近日，英国皇家工程院院士、欧洲科学院院士郭毅可应邀做客第290期南科大讲堂，在线上为我校师生带来以“数说抗疫-数据科学和机器学习在实际中的应用”为主题的精彩报告。统计与数据科学系系主任邵启满讲席教授和杨丽丽教授主持讲座，120余名师生在线参加。

线上讲座现场

郭毅可是英国皇家工程院院士、欧洲科学院院士、欧洲研究协会(MAE)成员、英国皇家学会理事、英国帝国理工学院终身教授。郭毅可现任香港浸会大学副校长和英国帝国理工学院数据科学研究所所长。郭毅可主要从事分布式数据挖掘，以及在网格计算、云计算、传感器网络以及生命科学领域中的数据科学的研究。郭毅可院士在大规模数据挖掘技术、系统和运用领域是蜚声海内外的世界知名科学家，多次作为杰出旅英华人代表受到国家领导人接见，为国家科技发展建言献策。

首先，郭毅可从英国外科医生斯诺利用“随机采样”、“假设检验”等方法推测出水源是霍乱感染源的故事讲起，展现了流行病学与数据科学的深厚渊源。之后，结合近年对世界造成巨大影响的新冠疫情，郭毅可引出经典的传染病动态系统模型：SIR模型，介绍了基本繁殖率、瞬时繁殖率等概念并简述抗疫政策或技术与各参数间的关系。接下来，郭毅可从SIR模型的缺陷出发，结合已知系统和观察，需要推演状态的反演类机器学习方法，提出基于贝叶斯思想的“机器学习的认知学模型”：主要利用不断更新的观察与前一次预测间的距离，动态地修正用来预测观测的系统的状态值。在香港的疫情实控中可以看到，由于基于贝叶斯的机器学习方法的特性，疫情观测本身的滞后性被很好的消除了。

随后，郭毅可介绍了用分子动力学模拟人与人接触的状态下，社会结构中的传染状态，并结合再生过程，将其应用到印度大壶节的感染场景中，尝试模拟印度疫情爆发的关键事件。

报告最后，郭毅可院士强调，数据科学不止有人脸识别、机器学习，也是实现有免疫力和抗灾力的社会的关键。数据科学对流行病学的巨大贡献，是理解流行病的传染特性，传染规律和控制策略的有效性的重要手段。讲座结束后，现场师生踊跃提问，郭毅可院士一一耐心解答。

讲座部分嘉宾线上合影

通讯员：孙旭阳、周琳