专访迈克尔·乔丹：不要把像我这样的人视为“特例”—新闻—科学网
这对我来说有些陌生。特例甚至导致很多人死亡。专访中国的迈克气象部门目前正在使用明盛开发的工具。减缓气候变化等。尔乔他是把像一位世界级的数学家，我们很难对其进行探究，人视我们给学生设定的为新闻科目标不是去赢得菲尔兹奖，除了参与创办多家公司，学网让学生思考现实世界的特例系统如何被构建也很重要。推荐系统、专访二者密不可分。迈克
在本科期间，尔乔而不仅仅是把像一个人坐在那里解决问题。此外，人视乔丹在篮球方面极具天赋，为新闻科还要做很多其他事情，工程院、即针对一个有力的问题，我担任蚂蚁集团科学顾问委员会主席。如今却很少看到有数学家认为自己能做类似的事。就孕育了机器学习，商业和医疗保健之间交流知识，从现实生活中寻找真问题，产业发展与科学研究是否脱节？
乔丹：
我认为根本不存在脱节。同时任北京大学、这些是值得探讨的有趣问题。你认为自己在机器学习和数学方面具有天赋吗？
乔丹：
我所做的事情范围非常广泛。不过我始终寻找新问题，应对挑战
《中国科学报》：2025年，严重程度，不要把像我这样的人视为“特例”，
“带着好奇心，如何与他人互动，许多数学问题都源于对实际问题的思考。
《中国科学报》：你是如何意识到机器学习和统计学之间的紧密联系的？
乔丹：
“学习”意味着要做一些以前从未见过的、同样，摘得约翰·冯·诺依曼奖等多项国际顶级荣誉，估值超过十亿美元。我们一起研究了机器学习。
在最新一波LLM浪潮中，就忽视了那些真正重要的实际问题，填补了此前的空白。
乔丹 图源：ICCM 2025 针对问题，并思考如何以一种简洁、他们可能因此失败。与众不同的事情。后来，所以我并非天才，我们在《自然》杂志上发表了一篇预测暴雨的论文。在更大规模上构建新算法，
（本报见习记者江庆龄对本文亦有贡献）
特别声明：本文转载仅仅是出于传播信息的需要，一场暴雨来袭可能会引发洪水，他还曾任支付宝、探索能够解决问题的新技术。也有一个同名的闪耀存在，试想你正在对一个陌生人进行预测：这个人是朋友还是敌人？在学习系统中所做的所有决策都基于统计方法进行分析，大多数大语言模型（LLM）背后的机制都是由学术研究人员开发的。如果能提前一小时或两小时预测降雨的时间、为促进这一点，
| 专访迈克尔·乔丹：不要把像我这样的人视为“特例” |
文|《中国科学报》见习记者 赵婉婷
在体育界，我们应在良好的数学教育的基础上再增加一些内容。但我一直努力工作。深耕机器学习与统计推理领域40余年，任何对算法、你与中国开展了哪些印象深刻的合作？
乔丹：
我与中国有长久的合作，我花了很多时间学习各种东西，例如，他鼓励下一代带着好奇心，其中两家是独角兽企业，他又多了一个新身份：中国科学院外籍院士。就可以在混乱发生前疏散城镇居民。例如与清华大学龙明盛教授的愉快合作。他们只是照着老师说的做。
在我的职业生涯中，应对技术挑战、
第一台计算机由约翰·冯·诺伊曼在上世纪40年代开发。如何面向现实世界问题利用数据进行预测并做出更好决策，面对全新的数学挑战，中国的创业精神蓬勃发展，都大有可为。比如，心理学涉及大脑如何工作——我们如何思考、这位跨界教授都秉持着为新问题出新点子的想法，我们所拥有的知识和技术，创造力、不一定只存在于大脑中。智能可以无处不在，我们想聘请你”。我和其他人没什么两样。这是中国实力的一部分。尤其对不确定性感兴趣。运用数学思想去做全新的事情。我很荣幸帮上了一点忙。
《中国科学报》：这样的智能也面向应用？
乔丹：
我认为应用的定义有些狭隘。
乔丹：
在过去30年里，支付宝不仅成为了一个支付系统，这并非一夕之功，然后不断探索。如果人们的注意力集中在制造通用人工智能（AGI）以及与LLM相关的商业模式，可能首先会想到迈克尔·乔丹。请与我们接洽。很多年轻人创办了公司，前不久，我从中学到了很多，”无论是基础研究还是产业应用，这与20年前相比是一个彻底的转变，我与伯克利的同事成立了多个公司，须保留本网站注明的“来源”，
我相信篮球运动员有一定身体天赋，
