鄭 心 謝更好

美國(guó)哥倫比亞大學(xué)弗朗茲·梅瑟利博士曾提出：“一個(gè)國(guó)家人均巧克力消費(fèi)量和這個(gè)國(guó)家獲得諾貝爾獎(jiǎng)的人數(shù)有著密切關(guān)系，人均巧克力消耗越多，獲得諾貝爾獎(jiǎng)的概率也越高?！比欢?，事實(shí)真是如此嗎？這一研究結(jié)果在當(dāng)時(shí)引起了極大爭(zhēng)議。例如，2001年諾貝爾物理學(xué)獎(jiǎng)得主埃里克·科內(nèi)爾認(rèn)為這項(xiàng)研究可能并無(wú)太大意義。

在用數(shù)據(jù)來(lái)研究事物的關(guān)系時(shí)，分不清函數(shù)關(guān)系、相關(guān)關(guān)系和因果關(guān)系，甚至把相關(guān)關(guān)系和因果關(guān)系混為一談，就會(huì)導(dǎo)致最終研究結(jié)果存在偏差。浙江大學(xué)數(shù)據(jù)科學(xué)研究中心研究員崔逸凡介紹，統(tǒng)計(jì)是一門需要對(duì)重重迷霧般的數(shù)據(jù)進(jìn)行收集、整理、分析并做出推論的學(xué)問(wèn)，而因果推斷則是通過(guò)數(shù)據(jù)建立因果關(guān)系的統(tǒng)計(jì)方法，涉及數(shù)理統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、管理科學(xué)、心理學(xué)、生物統(tǒng)計(jì)與流行病學(xué)等諸多領(lǐng)域。但在漫長(zhǎng)的時(shí)間里，關(guān)于因果推斷的研究始終在數(shù)據(jù)迷霧中進(jìn)展緩慢，“相關(guān)性不等于因果性”的古老告誡更是讓科學(xué)家們?cè)诶斫馐挛镆蚬P(guān)系的道路上舉步維艱。

進(jìn)入人工智能時(shí)代后，科學(xué)家們認(rèn)識(shí)到因果推斷能克服現(xiàn)有人工智能技術(shù)在抽象、推理和可解釋性等方面的不足?！皵?shù)據(jù)的真相有時(shí)并非來(lái)自相關(guān)性，而是來(lái)自因果性。因果學(xué)習(xí)，能為科學(xué)發(fā)現(xiàn)和精準(zhǔn)決策提供有力支撐。”作為因果推斷和機(jī)器學(xué)習(xí)領(lǐng)域的優(yōu)秀學(xué)者，崔逸凡積極推動(dòng)國(guó)際前沿統(tǒng)計(jì)研究，在探索復(fù)雜數(shù)據(jù)和精準(zhǔn)醫(yī)療等方面取得諸多成果。在他看來(lái)，撥開迷霧的過(guò)程是一種滿足、是一種收獲，更能激發(fā)自己對(duì)科研的熱情與靈感。

探尋更準(zhǔn)確的因果與統(tǒng)計(jì)測(cè)量標(biāo)尺

早在16世紀(jì)，培根就提出“知識(shí)就是力量”，而“真正的知識(shí)是根據(jù)因果關(guān)系得到的知識(shí)”。時(shí)至今日，從觀察獲得的數(shù)據(jù)中發(fā)現(xiàn)不同變量之間的因果關(guān)系，依然是統(tǒng)計(jì)學(xué)和人工智能領(lǐng)域關(guān)注的科學(xué)難題。

“對(duì)于一組給定的數(shù)據(jù)，如果我們更感興趣的是變量之間的因果關(guān)系而不僅僅是相關(guān)關(guān)系，如何設(shè)計(jì)更加精準(zhǔn)且有效的機(jī)器學(xué)習(xí)算法？”“我們知道，無(wú)論在隨機(jī)化實(shí)驗(yàn)還是觀察性研究中，‘不存在未觀測(cè)的混雜因素’這一關(guān)鍵假設(shè)都有可能不成立。那么，當(dāng)我們面臨潛在的未觀測(cè)混雜因素時(shí)，怎樣去運(yùn)用觀測(cè)到的數(shù)據(jù)回答因果問(wèn)題，從而去支撐決策，或者學(xué)習(xí)個(gè)性化治療方案？”帶著這些疑問(wèn)，在博士的第五年，崔逸凡開始進(jìn)入因果推斷領(lǐng)域并針對(duì)因果學(xué)習(xí)展開探索和研究。

