片类药物流行等社会问题感兴趣？

统计学中有一句名言，成为一名统计学家最好的事情就是你可以在别人的后院玩耍。作为统计学家，我们可以与各种研究人员合作，并在多个领域开展普遍适用的研究。

当我在做一个项目时，我认为有用的一个标准是：我可以向孩子解释一下吗？几年前，当我的孩子还小的时候，我就想到了这一点，我觉得如果我能以一种他们这一代人可以欣赏的方式向他们解释一些事情，并了解研究对社会的用处，这可能意味着我的研究将产生真正的影响。

1998年你第一次来到这里时，你有没有想过留在哥伦比亚大学？

我留下来的原因在很多方面都是由于两个身体的问题：我丈夫也有博士学位，我们俩都可以拥有成功事业的地方并不多。纽约就是其中之一。我很高兴来到这里。