2023年金融科技有哪些趋势值得关注？我们访谈了7位专家

1月5日,北大光华度小满金融科技实验室联合《麻省理工科技评论》中国研究团队发布了《2023年金融科技趋势展望》,提出了生成式人工智能、因果推断、图计算、科技伦理治理、链上分布式金融应用、隐私计算、图计算、虚拟数字技术、自动机器学习和云上能力升级等十大技术趋势。

报告研究团队访谈了七位金融科技行业的技术专家、关注人工智能技术应用的科研学者,包括香港理工大学计算机系教授郭嵩、清华大学人工智能研究院常务副院长孙茂松、之江实验室图计算研究中心副主任陈红阳、上海交通大学计算机科学与工程系教授郁昱、香港科技大学计算机科学与工程系教授陈凯、CMU机器学习系副教授张坤、度小满CTO许冬亮。

对于2023金融科技行业有哪些值得关注的前沿技术。孙茂松认为“大模型是数字经济时代智能信息处理的基础设施。如果将它的能力放在金融行业中去处理原有的任务,性能和效果将会有显著的提升。如果因此出了一个诺贝尔经济学奖(将人工智能用于金融研究或预测),我一点都不感到惊奇。”

郭嵩认为“对于金融行业来说,数据的使用和安全更加重要。‘隐私、安全和公平性’是最需要关注的三个话题。此外,从治理角度来看,区块链作为一种基础设施,也是数据治理的重要技术手段。”

郁昱谈到“非交互式的零知识证明在区块链中有着广泛的应用,但也存在例如其占用内存大、 证明时间长等缺点,因此在有些应用场景中效 率较低、用户体验时间也长。未来,更多科研工作将在交互式零知识证明方面开展。”

陈凯对于隐私计算技术表示“不解决算力和通信问题,其大规模应用无从谈起。采用大量密文计算,加密后的数据计算将产生大量的算力开销,单次模型训练与迭代的耗时将会呈现指数级增长。”

张坤认为“显然,机器学习一定可以帮助我们更好地理解、发现和使用因果关系。我们希望用因果的思维方式去看待机器学习,这样可以帮助我们从传统的只是基于预测的机器学习,走到更高维的层面,走到理解、可信任、可干预的人工智能发展层面来。”

许冬亮则表示“人工智能技术在金融行业的应用必将革新金融行业的现有服务模式。但它在金融行业的应用潜力目前可能只发挥了不到1%,随着技术商业应用成熟度的不断提升,人工智能技术将改变金融行业价值链的每一环节。”

对于短期内人工智能总体的发展,陈红阳认为“会保持大模型、大数据、多数据源、多任务的趋势,通过大规模算力堆砌实现接近甚至超越人类的精度。但数据驱动的人工智能可能无法突破弱人工智能的极限。”