2025年6月12日，中国人民大学高瓴人工智能学院迎来了一场聚焦资源分配公平性与效率平衡的深度学术交流。加拿大麦吉尔大学副教授、德桑特尔荣誉学者丁弋川应邀访问，以“Tight Bounds for The Price of Fairness”为主题展开前沿报告，为师生揭示了公平准则在资源分配中的理论边界与实践意义。

高瓴人工智能学院长聘副教授祁琦首先介绍丁弋川副教授的学术贡献，特别强调他在医疗资源分配、排队优化等领域的开创性工作，指出其研究“将数学模型转化为推动社会公平的温度计”，体现了运筹学与人文关怀的深度融合。

丁弋川副教授的报告直指资源分配的核心矛盾：当决策者为有限资源引入公平时，系统效率会付出何种代价？他以Bertsimas等学者2011年提出的“公平价格”（POF）概念为起点，指出传统模型假设所有参与者效用上限均等的局限性，而现实世界的不对称性才是常态。其团队的核心突破在于三方面：首次提出适用于任意参与者数量的比例公平准则紧界，无论个体效用是否均等；突破Bertsimas模型的均等假设，在非对称场景下推导出最大最小公平的紧界，证明其渐进上界严格小于已有成果；揭示POF达到峰值的临界条件，并通过效用变异度对比新旧界限的敏感性，为政策制定者提供动态决策工具。

学术报告后的座谈环节由高瓴人工智能学院准聘副教授王子贺主持。丁弋川副教授以学者、导师、跨界者三重身份与师生展开热烈讨论。针对学生提出的科研压力问题，他分享了独特的“情绪价值”供给理念：“导师的使命是成为学生的安全网而非压力源。”他继而延伸探讨了学术影响力的关键一环，即清晰表达的重要性：“卓越的研究成果要发挥最大价值，不能仅仅停留在实验室或论文里。精妙的公式需要生动的讲述，深刻的见解需要有力的表达。除了做好科研本身，我们必须精进写作与表达的能力。只有学会有效沟通，将复杂思想化为清晰语言，让更多人看见、理解并认可我们的工作，才能真正扩大研究的涟漪效应，使其从理论走向实践，甚至影响政策、惠及社会。良好的表达，是让学术成果中的善意生效的催化剂。”

当探讨运营管理（OM）与计算机科学（CS）的学科差异时，丁弋川副教授提出精辟见解：“OM学者像建筑师，关注系统为何失效；CS学者像工程师，聚焦如何重建系统。例如在肾脏分配问题中，OM研究者设计公平交换机制，CS研究者优化匹配算法的实时复杂度。”他进一步指出，未来属于“双栖学者”：懂机制的工程师能避免算法伦理失控，懂技术的建筑师能让理论落地生根。这种交叉思维正契合人大高瓴“人工智能+社会科学”的平台基因，尤其在医疗机器人调度、低碳供应链等场景中，需融合排队论与强化学习、优化算法等跨学科技术。

最后，祁琦副教授以“运筹之仁，算法之善”总结丁弋川副教授的学术精神。他的工作证明，数学的严谨与人文的关怀并非悖论——当公平的代价被精确度量，人类才真正握紧平衡效率与正义的标尺。这场思维激荡，恰如高瓴人工智能学院所倡导的“有人类情怀（有温度）的人工智能”之缩影：在代码与方程之上，永远跃动着对人类命运的深切关照。