12月11日，江苏省互联网金融协会与苏宁金融研究院团结举行的“2020江苏金融科技与普惠金融生长研讨会暨苏宁金融研究院五周年论坛”在南京举行。香港浸会大学副校长、英国皇家工程院院士、江苏苏宁银行首席科学家郭毅可教授在会上作了《铸就人工智能重器 赋能金融工业升级》的视频演讲。以下为演讲节选：尊敬的列位嘉宾，大家下午好！首先谢谢主办方江苏省互联网金融协会与苏宁金融研究院的邀请，在今天和大家配合探讨江苏金融科技和普惠金融的生长大计。
数字经济与数据资产我们这个时代是一个大数据的时代。大数据是我们时代的自然资源，在人类的历史上，从来没有过像现在这样用很是轻便的方法、用很是短的时间获得大量的数据，通过差别的传感器，通过种种的数据收罗，通过互联网上自己的生活痕迹收罗大量的数据，成为新的自然资源。在这个大数据时代，我们有了一个基本的技术生态，我们有云盘算，同时又有无线网、有5G，可以使每小我私家随时随地会见到数据服务。
这个时代把数据酿成资源，有了这个以后数据就酿成了资产。今天又开始过渡到一个对它资本化的历程，把数据作为一种产物，作为一种可以交流的资产，就是资本，它作为新的社会生长的动力。今天数据资产的特点，它具有个性化，每小我私家都是数据的生产者，正是因为这个原因，所以我们才有了数据市场的观点，才有了像GDPR这样对于小我私家资产的掩护这样的一种协议，这是一个很是重要的未来前景，在数据组成的环节中，每小我私家都是数据生产者，也是数据资产的拥有者，怎么界定它，怎么掩护它，是我们经济生活中一个重要的特点。
从数据资产到数据资本有两个重大的瓶颈，第一点是要解决数据资产的生意业务性和数据使用的特征，要保证我们所形成的数据资产的产物，是可以用来交流的，这个时候就有一个很是重要的数据特点，那就是所谓的使用的非排他性，数据可以随意拷贝。解决这个问题有区块链的技术，区块链组成数据中间，每一块的数据资产都是不行复制的，这就是形成生意业务性的一个重要条件。第二点，对于小我私家数据靠近无限的量级，我们无法用脑力来处置惩罚我们的数据，这个时候就需要用人工智能，人工智能的一个重要任务就是把数据形成数据产物。
从这个意义上来讲，数据经济和社会具有整体性，这个整体性从数据资源到数据资产，我们运用了区块链这样一种新的数据互联的结构，另有一个从数据资产到数据生产力，我们接纳的是人工智能这样的一个生产工具。这两个组合起来就是一个数据社会。那么基于这个社会的一个基础，对其经济学的研究就是数字经济学。
我们可以回首一下数据经济生态系统的演变，可以看到，从已往数据是零星的，每小我私家不规则地治理它，到了2010年之后泛起了云盘算，就泛起了数据治理者的观点。我们可以托管数据，就像银行治理着我们的款项，我们有一个数据中心或者云盘算中心治理着我们的数据。那么有了治理数据以后，数据的拥有者跟治理者之间就有一个很是重要的关系，这个关系是什么？这个关系就是资产治理。
数据治理者必须保证其治理的数据在使用时，能够保证数据拥有者的私密性、数据的拥有权、数据的控制权，这就引出了数据资产治理的观点，这在2010年以后到今天，都是一个最热门的题目。那么，形成了这样的资产治理以后，交流生意业务怎么样形成数据产物，这就是区块链的一个重要特征。同时，另一个重要的认识是我们今天所谓的大数据，即数据科学，就是通过数据来认识世界的科学。
数据科学与人工智能总结一下，我们认为数据是世界新的市场资源，我们不停使用和缔造这样的资源，这种资产或者资本化是数据科学一个重要的研究。数据科学另有一个重要的任务，通过数据来认识世界，怎么认识？它的认识是从视察来总结视察到的事实，总结的历程是基于统计的推演，推演的效果就是我们所说的模型，推演的历程不是人来做而是自动化，那就是机械学习、人工智能。
我们将会有越来越多的数据，越来越强的推理，越来越自动的学习，越来越深的明白，这就是我们的未来。以上就引出了人工智能的生长。所谓的人工智能是数据科学的一个基本技术，我们可以这样来简朴的看一下人工智能的特征。
我们有世界，有一个认知体，这个认知体可以是人也可以是机械，总的来说是一个认知。我们人在做认知或者机械做认知的时候要做总结，总结出来就是模型，模型存在我们的思维体中，在脑中的存储的模型不停地对这个世界做出判断，或者叫预测，这样的预测和视察就一定会形成对比，一个是主观的认识，一个是客观的视察。这个时候如果说我们把视察和自己主观的意识做一个比力，这中间会有一些差异，如果没有差异就很好，因为我们的认识获得了实际的磨练，这使我们的认识越发有信心；如果视察和认识有差别的话，那么这时候就会泛起两个效果，一个是我们相信自己的视察，相信世界的客观性，这个时候怎么办？就改变我脑中的模型，这就是一个学习的历程；另有一种人比力自信，相信自己的认知，认为自己是对的，这个世界是错的，那就会泛起改变世界，泛起一个行为。人类整个的认识历程基本上就这两类。