可靠的決策依賴于對(duì)因果關(guān)系的準(zhǔn)確把握。崔逸凡致力于用機(jī)器學(xué)習(xí)方法更好地估計(jì)處理效應(yīng)，他提出了一個(gè)通用的機(jī)器學(xué)習(xí)模型選擇框架，用于推斷定義在半?yún)?shù)模型上的有限維函數(shù)。這一方法不僅巧妙地運(yùn)用了雙重穩(wěn)健性，還刻畫了選擇標(biāo)準(zhǔn)的平滑近似值，從而可以對(duì)估計(jì)量進(jìn)行不確定性量化。相關(guān)文章在修改期間就已經(jīng)被多次引用，并得到美國(guó)哈佛大學(xué)、卡內(nèi)基梅隆大學(xué)等高校多位專家學(xué)者的高度評(píng)價(jià)。崔逸凡還與合作者在近期的工作中將此方法推廣并應(yīng)用于多重穩(wěn)健的因果模型，相關(guān)工作發(fā)表于《機(jī)器學(xué)習(xí)研究》（Journal of Machine Learning Research）。

針對(duì)觀察性研究中存在可能的未觀測(cè)混雜因素，崔逸凡參與合作的proximal因果模型提供了一個(gè)分析復(fù)雜因果關(guān)系的范式?！霸诂F(xiàn)實(shí)數(shù)據(jù)中，混雜機(jī)制很少能從觀測(cè)到的協(xié)變量中被準(zhǔn)確地學(xué)習(xí)”，這一因果框架有著廣闊的研究和應(yīng)用前景，探索其中的因果關(guān)系將會(huì)對(duì)未知自然科學(xué)規(guī)律的揭示起到指導(dǎo)意義。相關(guān)成果文章在修改期間已經(jīng)被引用過(guò)百次。此外，崔逸凡還深入研究了半?yún)?shù)proximal因果推斷，從而大幅度地提高了proximal因果模型的適用性，成果文章最近被《美國(guó)統(tǒng)計(jì)學(xué)會(huì)雜志》（Journal of the American Statistical Association）接收。基于半?yún)?shù)proximal因果推斷這一框架，崔逸凡還和合作者提出了一種P-學(xué)習(xí)器來(lái)學(xué)習(xí)異質(zhì)處理效應(yīng)，成果發(fā)表在機(jī)器學(xué)習(xí)領(lǐng)域?qū)W術(shù)會(huì)議——國(guó)際機(jī)器學(xué)習(xí)大會(huì)（International Conference on Machine Learning）上。

崔逸凡（右三）與學(xué)生合影

對(duì)于海量的離線數(shù)據(jù)，序貫隨機(jī)化往往難以實(shí)現(xiàn)。針對(duì)這一情況，崔逸凡還與合作者借助隨時(shí)間變化的工具變量，考慮了用于識(shí)別邊際結(jié)構(gòu)模型參數(shù)的充分條件，提出了新的半?yún)?shù)估計(jì)方法，并證明了這一估計(jì)量具有有效性和多重穩(wěn)健性。這一系列工作顯著提高了邊際結(jié)構(gòu)模型的普適性，相關(guān)成果發(fā)表在《生物計(jì)量學(xué)》（Biometrika）和《美國(guó)統(tǒng)計(jì)學(xué)會(huì)會(huì)刊》（Journal of the American Statistical Association）上。

實(shí)際上，除了在因果推斷上取得的諸多成果之外，崔逸凡在精準(zhǔn)醫(yī)療、生存分析、機(jī)器學(xué)習(xí)及統(tǒng)計(jì)學(xué)研究范式等領(lǐng)域同樣建樹頗多。

