2025年3月15日，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，CCF YOCSEF香港分論壇與蘇州分論壇學(xué)術(shù)委員會(huì)同步組織的“CCF YOCSEF雙城聯(lián)動(dòng)CLUB：探秘生成式人工智能與金融數(shù)學(xué)創(chuàng)新”活動(dòng)在香港培僑書院與昆山狄邦華曜學(xué)校同步舉行。
在昆山會(huì)場(chǎng)，我們?cè)诘野钊A曜的校園里迎來了國(guó)際數(shù)學(xué)建模挑戰(zhàn)賽（IMMC）聯(lián)合創(chuàng)辦人張巖峰、西交利物浦大學(xué)郭進(jìn)教授、李華康教授、亞馬遜云科技教育行業(yè)總監(jiān)兼CCF YOCSEF香港副主席劉東屏博士以及蘇州本地的百余位高中生、大學(xué)生、教育工作者、科技企業(yè)代表及政府代表等人的到訪。
跨越兩城、聯(lián)合三校，我們與來自香港中文大學(xué)的龍卓瑜香港嶺南大學(xué)沈家星、香港培僑書院校長(zhǎng)吳靜雯以及香港培僑書院的高中生展開了一場(chǎng)聚焦生成式 AI 與金融數(shù)學(xué)的深度對(duì)話。
在AI時(shí)代變局下的教育對(duì)話
在全球科技快速發(fā)展的浪潮中，人工智能（AI）在金融行業(yè)的運(yùn)用越來越廣泛，其價(jià)值愈發(fā)凸顯。權(quán)威機(jī)構(gòu)預(yù)測(cè)，到2027年全球生成式AI市場(chǎng)規(guī)模將突破2,000億美元，其中金融領(lǐng)域的應(yīng)用將占據(jù)重要份額。
在投資決策、風(fēng)險(xiǎn)管理、量化交易等領(lǐng)域，AI技術(shù)正展現(xiàn)出革命性的創(chuàng)新潛力。這一趨勢(shì)正在為青年學(xué)子帶來前所未有的機(jī)遇，特別是在數(shù)理基礎(chǔ)與科技創(chuàng)新交匯的領(lǐng)域。
香港作為全球領(lǐng)先的國(guó)際金融中心，擁有得天獨(dú)厚的創(chuàng)新優(yōu)勢(shì)。香港金融科技生態(tài)系統(tǒng)高度發(fā)達(dá)，擁有超過800家金融科技公司，年度交易額超過2000億港元。同時(shí)，香港在人工智能研究領(lǐng)域?qū)嵙π酆?，相關(guān)論文被引用次數(shù)及影響力排名全球第三。
昆山作為中國(guó)經(jīng)濟(jì)最為發(fā)達(dá)的縣級(jí)市之一，以其深厚的教育底蘊(yùn)和蓬勃的科技創(chuàng)新環(huán)境著稱，在人工智能應(yīng)用領(lǐng)域的探索更是走在全國(guó)前列。此外，昆山擁有獨(dú)特的國(guó)際教育資源，包括昆山狄邦華曜學(xué)校、昆山杜克大學(xué)，為本次活動(dòng)提供了豐富的國(guó)際化教育背景。
在活動(dòng)開場(chǎng)，昆山狄邦華曜學(xué)校校長(zhǎng)蔡芳和香港培僑書院校長(zhǎng)吳靜雯分別致辭。
蔡芳校長(zhǎng)以“人工智能與金融數(shù)學(xué)融合”為主題，鼓勵(lì)青年學(xué)子勇于創(chuàng)新，探索科技與金融的無限可能，并強(qiáng)調(diào)跨地域、跨學(xué)科交流對(duì)培養(yǎng)創(chuàng)新思維與實(shí)踐能力的重要意義。
吳靜雯校長(zhǎng)以“香港作為國(guó)際金融中心的AI技術(shù)應(yīng)用”為主題，展望了AI技術(shù)在金融領(lǐng)域的廣闊前景，鼓勵(lì)青年學(xué)子把握機(jī)遇，推動(dòng)科技創(chuàng)新與金融發(fā)展的深度融合，并期待兩地青年通過此次活動(dòng)深入交流，共同成長(zhǎng)。
1、從數(shù)學(xué)建模的十年變遷，看AI帶給教育的新方向