在已往，当数据量比力少，盘算率比力差的时候，机械人的知识获得，是通过人把自己的知识总结出一条一条的纪律，来告诉机械人，这是硬的输入。厥后随着数据量的增长，盘算能力的提高，我们才有了基于统计的学习，最后到今天的深度学习。
总而言之，我们的信息量越来越大，盘算能力越来越强，导致了我们知识获取能力、自动获取能力发生了变化。人工智能有许多的研究，下面讲一讲它的应用。今天许多所谓的智能，智能银行也好，智慧都会也好，智慧车也好，讲的都是给今天所生活的每一个社会体赋予一种人工智能推理的能力。
这里有许多的例子，中间一个比力重要的例子就是智慧金融，这内里有许多许多的应用，凭据我自己的一些实践，再稍微举一些例子。人工智能与金融工业升级一个是金融服务的精致化，很大的一个改变，通过数据可以感知整个金融界，跟你的金融产物的性能和市场体现，另有客户的洞察，这些都可以使得金融机构结构一个以客户为导向的，有准确营销的高性能服务，这是人工智能的一个很重要的应用。
现在讲的普惠金融，很大水平上就是细分，什么叫普惠？就是把金融落实到小我私家身上，未来的状态就是这样的，精致化的金融服务，强挪用户体验，强挪用户的个性需求。在金融服务链方面，整体上来说它有一个很重要的数据驱动的数据链，我们从产物竞争力到员工激励，到营销系统、治理，一直到客户的治理系统，这些都是通过数据来服务的，来看主顾的忠诚度，来看产物的易化水平，这内里都离不开大数据。
讲到这个问题，产物怎么设计？产物设计的未来总是一个特点，就是长尾效应，更多的个性化，更多的照顾每一小我私家，这个时候我们要研究产物的漫衍，要研究区域的竞争力，另有就是它的时效和整个生命周期中间差别的社会情况，差别的经济情况对它的影响，它的抗灾性等等，都是一种很是重要的数据驱动的做法。掌握资金流动的特征，特别是在信用打分的时候是很是重要的。前面讲的许多的消费信贷产物，面向小我私家的系统，这内里很重要的一点就是对小我私家归还能力的评分，这个评分内里有种种对你资金流动的理财喜好、风险偏好等等的特殊形貌，这也就决议了小我私家的信用。
另有很重要的一点，就是要展现金融世界中的内在关系，一个股票的增长和它的变化以及其他的金融产物的变化，跟一些因素相关，把它们之间的因果关系展现出来，是很是重要的，那么这一句话怎么解释我们所能看到的一些数据，就是一些连续数据，例如说股票的颠簸，那么我们怎么样通过这些颠簸来推导这些系统中间各元素之间的关系，这是一个很是重要的因果分析的关系，也是机械学习和人工智能中间的一个难点。金融羁系与人工智能产物化最近谈到最多的话题之一是大数据风控和羁系。大数据风控，它的特点是将风险控制落实到微观个体，而羁系的特点是通过政策来宏观控制风险，这两者之间的平衡实际上在相当长的一段时间里都是我们将要讨论的重点，它们两个是没有矛盾的，相辅相成，可是现在看来更多似乎是一种矛盾。久远看来，羁系需要更多的精致化，大数据风控必须要有一定的宏观政策保证，这两个是相辅相成的体系，这是一个很重要的研究领域，银行在最近的风浪中间应该获得一个启示，要真正认真地研究数据风控与羁系之间的关系。
最后，对于人工智能的研究，现在要做的是把它赋能工业化，产物化。这个所谓的工业化是什么？它是尺度化、组件化、流程化、社会化，我们要把人工智能很重要的种种功效作为告竣人工智能的组件，这方面我们有许多的履历，我自己也做过这方面许多的事情。工业化应用开发平台的结构，这内里不仅有模型的结构，有模拟分析器，另有一个很重要的特点就是模型治理，我们会生产出越来越多的知识分析模型，这些模型我们必须把它治理好，治理是我们对于一个企业知识的治理，这将会是人工智能生长工业化最重要的一个瓶颈，未来我们有许多的事情要去做。最后总结一下，今天人工智能给金融的智能化提供了很是好的技术，现在要做的是踏踏实实把这个技术用好。
我们对于人工智能许多的研究，没有须要去做太多的哲学问题上的思量，好比AI会不会凌驾人的智能等等，更重要的是要思量怎么样在今天种种社会生活中间把该技术用好，使得它为我们服务。那么，金融工业当中人工智能大有用处，希望江苏在这方面能够走得早，走得好，走得踏实。
也希望我在和苏宁银行的互助期间，能够为江苏省金融工业的生长做出自己的孝敬。谢谢大家！。
本文关键词：kaiyun
本文来源：kaiyun-www.cnchss.com