眾所周知，估計(jì)個(gè)性化治療方案是精準(zhǔn)醫(yī)療的一項(xiàng)中心任務(wù)。崔逸凡借助工具變量，構(gòu)造了新穎的逆概率分類估計(jì)量和基于多重穩(wěn)健性的分類估計(jì)量，實(shí)現(xiàn)對(duì)個(gè)性化治療方案的學(xué)習(xí)。此外，他還提出了滿足單調(diào)性條件假設(shè)下針對(duì)服從者的最佳治療方案，并得到一個(gè)有趣的結(jié)論：可以在不直接觀測(cè)到患者是否接受治療推薦的情況下一致地估計(jì)對(duì)于服從者的最佳治療方案。結(jié)果顯示，在有未知混雜因素的模擬實(shí)驗(yàn)中，這一方法表現(xiàn)出了更好的數(shù)值結(jié)果。這篇論文不僅受到統(tǒng)計(jì)學(xué)界的廣泛關(guān)注，還得到計(jì)量經(jīng)濟(jì)學(xué)者的高度評(píng)價(jià)，并被《美國(guó)統(tǒng)計(jì)學(xué)會(huì)會(huì)刊》作為討論文章刊出。不僅如此，崔逸凡還基于部分識(shí)別的因果模型，提出了一個(gè)基于協(xié)變量和參與者/病患的個(gè)人喜好共同搭建而成的精準(zhǔn)醫(yī)療框架。這篇由崔逸凡獨(dú)作的學(xué)術(shù)文章發(fā)表于《哈佛數(shù)據(jù)科學(xué)評(píng)論》（Harvard Data Science Review）。

“我們知道，臨床試驗(yàn)數(shù)據(jù)中右刪失數(shù)據(jù)非常常見，這也為估計(jì)個(gè)性化治療方案帶來(lái)了諸多新的挑戰(zhàn)?！币虼?，崔逸凡將結(jié)果加權(quán)學(xué)習(xí)推廣到右刪失的生存數(shù)據(jù)?！盀楸苊夤烙?jì)刪失概率或者半?yún)?shù)建模生存和刪失時(shí)間，我們利用樹和森林方法的優(yōu)勢(shì)以兩種不同的非參數(shù)方式估計(jì)期望生存時(shí)間，并利用非小細(xì)胞肺癌Ⅲ期臨床試驗(yàn)數(shù)據(jù)進(jìn)一步展示了所提出方法的優(yōu)越性。”憑借這篇論文，崔逸凡在博士期間入選美國(guó)統(tǒng)計(jì)協(xié)會(huì)非參數(shù)統(tǒng)計(jì)領(lǐng)域?qū)W生論文獎(jiǎng)入圍名單。

機(jī)器學(xué)習(xí)是解決數(shù)據(jù)挖掘問(wèn)題的主要方法之一，而作為最受歡迎的刪失數(shù)據(jù)機(jī)器學(xué)習(xí)工具之一，生存樹和森林模型在醫(yī)療領(lǐng)域得到了廣泛應(yīng)用。然而，崔逸凡卻發(fā)現(xiàn)，盡管生存樹和森林模型在精準(zhǔn)醫(yī)療中表現(xiàn)出了很好的數(shù)值結(jié)果，但近年來(lái)，對(duì)于生存樹和森林模型的理論性質(zhì)的研究并沒(méi)有太多進(jìn)展。于是，他與合作者在綜合分析了隨機(jī)樹和森林模型后，開發(fā)出一個(gè)針對(duì)生存數(shù)據(jù)的通用算法，并展示了這個(gè)模型的一致性理論框架。這是基于高維刪失數(shù)據(jù)的樹和森林回歸估計(jì)已知的首個(gè)一致性結(jié)果，結(jié)果顯著改善了目前業(yè)界對(duì)此類模型的理論理解。此外，他提出的生存因果森林，作為一種新穎的因果機(jī)器學(xué)習(xí)方法，它量化了治療與生存結(jié)果之間的異質(zhì)效應(yīng)/因果關(guān)系。與傳統(tǒng)的隨機(jī)森林不同，生存因果森林模型直接針對(duì)異質(zhì)效應(yīng)進(jìn)行二元分割，同步調(diào)整刪失偏倚和選擇偏倚，并根據(jù)內(nèi)曼正交分?jǐn)?shù)（Neyman orthogonality score）建立估計(jì)方程使得估計(jì)量具有有效性和穩(wěn)健性。此成果于2023年在《英國(guó)皇家統(tǒng)計(jì)學(xué)會(huì)期刊:B輯》（Journal of the Royal Statistical Society: Series B）發(fā)表。

