近日，阿尔伯塔大学数学与统计科学系孔令龙教授受邀做客经济学院第121期名师讲座，带来题为“Statistical Foundations for Trustworthy AI: Fairness, Uncertainty, and Online Inference”的学术报告，讲座由经济学院杨广仁副院长主持，经济学院60余位师生参与此次讲座。
杨广仁副院长为孔令龙教授颁发名师讲座纪念牌
在学术报告中，孔令龙教授系统介绍了其团队在构建可信人工智能方面的统计研究。核心工作包括：提出共形公平分位数预测方法，通过最优传输与Wasserstein重心实现跨敏感群体的分布公平，保证预测区间精确覆盖的同时显著降低群体偏差；并针对高维流式数据，发展了平滑分位数回归的在线估计与推断框架，实现了在有限内存下对时变参数的有效估计与统计推断。理论证明了估计量的渐近性质，实验显示其在多个真实数据集上优于主流方法，为可信AI提供了坚实的统计基础。
孔令龙教授讲座
交流环节，孔令龙教授同与会师生就相关问题进行了热烈讨论。与会师生纷纷表示，此次讲座拓宽了研究视野，获益匪浅。
教授简介
孔令龙，阿尔伯塔大学数学与统计科学系教授、统计学习加拿大研究主席和加拿大 CIFAR 人工智能主席、美国统计协会(ASA)和阿尔伯塔机器智能研究所(Amii)会士。在 AOS、JASA、JRSSB、NeurlPS、ICML 和 ICLR 等顶级期刊和会议上发表超过 120 篇同行评审论文。获 2025 年加拿大研究卓越奖(CRM-SSC Prize)。担任《JASA》和《AOAS》等多个顶级期刊的副编辑，在美国统计协会和加拿大统计学会中担任领导职务。研究兴趣包括高维数据分析、神经影像数据分析、统计机器学习、稳健统计、分位数回归、可信机器学习以及面向智慧健康的 AI 技术。
校对 | 马艺丹
责编 | 周一贝
初审 | 彭毅
复审 | 杨广仁
终审发布 | 何凌云
（来源：暨南大学经济学院微信公众号）