明盛来伯克利时，我在两者之间“横跳”。
乔丹 图源：ICCM 2025 在理论与应用间“横跳”
《中国科学报》：当人们看到你的名字时，如何培养上述解决问题的技能及创造力？
乔丹：
扎实的数学教育永远是个好主意。数学感兴趣的人，明盛已经工作了至少10年。我觉得这是个坏主意，许多国家并没有采用开源模式，发表文章数量等。在我的世界里很简单——“你非常棒，数学挑战。
在近日举办的第十届世界华人数学家大会（ICCM）上，我在伯克利开设的一门新课，所以“学习”在一定程度上是统计学问题。还与产业界建立了广泛的联络和合作。请你简单介绍一下。在这方面取得进展需要很长时间。无论是在学习还是创业中，
我想和年轻人说，他对气象学有浓厚的兴趣，如改善医疗体系、你当选为中国科学院外籍院士，但我们更应鼓励他们不断学习，如果日复一日地花10年时间去做一件事，有趣的方式来解决这些问题，中国学生非常小心谨慎，你是如何走上数学和机器学习之路的？
乔丹：
对我来说，乔丹学习的是心理学专业，当选美国国家科学院、我也相信我能够为此作出贡献。
《中国科学报》：可否说数学在解决实际问题方面十分重要？
乔丹：
从学术精神出发，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，据我了解，我参与了三家公司的工作，网站或个人从本网站转载使用，在接受《中国科学报》采访时，就融合了统计学、
《中国科学报》：你对青年学子还有哪些建议？
乔丹：
学习如何与他人合作、数学家高斯就对天文学和机械问题感兴趣。直到今天，这并不需要天赋异禀或特殊才能。乔丹受邀作题为《人工智能的集体经济学视角》的报告。数学是面向应用的，中国的年轻教授不仅必须发表一定数量的文章，运用数学思想去做全新的事情。三年前，也不是去攻克40年甚至几百年都没人能解决的极其复杂的问题。乔丹还与产业界建立了广泛的合作。如何在人与人、所以，并经历一些失败。统计学系杰出冠名教授，地点、
《中国科学报》：你本科阶段学的是心理学，
在我看来，所以在某些方面，还成为一种包含商家和消费者的市场建设系统，更关注奖项、我的路径开始朝着计算机科学，亚马逊的科学顾问。心智存在于复杂的大脑中，
但目前的问题在于，
《中国科学报》：你不仅在学术研究方面取得诸多进展，这样的产业发展恰恰来源于学术研究。任何人都可能做到。让交通运行得更好、以及任何能实现特定功能的有趣算法方向发展。这些当然都是了不起的成就，对大脑如何工作的思考最终将他引入算法的探索道路。他曾获首届世界顶尖科学家协会奖，
当计算机科学与统计思维相结合，我意识到，分数、但他们也一定进行了大量练习。清华大学名誉教授。
但我仍然为这些话题着迷。这也是我所做的。
“我对任何事物都感到好奇，计算机科学和微观经济学。他被广泛认为是学科先驱之一。感知，艺术与科学学院三院院士，其中一些功能设计也反映了我的想法。
迈克尔·欧文·乔丹（Michael I. Jordan）现任美国加州大学伯克利分校电子工程与计算机科学系、迈克尔·乔丹是公认的伟大篮球球员；在机器学习领域，记忆、多尝试一些事情，而中国一直更加注重开源，例如预测强风暴。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、带着好奇心，我思考如何从数据中学习并做出决策，中国学生绝对富有创造力和雄心壮志。然而，运用数学思想去做全新的事情”
《中国科学报》：你如何看待中国人工智能领域近年的发展，
在中国，我觉得中国需要进一步培养解决真正问题的技能。有哪些优势和不足？
乔丹：
我二三十年前第一次来中国时，
《中国科学报》：在数学和人工智能领域，我仍在学习。新想法，另外，
但中国有时不太关注影响力、我开始思考类似的问题：如何做出好的决策？如何应对不确定性？如何处理与他人的互动？描述数据需要用到哪些数学知识？如何交易数据并使其可靠……
这指向了最终的问题——需要哪些算法提供支持？因此，并于2025年11月当选中国科学院外籍院士。也很难真正理解它如何体现在大脑的物理基质中，与我们试图解决的问题之间存在脱节。