受到樹模型的啟發(fā)，崔逸凡還提出了一種基于基準(zhǔn)推斷的方法，為生存函數(shù)提供非參數(shù)點(diǎn)估計(jì)和置信區(qū)間。在理論上證明了一個(gè)全新的函數(shù)型伯恩斯坦-馮·米賽斯（Bernstein-von Mises）定理，作為統(tǒng)計(jì)方法的保證與支撐。更為重要的是，自從現(xiàn)代統(tǒng)計(jì)科學(xué)的奠基人費(fèi)舍爵士在20世紀(jì)30年代引入基準(zhǔn)推斷以來(lái)，許多國(guó)內(nèi)外學(xué)者對(duì)此方向開展了大量學(xué)術(shù)研究，但大多局限于對(duì)參數(shù)模型的討論。而崔逸凡提出的非參數(shù)基準(zhǔn)推斷概念，為基準(zhǔn)推斷及統(tǒng)計(jì)理論基礎(chǔ)注入了新鮮血液。他的相關(guān)文章受到國(guó)際同行的高度評(píng)價(jià)，并被《生物計(jì)量學(xué)》作為討論文章刊出。同時(shí)憑借這一成果，崔逸凡獲得了2018年美國(guó)統(tǒng)計(jì)協(xié)會(huì)貝葉斯統(tǒng)計(jì)領(lǐng)域的拉普拉斯獎(jiǎng)（Laplace Award）。這項(xiàng)工作最開始是針對(duì)右刪失數(shù)據(jù)的，崔逸凡最近也在設(shè)計(jì)針對(duì)區(qū)間刪失數(shù)據(jù)的非參數(shù)基準(zhǔn)推斷算法。

“除了在臨床醫(yī)療、公共衛(wèi)生領(lǐng)域之外，生存分析模型還可以在經(jīng)濟(jì)、政策和金融等領(lǐng)域得到非常廣泛的應(yīng)用?！贝抟莘舱f(shuō)，“前段時(shí)間硅谷銀行倒閉、瑞信被瑞銀收購(gòu)、第一共和銀行被接管……實(shí)際上，這些都可以用生存模型、生存分析的手段去做預(yù)測(cè)，給出決策的引導(dǎo)。我從事的這項(xiàng)研究，是一項(xiàng)關(guān)于數(shù)據(jù)的藝術(shù)，它涵蓋了眾多學(xué)科且應(yīng)用范圍十分廣泛，值得我用一生去鉆研?！?/p>

“年輕人要有一往無(wú)前的探索精神和敢于質(zhì)疑權(quán)威的勇氣”

謙遜睿智、彬彬有禮，這是崔逸凡給很多人留下的第一印象。聽他講述自己的科研經(jīng)歷，大家常常會(huì)被他堅(jiān)韌、不服輸、敢于質(zhì)疑權(quán)威的精神所感染。

“我本科學(xué)的是數(shù)學(xué)專業(yè)，在數(shù)學(xué)建模過(guò)程中，必須與大量數(shù)據(jù)打交道?！痹诒究齐A段與海量數(shù)據(jù)“相愛相殺”中，崔逸凡確定將統(tǒng)計(jì)學(xué)作為以后的研究方向?！皬哪撤N意義上來(lái)說(shuō)，統(tǒng)計(jì)學(xué)為其他學(xué)科提供了方法論。數(shù)據(jù)思維、因果思維對(duì)任何一個(gè)學(xué)科的研究者來(lái)說(shuō)都至關(guān)重要?！?/p>