作為國(guó)際數(shù)學(xué)建模挑戰(zhàn)賽（IMMC）聯(lián)合創(chuàng)辦人，張巖峰在論壇開場(chǎng)中展開了關(guān)于《金融數(shù)學(xué)與人工智能的融合創(chuàng)新》的主題演講，深入探討了AI技術(shù)在金融領(lǐng)域的應(yīng)用前景，強(qiáng)調(diào)了數(shù)學(xué)建模在金融科技創(chuàng)新中的核心作用。
引入國(guó)際數(shù)學(xué)建模競(jìng)賽（IMMC）經(jīng)驗(yàn)：融合數(shù)學(xué)、金融與AI技術(shù)，推動(dòng)跨學(xué)科創(chuàng)新實(shí)踐，培養(yǎng)青年學(xué)子的數(shù)理建模與解決實(shí)際問題的能力。
人工智能是否會(huì)顛覆傳統(tǒng)教育模式？
張巖峰先生引用清華大學(xué)經(jīng)濟(jì)學(xué)錢穎一教授的觀點(diǎn)，指出人工智能可能使以“機(jī)械記憶、重復(fù)訓(xùn)練”為核心的傳統(tǒng)教育優(yōu)勢(shì)蕩然無存。他提出，AI的普及將迫使教育回歸本質(zhì)。
AI 革命實(shí)際上是解放了人類的大腦。它把我們從機(jī)械、重復(fù)、被動(dòng)的腦力勞動(dòng)中解放出來，讓我們能發(fā)展想象力和創(chuàng)造力，提升對(duì)美、同理心、責(zé)任、愛的感知與踐行能力，還催生出許多和創(chuàng)造力、健康、心理相關(guān)的新職業(yè)。
AI時(shí)代下教育的新機(jī)遇是什么？
當(dāng)傳統(tǒng)教育模式被顛覆，受教育者要經(jīng)歷從“分?jǐn)?shù)競(jìng)賽”到“能力重塑”的過程，張巖峰先生談到人工智能給我們的教育帶來的機(jī)遇。
第一個(gè)機(jī)遇讓我們重新領(lǐng)會(huì)老子的智慧。
老子說“為學(xué)日益，為道日損”。AI 很擅長(zhǎng)整合知識(shí)，從數(shù)學(xué)的角度看，就像是用積分把過去的知識(shí)都?xì)w納起來再輸出，這就好比 “為學(xué)日益”，不斷積累知識(shí)。
不過，AI 沒辦法擁有人類真正的智慧。用數(shù)學(xué)概念來講，真正的智慧是對(duì)知識(shí)進(jìn)行 “微分”，找到知識(shí)里變化的規(guī)律，這一點(diǎn) AI 做不到。
香港大學(xué)有位教授，他對(duì)人工智能也有類似的反思，提到了 “integration”（整合）和 “differentiation”（分化、區(qū)分）的概念。這兩個(gè)概念的差異，讓我們意識(shí)到教育和學(xué)習(xí)應(yīng)該更加注重智慧的培養(yǎng)和價(jià)值的追求。這也給了我們反思和回歸東方教育優(yōu)勢(shì)的機(jī)會(huì)。
第二個(gè)機(jī)遇源自孔子的 “學(xué)而不思則罔，思而不學(xué)則殆”。
在 AI 時(shí)代，面對(duì) AI 給出的各種信息，我們要有判斷力和批判思維。借助 AI 提升學(xué)習(xí)效率時(shí)，掌握提問策略、發(fā)揮想象力和創(chuàng)造力、具備主人翁意識(shí)至關(guān)重要。
同時(shí)，即使 AI 能快速給答案，我們也不能放棄基礎(chǔ)知識(shí)、理論和方法的學(xué)習(xí)。像數(shù)學(xué)中的證明、推導(dǎo)過程，必須親自體驗(yàn)，這就是人類獨(dú)有的體驗(yàn)式學(xué)習(xí)。
第三個(gè)機(jī)遇，在 AI 時(shí)代，我們有更多機(jī)會(huì)實(shí)現(xiàn)人的全面自由發(fā)展。
當(dāng)AI變得觸手可及，人們很容易陷入 “AI 平庸”，不假思索地依賴 AI，做 AI 也能做的事。
展望未來，我們必須拒絕這種“AI 平庸”，人類的創(chuàng)造力、情感感知、復(fù)雜情境下的應(yīng)變能力等，都是 AI 沒有的。我們應(yīng)該多去做 AI 做不到的事，凸顯人類自身的價(jià)值。
從前沿到課堂，數(shù)學(xué)建模如何讓中學(xué)生成為AI時(shí)代的“問題解決者”？
