院士增选总体情况 - 中国工程院2025年外籍院士增选共选举产生24位中国工程院外籍院士 [1] 机械与运载工程学部 - 学部增选4位外籍院士，分别来自英国、日本、乌克兰和葡萄牙 [4] - 研究方向涵盖机械制造与自动化、机械工程、船舶与海洋工程 [4] 信息与电子工程学部 - 学部增选5位外籍院士，分别来自英国、美国、新加坡和奥地利 [6] - 研究方向集中在数据科学、人工智能、控制科学与工程、电子科学与技术及供应链优化 [6] 化工、冶金与材料工程学部 - 学部增选3位外籍院士，分别来自美国、英国和加拿大 [8] - 研究方向包括金属材料腐蚀与环境断裂、航空复合材料、高分子化工 [8] 能源与矿业工程学部 - 学部增选4位外籍院士，分别来自美国、芬兰、英国和俄罗斯 [10] - 研究方向覆盖石油与天然气工程、动力工程及工程热物理、电气工程、地质与矿产探测 [10] 土木、水利与建筑工程学部 - 学部增选2位外籍院士，分别来自德国和澳大利亚 [12][13] - 研究方向包括城乡规划与发展、结构工程（结构优化设计） [12][13] 环境与轻纺工程学部 - 学部增选2位外籍院士，分别来自荷兰和美国 [14][15] - 研究方向为食品科学与工程、健康相关的水微生物学 [15] 农业学部 - 学部增选1位外籍院士，来自德国 [16][17] - 研究方向为合成生物学及遗传工程 [17] 医药卫生学部 - 学部增选2位外籍院士，分别来自瑞士和英国 [18][19] - 研究方向为生物医学与工程、分子肿瘤学 [19]

世界数码竞争力排名 - 香港在《2025年世界数码竞争力排名》中位列全球第四位，较去年上升三位[1] - 在排名三大因素中，“科技”和“知识”表现优异，分别维持全球第三位和第五位[1] - “准备程度”排名显著上升五位至全球第十位[1] - 子因素中，“技术框架”和“适应态度”排名全球第一位，“人才”和“培训和教育”排名全球首五位[1] 香港的竞争优势与政府策略 - 香港拥有国家和国际机遇的双重叠加优势，以及蓬勃的创业生态系统、自由公平开放的营商环境、简单低税制和坚实的政策支持[1] - 香港特区政府致力完善创科建设策略布局，以三大创科园区、五大研发机构为主体架构，积极推动创科发展并培育新质生产力[1] - 香港行政长官在2025年《施政报告》中宣布一系列措施以落实国际创科中心建设[2] 具体发展措施与基建规划 - 在推动研发方面，正推进“香港微电子研发院”两条中试线的组装，并将于明年内完成生命健康研发院及香港人工智能研发院的筹建工作[2] - 在加速新型工业化方面，将提速建设第三个“InnoHK创新香港研发平台”，下调“新型工业加速计划”申请门槛以及于2026-27年度启动“创科产业引导基金”[2] - 数码港人工智能超算中心将于本年内提升算力，配合已推出的30亿元“人工智能资助计划”[2] - 香港政府正就北区沙岭约10公顷数据园区用地进行公开招标[2] - 河套深港科技创新合作区香港园区在本年内开始营运，《新田科技城创科产业发展规划概念纲要》亦会在本年内公布[2]

核心观点 - 中国已具备建设高质量数据集的能力和研究实力 需要组织科学家以公共视野和科学眼光推动这项工作[1] - 在海洋高质量数据集建设上实现突破 测试结果达到甚至优于国际水平[1][4] - 统计学作为通用语言能够连接不同领域数据特性 推动跨领域大数据应用创新[2] - 统计学是人工智能的基础 需加强不确定性度量并优先尝试简单统计模型[2] - 数据分析人才缺口很大 需要加强人才培养[3] - 高质量数据集建设仍有待加强 科学家仍依赖国外数据但中国已具备自主构建能力[4] 超高维大数据统计挑战 - 传统多元分析针对固定维度样本量较大情况 而超高维问题维度可达数千万[1] - 2000年后开始系统研究高维数据分析 独立数据方面的数学与统计问题已基本解决[1] - 新挑战包括数据非完全独立性以及多模态混合和时空相关性问题[1] 跨领域数据应用 - 各领域数据存在共性 如大气环境研究与脑电波分析方法存在高度一致性[2] - 传统方差分析方法已有百余年历史 广泛应用于农业育种医学评估等领域[2] - 大气和海洋数据在时空相关性方面有共性 但海洋观测难度更大[2] 人工智能与统计学协同 - 人工智能本质基于数据 与统计学天然紧密相关[2] - 卷积神经网络具有强大表示能力 但统计学更关注不确定性度量[2] - 应优先尝试简单统计模型 再考虑复杂人工智能模型[2] - 需对人工智能与统计方法进行不确定性度量并给出区间估计[2] 数据人才培养 - 包括人工智能在内的数据分析领域人才缺口很大[3] - 已开设相关本科专业 即将启动数据分析师专业硕士项目[3] 数据资源建设 - 许多科学家仍依赖美国国家海洋和大气管理局、欧洲中期天气预报中心等国外数据[4] - 中国在数据同化研究及相关方法学方面已处于世界前沿[4] - 西太平洋科学数据集构建取得关键突破 测试结果达到甚至优于国际水平[4]

人工智能对劳动力市场的影响 - 人工智能正在从"工具"转变为"劳动力"，提升效率并可能取代人工工作，打破生产力瓶颈 [2] - AI在制造业、金融业、医疗健康等领域展现出巨大潜力，例如智能化生产线、算法交易和AI辅助诊断 [2] - 人工智能可能导致"大规模失业"，尤其是低技能、重复性岗位如客服、仓储物流和数据录入 [3] 行业冲击与机遇 - 制造业中机器人与智能化生产线将取代手工和机械操作岗位，例如汽车制造业的重复性装配工作 [5] - 运输行业面临自动驾驶技术冲击，卡车司机和出租车司机需求可能大幅下降 [5] - 高科技、创意产业和专业化领域将受益，如大数据分析、AI算法开发和机器人维修等新兴岗位 [4][5] 劳动力市场重构 - 未来就业市场将动态变化，依赖传统技能的行业可能消失，适应新技术者将获益 [4] - 劳动密集型产业如制造业、运输业和服务业将首先受到AI冲击 [4] - 数据科学、AI算法工程师和智能硬件开发等新兴行业将爆发式增长 [5] 社会与政策应对 - 政府需推动劳动力再培训与职业转型，例如通过政企合作促进技能升级 [6] - 教育、政策和技术创新是帮助劳动者适应AI变革的关键 [6] - AI普及不会完全摧毁就业市场，而是催生更多创新和机会 [6]