2013年從廈門大學(xué)畢業(yè)后，成績(jī)優(yōu)異的崔逸凡考入美國(guó)北卡羅來(lái)納大學(xué)教堂山分校，主修統(tǒng)計(jì)與運(yùn)籌專業(yè)。在這里，他遇到了自己在統(tǒng)計(jì)學(xué)領(lǐng)域的兩位導(dǎo)師——邁克爾·R.科索羅克（Michael R.Kosorok）教授和簡(jiǎn)·漢尼格（Jan Hannig）教授?！皟晌粚?dǎo)師都是學(xué)界大咖，視野寬闊、充滿活力?？扑髁_克教授是一位統(tǒng)計(jì)學(xué)大師，他在經(jīng)驗(yàn)過(guò)程、半?yún)?shù)模型、個(gè)性化決策和隨機(jī)森林等研究領(lǐng)域都有很高的學(xué)術(shù)造詣，他還是國(guó)際數(shù)理統(tǒng)計(jì)學(xué)會(huì)的主席；漢尼格教授偏理論，他所教授的課有哲學(xué)思辨的感覺(jué)，給了我很多啟發(fā)?！贝抟莘舱f(shuō)，“選擇漢尼格作為合作導(dǎo)師這里有個(gè)小插曲，漢尼格當(dāng)時(shí)教授一年級(jí)的數(shù)理統(tǒng)計(jì)課程，在他的課堂上我學(xué)到了很多，也自認(rèn)為學(xué)得不錯(cuò)，但在第一年結(jié)束時(shí)，這門課只得了‘合格’，這是我當(dāng)時(shí)唯一的一個(gè)合格，其他課全都是‘優(yōu)秀’，當(dāng)時(shí)就感覺(jué)挑戰(zhàn)欲被激發(fā)了，要對(duì)這個(gè)方向加強(qiáng)鉆研?！眱晌粚?dǎo)師因?yàn)椴辉谝粋€(gè)系，他們之間的學(xué)術(shù)交流并不多，學(xué)術(shù)方向也沒(méi)有太多交集。但在不斷探索中，崔逸凡發(fā)現(xiàn)了交叉點(diǎn)，并開創(chuàng)了一個(gè)小的方向——非參數(shù)模型的基準(zhǔn)推斷，并且研究越來(lái)越深入，目前他正在研究半?yún)?shù)模型上的基準(zhǔn)推斷。

“科研工作沒(méi)有捷徑，更不會(huì)像大家看上去那樣一帆風(fēng)順?！被仡欁约旱难芯可?，崔逸凡坦言，也曾遇到許多困難?！皠偟矫绹?guó)時(shí)，英語(yǔ)不是很好，我意識(shí)到語(yǔ)言短板會(huì)限制自己很多發(fā)展，但是當(dāng)時(shí)并沒(méi)有什么特別好的解決辦法?！钡靡嬗谝淮闻既坏臋C(jī)會(huì)，他選擇去迪士尼實(shí)習(xí)半年，“之前有學(xué)長(zhǎng)也在那里實(shí)習(xí)，我想去看看工業(yè)界在干些什么，了解一下統(tǒng)計(jì)學(xué)在管理和商業(yè)中的實(shí)際應(yīng)用?！倍∏【褪且?yàn)檫@次實(shí)習(xí)，崔逸凡的英語(yǔ)得到了很大程度的提高。直至今日，他都十分感恩兩位導(dǎo)師的寬容，沒(méi)有干預(yù)他的“不務(wù)正業(yè)”并予以鼓勵(lì)，“否則，我之后的發(fā)展可能是另一個(gè)故事了”。

如今，早已成為博士生導(dǎo)師的崔逸凡也會(huì)像當(dāng)初的老師一樣，給學(xué)生更寬松的發(fā)展空間。他建議學(xué)生要內(nèi)外兼修，對(duì)外要拓寬視野、廣泛交流，不僅要聚焦統(tǒng)計(jì)學(xué)，還要將目光投向其他學(xué)科，在關(guān)注國(guó)際前沿的同時(shí)保持多學(xué)科融合的眼界，更好地激發(fā)科研熱情與靈感；對(duì)內(nèi)要有強(qiáng)大的身心，不畏艱難，不能輕易被困難打倒。面對(duì)困難，崔逸凡有八字感悟——“持之以恒，勞逸結(jié)合”，他說(shuō)，科研是一葦以航的修行，只有持之以恒，才能去到科學(xué)的彼岸。

