日韩精品无码人妻一区二区三区,久久久久亚洲av片无码v,激情伊人五月天久久综合,尹人香蕉久久99天天拍久女久

近日，中國銀行原行長李禮輝出席第七屆中國金融科技創新大會并作《數字技術迭代與數字金融戰略》的主旨報告。

李禮輝表示，人工智能的升級將會帶來重大的影響，人工智能在金融業的應用，現在集中在兩個方面：改進產品創新和客戶服務，改進運營管理和風險控制。AI的迭代升級將會在四個領域帶來沖擊和挑戰，一是算力集中和算力競爭；二是數據共享與數據管控；三是AI對齊與AI合成；四是AI信任與AI安全。在數字技術發展的形勢下，我們應該采取四種戰略，一是建設布局合理、全球領先的算力基礎設施；二是建設高品質、高效率的數據要素共享體系；三是建立一個可信、可控的數據安全制度；四是建立一個安全高效的智能金融制度。

過去的一年，生成式人工智能掀起了很大的熱潮，特別是微軟的OpenAI推出的ChatGPT取得了重大的進展，具有很大的市場影響力。去年11月，ChatGPT升級為Turbo，具有了多模態的能力，看得見，聽得懂，又能夠說話。我們可能需要特別關注的是人工智能的升級，到底在哪些重要的方面將會給我們帶來重大的影響。

我認為主要是三個方面。一是生成式AI啟動了內容生產方式和人機交互方式的變革，可以從非結構化的數據格式中學習信息，生成新的內容，包括文本、視頻、音頻、圖像和代碼等等，可以適應各種任務。二是從通用的大模型擴展到垂直模型，也稱為垂類模型，融入數字技術創新的不同領域，包括大數據、云計算、區塊鏈和物聯網，也包括自然語言處理，虛擬增強現實，人機交互和知識圖譜，計算機視覺，生物識別，當然也包括機器人、空間技術、自動駕駛、智能金融等等，形成了以AI技術為核心的復雜體系。三是能夠直接創造商業價值，最重要的是能夠降低知識應用的成本，從而創造商業價值。可以自動執行任務，提高投入產出比；可以提升工業、物流、服務流程的自動化程度，節約邊際成本；可以診斷生產經營各環節的運行缺陷，提升生產效率和管理效率。這方面的商業價值是非常明顯的，去年一年全球AI聊天程序的訪問數量超過了190億次，其中ChatGPT所占的比重超過了76%。

對于智能金融，就生成式AI所具備的技術發展的可能性來說，現在應該還處在輔助和助理的早期階段。有的機構預測，到2025年，生成式AI能夠使券商的市場估值提高20%以上，可以使保險機構的市場估值提高18%左右。人工智能在金融業的應用，現在集中在兩個方面：改進產品創新和客戶服務，改進運營管理和風險控制。

一、AI的迭代升級將會給我們帶來哪些方面的沖擊和挑戰？

主要有四個領域。

第一，算力集中和算力競爭。人工智能、大數據、人工智能都需要巨大的算力支撐，算力的競爭集中表現為AI模型水平的競爭。算力也在很大程度上決定金融的競爭力，智能化的信用評估、客戶篩選、風險定價、風險控制、量化交易、投資顧問、保險精算、數字員工，以及能夠鏈接C、B、F、G多端的供應鏈金融等，都需要數據、算力和模型的支撐。

算力建設需要持續投入巨大的財力人力，一定會導致算力的集中，算力競爭未來會是主要經濟體之間國家級的競爭，以及科技巨頭之間的競爭。

第二，數據共享與數據管控。不同領域、不同場景對數據資源的要求并不一樣，并非所有的應用場景都需要特大規模的數據，都需要大模型，應該是大模型和中小模型并行。立足于國家級和企業級的算力競爭，就要有國家級和企業級的數據支持。

2023年12月27號，《紐約時報》對OpenAI抓取版權保護的文本提出了訴訟，揭開了生成式AI環境下數據產權爭端的序幕。

就我們國家來說，派生于行政體制、支付模式、地緣政治的數據鴻溝，有可能會影響我們國家順利達成建設一流算力、一流AI模型的目標。一是科技共享模式的局限，可能影響數據資源的深度開發。在公共數據共享方面，我們還存在一些數據鴻溝，尚未徹底解決；互聯網平臺和金融機構之間的數據共享模式也還不太成熟，數據資源的價值不能充分挖掘。

地緣政治的沖突可能會影響全球數據資源供給的格局。美國等西方發達國家發展了幾百年，依托長期發展累積而成的數據資源的優勢，在諸多關鍵領域構建了西方主導的格局，比如美國的一個生物醫學文獻數據庫，收集了70年以來70多個國家的5200多種生物醫療刊物的文獻，每年遞增30萬到35萬條記錄，涵蓋所有的生物醫學領域。我們國家的生物醫學數據庫也在發展，但是跟美國相比目前還有指數級的差距。在地緣政治環境中，美國聯合西方國家對中國設置的技術壁壘不斷升級，現在是高端芯片和核心軟件，下一步有可能會衍生到數字資源領域。

