转自:新华财经
在4月17日举办的中国金融学会2023年经济金融学术前沿系列研讨活动“智能计算与金融场景的交叉创新”研讨会上,之江实验室金融科技研究中心主任李楠做了题为“人工智能在金融领域的机遇与挑战”的学术宣讲。
李楠认为,金融与人工智能的结合面临着三个方面的主要矛盾:首先,金融行业的数据封闭性与人工智能模型在开放领域大量数据训练的需求以及云计算公共云部署存在矛盾。其次,金融作为知识密集型行业,其确定性知识与经验型知识并存,这与大模型模糊知识输入输出的特点产生冲突。金融行业追求精确且有意义的产出,而如何将经验性知识转化为模糊知识成为挑战。最后,大模型的计算原理没有被充分研究,其“黑盒化”运行的特点,使得大模型应用尚不能完全满足监管的要求,仍需更多探索和研究。
之江实验室在金融智能领域的思考和布局主要包括三个方面。首先,关注金融数据安全的可信知识研究,利用统计方法去识别哪些数据可能受到污染。其次,专注于金融多模态信息表征和融合技术研究,充分考虑金融领域的多样性,将文本、图片、时间序列等不同形式的知识转化为参数化知识,以满足金融模型的需求。最后,针对金融智能模型的推理和决策可解释性进行研究,以使黑盒模型能够更好地解答用户的业务问题。这三个方向共同构成了之江在金融智能领域的核心技术布局,为金融行业提供更高效、可靠的智能解决方案。
浙江大学国际联合商学院学术院长钱美君在点评中强调,在金融领域中应用人工智能时,对人工智能模型的设计,也就是输入输出之间的“盲盒”,提出正确的问题至关重要。以帮助防范金融危机为例,表面上看似独立的各种经济活动实际上存在诸多经济联系,各自的风险积聚可能触发连锁反应导致金融危机。如何引导人工智能的数据分析能力和多场景模拟,我们才可以更有效地进行风险管控和预测,为政策制定提供更为严谨的依据和预测效果。
人工智能可以广泛应用到金融机构以提供多样化产品和服务。如何在这些应用模型的设计中,提出正确的问题,不仅对解决数据、计算和布局这些矛盾重要,而且会影响人工智能的设计对金融监管的赋能和挑战间的平衡。
钱美君还提到了解决中小微企业问题对中国经济稳定的重要性。人工智能在此领域具有巨大应用潜力。相较于传统模型,如何引导人工智能设计,使它在分析非量化信息,并将其量化方面具有发挥优势。这可能有助于金融机构开发出新的信用评估模式,进而解决中小微企业所面临的挑战,为中国经济的稳定发展作出贡献。(姜楠)
VIP课程推荐
APP专享直播
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)