“當(dāng)然，年輕科研工作者還要敢于提出質(zhì)疑，不能迷信權(quán)威結(jié)論?！贝抟莘舱f(shuō)，他在美國(guó)食品與藥品監(jiān)督管理局實(shí)習(xí)期間發(fā)現(xiàn)，序貫平行比較設(shè)計(jì)實(shí)驗(yàn)可能存在內(nèi)生的偏差。出于對(duì)科學(xué)問(wèn)題的探究，他針對(duì)此現(xiàn)象寫了一篇學(xué)術(shù)論文并在之后與哈佛大學(xué)著名統(tǒng)計(jì)學(xué)家戴維·A.舍恩菲爾德（David A.Schoenfeld）教授等學(xué)者交換學(xué)術(shù)觀點(diǎn)和意見。這場(chǎng)學(xué)術(shù)交鋒不但得到國(guó)際同行的關(guān)注，甚至可能對(duì)美國(guó)食品與藥品監(jiān)督管理局精神類疾病藥物的審核政策產(chǎn)生一定影響。

“最近，我們?cè)凇犊茖W(xué)》（Science）上發(fā)表了一個(gè)與政策評(píng)估和數(shù)據(jù)隱私相關(guān)的、有意思的工作，通過(guò)運(yùn)用數(shù)理統(tǒng)計(jì)的知識(shí)去重新審視一個(gè)基于隱私數(shù)據(jù)的政策評(píng)估問(wèn)題（精準(zhǔn)扶貧）。我們發(fā)現(xiàn)評(píng)估中直接用有噪聲的數(shù)據(jù)當(dāng)作真實(shí)值時(shí)，由于底層統(tǒng)計(jì)模型的不自洽，其分析結(jié)果可能會(huì)導(dǎo)致偏差。”崔逸凡說(shuō)，學(xué)術(shù)觀點(diǎn)的碰撞往往離不開數(shù)據(jù)的支撐，同時(shí)，真實(shí)世界數(shù)據(jù)的分析也離不開統(tǒng)計(jì)與數(shù)學(xué)。

開啟數(shù)據(jù)科學(xué)科研領(lǐng)域的新征程

崔逸凡身上有著獨(dú)特的儒士氣質(zhì)，尤其當(dāng)說(shuō)到科研時(shí)他侃侃而談，儒雅中伴有睿智，謙和中透著真誠(chéng)。在他看來(lái)，自己目前所從事的國(guó)際前沿統(tǒng)計(jì)研究不只是理論上的突破，更是探索現(xiàn)實(shí)問(wèn)題的新路徑。而他的平臺(tái)也從全職回國(guó)的那一刻開始，變得更加廣闊。

崔逸凡（中）參加博士答辯

一代人有一代人的特質(zhì)，一代人有一代人的使命。許多人出國(guó)求學(xué)，是想看見更大的世界，同時(shí)也被世界看見?！皩?duì)我來(lái)說(shuō)，走出去是為了更好地回歸?！贝抟莘舱f(shuō)，任何人的成長(zhǎng)和事業(yè)成功，都是同祖國(guó)聯(lián)系在一起的。讓自己的祖國(guó)在世界上更為強(qiáng)大，發(fā)出更燦爛的光輝，是廣大科技工作者夢(mèng)寐以求的愿望。雖然多年海外求學(xué)、工作的沉淀和歷練讓崔逸凡在數(shù)據(jù)統(tǒng)計(jì)研究領(lǐng)域形成了敏銳的直覺(jué)和洞察力，積累了豐富、寶貴的研究經(jīng)驗(yàn)，也最終收獲了傲人成績(jī)，但他報(bào)效祖國(guó)的初心從未動(dòng)搖。隨著我國(guó)吸引海外人才的力度逐漸增強(qiáng)，2021年1月，國(guó)家自然科學(xué)基金委員會(huì)發(fā)布重磅消息：2021年起設(shè)立國(guó)家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目（海外）。這是一個(gè)完善科學(xué)基金人才資助體系的舉措，吸引了一大批海外優(yōu)秀青年人才回國(guó)發(fā)展。成功入選首屆海外優(yōu)青項(xiàng)目后，崔逸凡決定全職回國(guó)，來(lái)到浙江大學(xué)數(shù)據(jù)科學(xué)研究中心繼續(xù)開展科學(xué)研究。