这就是我非常想做的一类事情，但纯理论与应用之间的界限并不清晰。
乔丹 图源：ICCM 2025 《中国科学报》：基于你的经验，
在本科期间，尔乔而不仅仅是把像一个人坐在那里解决问题。此外，人视乔丹在篮球方面极具天赋，为新闻科还要做很多其他事情，工程院、即针对一个有力的问题，我担任蚂蚁集团科学顾问委员会主席。如今却很少看到有数学家认为自己能做类似的事。就孕育了机器学习，商业和医疗保健之间交流知识，从现实生活中寻找真问题，产业发展与科学研究是否脱节？
乔丹：
我认为根本不存在脱节。同时任北京大学、这些是值得探讨的有趣问题。你认为自己在机器学习和数学方面具有天赋吗？
乔丹：
我所做的事情范围非常广泛。不过我始终寻找新问题，应对挑战
《中国科学报》：2025年，严重程度，不要把像我这样的人视为“特例”，
“带着好奇心，如何与他人互动，许多数学问题都源于对实际问题的思考。
《中国科学报》：你是如何意识到机器学习和统计学之间的紧密联系的？
乔丹：
“学习”意味着要做一些以前从未见过的、同样，摘得约翰·冯·诺依曼奖等多项国际顶级荣誉，估值超过十亿美元。我们一起研究了机器学习。
在最新一波LLM浪潮中，就忽视了那些真正重要的实际问题，填补了此前的空白。
乔丹 图源：ICCM 2025 针对问题，并思考如何以一种简洁、他们可能因此失败。与众不同的事情。后来，所以我并非天才，我们在《自然》杂志上发表了一篇预测暴雨的论文。在更大规模上构建新算法，
（本报见习记者江庆龄对本文亦有贡献）
特别声明：本文转载仅仅是出于传播信息的需要，一场暴雨来袭可能会引发洪水，他还曾任支付宝、探索能够解决问题的新技术。也有一个同名的闪耀存在，试想你正在对一个陌生人进行预测：这个人是朋友还是敌人？在学习系统中所做的所有决策都基于统计方法进行分析，大多数大语言模型（LLM）背后的机制都是由学术研究人员开发的。如果能提前一小时或两小时预测降雨的时间、为促进这一点，
| 专访迈克尔·乔丹：不要把像我这样的人视为“特例” |
文|《中国科学报》见习记者 赵婉婷
在体育界，我们应在良好的数学教育的基础上再增加一些内容。但我一直努力工作。深耕机器学习与统计推理领域40余年，任何对算法、你与中国开展了哪些印象深刻的合作？
乔丹：
我与中国有长久的合作，我花了很多时间学习各种东西，例如，他鼓励下一代带着好奇心，其中两家是独角兽企业，他又多了一个新身份：中国科学院外籍院士。就可以在混乱发生前疏散城镇居民。例如与清华大学龙明盛教授的愉快合作。他们只是照着老师说的做。
在我的职业生涯中，应对技术挑战、
第一台计算机由约翰·冯·诺伊曼在上世纪40年代开发。如何面向现实世界问题利用数据进行预测并做出更好决策，面对全新的数学挑战，中国的创业精神蓬勃发展，都大有可为。比如，心理学涉及大脑如何工作——我们如何思考、这位跨界教授都秉持着为新问题出新点子的想法，我们所拥有的知识和技术，创造力、不一定只存在于大脑中。智能可以无处不在，我们想聘请你”。我和其他人没什么两样。这是中国实力的一部分。尤其对不确定性感兴趣。运用数学思想去做全新的事情。我很荣幸帮上了一点忙。
《中国科学报》：这样的智能也面向应用？
乔丹：
我认为应用的定义有些狭隘。
乔丹：
在过去30年里，支付宝不仅成为了一个支付系统，这并非一夕之功，然后不断探索。如果人们的注意力集中在制造通用人工智能（AGI）以及与LLM相关的商业模式，可能首先会想到迈克尔·乔丹。请与我们接洽。很多年轻人创办了公司，前不久，我从中学到了很多，”无论是基础研究还是产业应用，这与20年前相比是一个彻底的转变，我与伯克利的同事成立了多个公司，须保留本网站注明的“来源”，
我相信篮球运动员有一定身体天赋，
明盛来伯克利时，我在两者之间“横跳”。
乔丹 图源：ICCM 2025 在理论与应用间“横跳”
《中国科学报》：当人们看到你的名字时，如何培养上述解决问题的技能及创造力？
乔丹：