第三，AI對齊與AI合成。AI對齊指的是AI系統的目標必須與人類的價值觀和根本利益保持一致，這個概念已經得到全球的原則認可。但問題在于，在地緣政治環境中，人類的價值觀和根本利益未必完全一致，AI對齊有可能會成為霸權國家價值觀輸出的技術工具。所謂的AI合成，是指應用深度學習、虛擬現實等生成類的算法制作圖像、音頻、視頻、虛擬場景等深度合成內容。隨著這方面水平的進化，深度合成的算法甚至可以對抗通用的技術性的甄別，可以制作高仿的擬真的聲紋，深度合成的內容最大威脅在于可以模糊真實與虛假的邊境。AI虛假已經被用于經濟詐騙，詆毀個人信譽和企業的商譽；AI操縱則可能被用于操弄負面輿情，抹黑政治對手，破壞政治信任，激化社會矛盾。

第四，AI信任與AI安全。以生成式AI為代表的人工智能最新技術還處在起步階段，相關算法和模型還不夠清晰和透明。我們把不那么成熟的人工智能技術投入高風險的金融領域，有可能會放大現在的風險，并產生新的風險。所以，智能金融創新應該要以AI信任和AI安全為前提，實現符合倫理標準的金融平等，保障符合安全標準的金融效率，營造符合經濟規律的創新模式。

二、在這樣一種技術發展的形勢下，我們應該怎么做？

一是建設布局合理、全球領先的算力基礎設施。我們應該錨定全球領先的目標，軟件和硬件并行，千萬不要忽視軟件。國家級與企業級聯動，新中心與老中心集約集成。就具體的“東數西算”來說，應該平衡數據傳輸、數據存儲、數據計算所需要的建設成本和營運成本，協調人力資源的配置。而且，建設算力基礎設施需要國家隊，也需要民營隊。沒有市場需求的技術創新是不可能變現的，人工智能的需求有個性化、多樣化的特點，金融業務，包括商業銀行、保險公司、證券公司、財富管理等，同一個領域的金融服務和管理的需求大同小異，智能金融模型的建設應該選擇適當的商業模式，包括自研、租用、采購、外包等等，重要的是提高投入產出比。

二是建設高品質、高效率的數據要素共享體系。中央的“數據二十條”明確了數據產權制度、數據要素流通和交易制度、數據要素收益分配制度、數據要素治理制度的規范。現在重要的是落到實處，能夠擴展數據的規模，提高數據的品質，促進數據流通，實現數據共享，充分發掘數據價值。重點是要把有關的體制機制建設好，增強數據要素的共享性和普惠性，提高數據要素的質量，有效防范和化解各個領域的數據風險，通過開放、合作，實現互利共贏。對于專利數據和版權保護文本，應該按商業化的路徑實現數據共享。

三是建立一個可信、可控的數據安全制度。國家要建立AI信任制度和AI監管制度，在立法和執法層面明確禁止AI造假和AI欺詐。賦予合格企業，包括科創企業，AI信任的標志。要提升深度合成內容的鑒別技術，提供對抗AI虛假的公共服務。在國家的層級建立預防AI操縱的防火墻，維護數字經濟時代的國家安全。可信的開源能夠成為數字技術創新的可行路徑，但是我們必須注意開源的AI模型和算法與生俱來的系統綁定和技術依賴，要把自己的事情做好，要鼓勵優先采用國產的有自主產權的AI模型和AI軟件。

四是建立一個安全高效的智能金融制度。金融業生成式AI的應用剛剛起步，如果過多依靠市場自律，可能會導致壟斷、導致系統性行業風險，但是過于嚴苛的金融監管可能會抑制創新和產業發展。我覺得可以考慮的原則，一個是“高中”，一個是“初小”。“高”是引領創新，占領全球技術的高地,“中”是接地氣的中國方案，“初”是有能力把風險消滅在萌芽狀態,“小”是實現風險概率和風險成本的最小化。這就要求我們加快智能金融的監管創新。我補充一下肖主席提的觀點，比如說制定法律法規，明確智能金融各參與方的責任邊界，包括智能金融監管的基本原則、監管機構的職責和權限、金融機構的智能金融業務規范；建立穿透式、一體化、跨局域的智能金融協同監管系統，實現監管信息共享；建立智能金融技術審核認證制度，完善AI大模型的測試平臺、工具、標準和方法；建立智能金融風險分析和監測系統，及時識別、評估并提前預警異常交易和市場操縱，主動預防系統性風險；允許在監管沙盒機制下試行智能金融業務突破性創新，累積監管經驗和數據支持；積極參與構建數字經濟國際規則和數字技術通用標準，加強智能金融國際監管協作和交流，在數字經濟國際規則建設中爭取中國的話語權，在數字技術通用標準建設中爭取中國的“定位權”。