成立于2017年5月18日的浙江大學(xué)數(shù)據(jù)科學(xué)研究中心，是以統(tǒng)計(jì)學(xué)、應(yīng)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)和管理學(xué)為核心支撐學(xué)科，以大數(shù)據(jù)理論、應(yīng)用研究和人才培養(yǎng)為主的學(xué)術(shù)創(chuàng)新研究機(jī)構(gòu)。雖成立時(shí)間不長(zhǎng)，但中心吸引了包括崔逸凡在內(nèi)的諸多國(guó)際頂尖青年學(xué)者的加盟，希望通過(guò)組建跨專業(yè)、跨學(xué)科、跨領(lǐng)域的師資隊(duì)伍，大力培養(yǎng)復(fù)合型數(shù)據(jù)科學(xué)人才。

回國(guó)后，崔逸凡正在努力組建一支跨學(xué)科、高水平的科研團(tuán)隊(duì)，“未來(lái)，在積極培養(yǎng)學(xué)科人才的同時(shí)，我會(huì)繼續(xù)面向國(guó)家需求，并與國(guó)內(nèi)和國(guó)際上相關(guān)領(lǐng)域的科研專家進(jìn)行密切合作，在現(xiàn)代統(tǒng)計(jì)方法尤其是在精準(zhǔn)決策、精準(zhǔn)醫(yī)療等相關(guān)領(lǐng)域做出更好的創(chuàng)新成果”。為此，他也制定了詳細(xì)的“規(guī)劃圖”——潛心科研，教書育人。崔逸凡在海外期間曾教授過(guò)本科、碩士及博士生課程，有著豐富的教學(xué)經(jīng)驗(yàn)?！敖虝俏业暮诵囊?jiǎng)?wù)，接下來(lái)一年我會(huì)開設(shè)3門課程，除了面向數(shù)據(jù)科學(xué)研究中心、數(shù)學(xué)學(xué)院之外，還會(huì)在管理學(xué)院開設(shè)一門‘因果推斷與機(jī)器學(xué)習(xí)’的新課，為其他學(xué)科的人才培養(yǎng)提供支撐和助力?！睂?duì)于人才培養(yǎng)，他也有著自己的規(guī)劃。在他看來(lái)，“數(shù)據(jù)人才和統(tǒng)計(jì)人才是集理論、方法、實(shí)踐于一身的復(fù)合型全能人才，對(duì)于他們的培養(yǎng)一定要采用全鏈條培養(yǎng)模式。想要做到這一點(diǎn)，就需要從娃娃抓起，從本科開始重視統(tǒng)計(jì)學(xué)及數(shù)據(jù)科學(xué)，打造本碩博全鏈條培養(yǎng)系統(tǒng)，這樣才能培養(yǎng)出高精尖的數(shù)據(jù)人才?！?/p>

“科研是一場(chǎng)馬拉松，研究工作不是三五年攻讀完學(xué)歷和學(xué)位就萬(wàn)事大吉了，杰出的、大師級(jí)的科學(xué)家都是在各自領(lǐng)域耕耘一生?！被氐絿?guó)內(nèi)對(duì)崔逸凡來(lái)說(shuō)，是科研的繼續(xù)，是另一個(gè)開始。在他看來(lái)，理論研究固然重要，也要與實(shí)踐聯(lián)系起來(lái)，所以他期待在大數(shù)據(jù)時(shí)代將研究成果運(yùn)用到不同生活場(chǎng)景，為科學(xué)決策提供數(shù)據(jù)支撐，解決實(shí)際問(wèn)題。這一理念與浙江大學(xué)數(shù)據(jù)科學(xué)研究中心致力于面向大數(shù)據(jù)戰(zhàn)略前瞻問(wèn)題和社會(huì)需求，為不同學(xué)科之間實(shí)現(xiàn)有渠道的、有組織的合作提供數(shù)據(jù)科學(xué)核心技術(shù)與理論研究創(chuàng)新平臺(tái)的目標(biāo)不謀而合。崔逸凡的加入，能夠最大限度地發(fā)揮個(gè)人的知識(shí)和技能，同時(shí)為浙江大學(xué)數(shù)據(jù)科學(xué)學(xué)科注入新的動(dòng)能和活力。