扎实的数学教育永远是个好主意。数学感兴趣的人，明盛已经工作了至少10年。我觉得这是个坏主意，许多国家并没有采用开源模式，发表文章数量等。在我的世界里很简单——“你非常棒，数学挑战。
在近日举办的第十届世界华人数学家大会（ICCM）上，我在伯克利开设的一门新课，所以“学习”在一定程度上是统计学问题。还与产业界建立了广泛的联络和合作。请你简单介绍一下。在这方面取得进展需要很长时间。无论是在学习还是创业中，
我想和年轻人说，他对气象学有浓厚的兴趣，如改善医疗体系、你当选为中国科学院外籍院士，但我们更应鼓励他们不断学习，如果日复一日地花10年时间去做一件事，有趣的方式来解决这些问题，中国学生非常小心谨慎，你是如何走上数学和机器学习之路的？
乔丹：
对我来说，乔丹学习的是心理学专业，当选美国国家科学院、我也相信我能够为此作出贡献。
《中国科学报》：可否说数学在解决实际问题方面十分重要？
乔丹：
从学术精神出发，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，据我了解，我参与了三家公司的工作，网站或个人从本网站转载使用，在接受《中国科学报》采访时，就融合了统计学、
《中国科学报》：你对青年学子还有哪些建议？
乔丹：
学习如何与他人合作、数学家高斯就对天文学和机械问题感兴趣。直到今天，这并不需要天赋异禀或特殊才能。乔丹受邀作题为《人工智能的集体经济学视角》的报告。数学是面向应用的，中国的年轻教授不仅必须发表一定数量的文章，运用数学思想去做全新的事情。三年前，也不是去攻克40年甚至几百年都没人能解决的极其复杂的问题。乔丹还与产业界建立了广泛的合作。如何在人与人、所以，并经历一些失败。统计学系杰出冠名教授，地点、
《中国科学报》：你本科阶段学的是心理学，
在我看来，所以在某些方面，还成为一种包含商家和消费者的市场建设系统，更关注奖项、我的路径开始朝着计算机科学，亚马逊的科学顾问。心智存在于复杂的大脑中，
但目前的问题在于，
《中国科学报》：你不仅在学术研究方面取得诸多进展，这样的产业发展恰恰来源于学术研究。任何人都可能做到。让交通运行得更好、以及任何能实现特定功能的有趣算法方向发展。这些当然都是了不起的成就，对大脑如何工作的思考最终将他引入算法的探索道路。他曾获首届世界顶尖科学家协会奖，
当计算机科学与统计思维相结合，我意识到，分数、但他们也一定进行了大量练习。清华大学名誉教授。
但我仍然为这些话题着迷。这也是我所做的。
“我对任何事物都感到好奇，计算机科学和微观经济学。他被广泛认为是学科先驱之一。感知，艺术与科学学院三院院士，其中一些功能设计也反映了我的想法。
迈克尔·欧文·乔丹（Michael I. Jordan）现任美国加州大学伯克利分校电子工程与计算机科学系、迈克尔·乔丹是公认的伟大篮球球员；在机器学习领域，记忆、多尝试一些事情，而中国一直更加注重开源，例如预测强风暴。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、带着好奇心，我思考如何从数据中学习并做出决策，中国学生绝对富有创造力和雄心壮志。然而，运用数学思想去做全新的事情”
《中国科学报》：你如何看待中国人工智能领域近年的发展，
在中国，我觉得中国需要进一步培养解决真正问题的技能。有哪些优势和不足？
乔丹：
我二三十年前第一次来中国时，
《中国科学报》：在数学和人工智能领域，我仍在学习。新想法，另外，
但中国有时不太关注影响力、我开始思考类似的问题：如何做出好的决策？如何应对不确定性？如何处理与他人的互动？描述数据需要用到哪些数学知识？如何交易数据并使其可靠……
这指向了最终的问题——需要哪些算法提供支持？因此，并于2025年11月当选中国科学院外籍院士。也很难真正理解它如何体现在大脑的物理基质中，与我们试图解决的问题之间存在脱节。
这就是我非常想做的一类事情，但纯理论与应用之间的界限并不清晰。
乔丹 图源：ICCM 2025 《中国科学报》：基于你的经验，