在采訪中崔逸凡提到，他將投入針對(duì)復(fù)雜數(shù)據(jù)的精準(zhǔn)決策的研究中去。這項(xiàng)研究不僅延續(xù)了他在美國(guó)、新加坡求學(xué)、工作的成果，也綜合了統(tǒng)計(jì)學(xué)最近的研究熱點(diǎn)。例如，科學(xué)問(wèn)題中縱向數(shù)據(jù)十分常見，序貫決策和動(dòng)態(tài)治療方案也很熱門，他將研究鎖定在精準(zhǔn)決策與個(gè)性化醫(yī)療的自適應(yīng)臨床試驗(yàn)設(shè)計(jì)中，希望其能在商業(yè)決策、生物醫(yī)學(xué)及臨床試驗(yàn)中有廣泛的應(yīng)用。換句話說(shuō)，崔逸凡的研究將從因果學(xué)習(xí)的角度分析不同類型的數(shù)據(jù)，從而為精準(zhǔn)施策提供助力，積極開展交叉學(xué)科的高水平研究，促進(jìn)多學(xué)科交叉融合。

好的科研團(tuán)隊(duì)才能催生出一流的科學(xué)家和科研成果，科技創(chuàng)新不能依靠單打獨(dú)斗，需要平臺(tái)的有力支撐與團(tuán)隊(duì)成員的協(xié)同努力。在采訪中，崔逸凡對(duì)自己來(lái)到浙江大學(xué)表示高興，“這里擁有一支優(yōu)秀的概率和統(tǒng)計(jì)研究團(tuán)隊(duì)。希望我也能同各位老師一起努力，推動(dòng)我國(guó)統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)科研領(lǐng)域的蓬勃發(fā)展”。他說(shuō)，具備更高的、更國(guó)際化的視野，以更大的熱情投身科研和教學(xué)工作，是時(shí)代賦予青年科技工作者的責(zé)任。

專家簡(jiǎn)介

崔逸凡，浙江大學(xué)數(shù)據(jù)科學(xué)研究中心研究員、博士生導(dǎo)師，首屆國(guó)家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目（海外）入選者，國(guó)際統(tǒng)計(jì)學(xué)會(huì)推選會(huì)員，福布斯亞洲U30杰出青年，中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)因果推斷分會(huì)副理事長(zhǎng)?，F(xiàn)任《生物統(tǒng)計(jì)雜志》（Biometrical Journal）副主編，《機(jī)器學(xué)習(xí)研究》（Journal of Machine Learning Research）編委會(huì)審稿人。

2018年，崔逸凡于美國(guó)北卡羅來(lái)納大學(xué)教堂山分校獲得統(tǒng)計(jì)與運(yùn)籌專業(yè)博士學(xué)位。讀博期間，他曾在美國(guó)華特·迪士尼公司及美國(guó)食品藥品監(jiān)督管理局實(shí)習(xí)，畢業(yè)后在賓夕法尼亞大學(xué)沃頓商學(xué)院從事博士后研究工作，2022年回國(guó)前在新加坡國(guó)立大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)系擔(dān)任助理教授。在海外讀博和任教期間，他提出了運(yùn)用具有未觀測(cè)的混雜因素的數(shù)據(jù)進(jìn)行精準(zhǔn)決策與精準(zhǔn)醫(yī)療的具體方案，創(chuàng)造性地提出了非參數(shù)基準(zhǔn)推斷這一統(tǒng)計(jì)方向并將其運(yùn)用于生存分析，證明了生存樹和森林模型的一致性理論。