IMMC（國(guó)際數(shù)學(xué)建模挑戰(zhàn)賽）一直堅(jiān)信中學(xué)生能夠勇立時(shí)代潮頭，與前沿專家學(xué)者展開對(duì)話，就像今天這樣，少年志存高遠(yuǎn)。回顧過去十年，他們通過將前沿問題轉(zhuǎn)化為課堂題目，設(shè)計(jì)出了許多有趣的題目。
2017 年，IMMC出了優(yōu)必選人形機(jī)器人建模的問題；
2019 年，在OpenAI發(fā)展前期，設(shè)置了聊天機(jī)器人模型訓(xùn)練策略的建模題目；
2020 年，有互聯(lián)網(wǎng)保險(xiǎn)相關(guān)的題目；
2022 年，探討了區(qū)塊鏈推進(jìn)社區(qū)商戶聯(lián)盟價(jià)值的問題。
還有疫情防控期間進(jìn)行遠(yuǎn)程學(xué)習(xí)時(shí)，分組檢測(cè)的題目還被納入北京市高考數(shù)學(xué)建模試題。由此可見，數(shù)學(xué)建模教學(xué)，尤其是實(shí)踐環(huán)節(jié)，對(duì)培養(yǎng)人工智能時(shí)代所需的元認(rèn)知和元能力極為重要。
IMMC鼓勵(lì)學(xué)生主動(dòng)思考、定義問題。在解決問題過程中，還要學(xué)會(huì)設(shè)定關(guān)鍵變量、目標(biāo)函數(shù)，抓住主要矛盾，運(yùn)用數(shù)學(xué)方法探尋變化規(guī)律，通過數(shù)據(jù)驗(yàn)證模型的效能與可靠性。最后要跳出數(shù)學(xué)理論框架回歸現(xiàn)實(shí)，用構(gòu)建的數(shù)學(xué)模型切實(shí)解決實(shí)際問題。
2、 當(dāng)AI遇上金融行業(yè)深度融合的背后有哪些挑戰(zhàn)？
將學(xué)校教育與社會(huì)發(fā)展相結(jié)合，讓學(xué)生了解社會(huì)行業(yè)最新發(fā)展的方向與動(dòng)態(tài)也是必不可少的。
當(dāng)摩根大通的客戶打開手機(jī)，AI顧問“Index GPT”已根據(jù)實(shí)時(shí)市場(chǎng)波動(dòng)生成10套資產(chǎn)配置方案；
當(dāng)BlackRock的基金經(jīng)理輕點(diǎn)鼠標(biāo)，生成式AI從海量財(cái)報(bào)中提煉出關(guān)鍵信號(hào)，自動(dòng)優(yōu)化萬億級(jí)投資組合——金融業(yè)正經(jīng)歷一場(chǎng)顛覆性的“智能革命”。
生成式AI不再只是輔助工具，它開始深度參與投資決策、風(fēng)險(xiǎn)定價(jià)甚至戰(zhàn)略規(guī)劃，成為金融系統(tǒng)的“數(shù)字大腦”。
越來越多的證據(jù)顯示，AI在金融領(lǐng)域有著廣泛的應(yīng)用。
在金融系統(tǒng)層面，它能夠生成自動(dòng)化的流程，還可用于制定自動(dòng)化的投資決策，形成不同的投資理論和策略；
在個(gè)人投資者服務(wù)方面，AI同樣表現(xiàn)出色，能為各類財(cái)富管理機(jī)構(gòu)提供個(gè)性化、定制化的投資服務(wù)。
AI如今已是實(shí)用工具，能生成金融爆品，可你真的愿意把錢投進(jìn) PVI 系統(tǒng)，讓它代管資產(chǎn)、負(fù)責(zé)投資嗎？
在圓桌論壇上，狄邦華曜KASHFLOW經(jīng)濟(jì)社團(tuán)團(tuán)長(zhǎng)Johnny分享了自己在金融投資領(lǐng)域?qū)?AI 的切身體驗(yàn)與深入思考：
身為初涉金融投資的高中生，Johnny曾面對(duì)海量股票與金融產(chǎn)品不知所措。而AI理財(cái)工具助其打破困境，為他量身定制出既通俗易懂又切實(shí)可行的理財(cái)規(guī)劃，還在風(fēng)險(xiǎn)管理方面給予專業(yè)指導(dǎo)，盡顯 AI 在金融服務(wù)中的便捷高效與專業(yè)水準(zhǔn)。
但與此同時(shí)，Johnny也對(duì)AI投資建議的可靠性提出質(zhì)疑。盡管AI生成的理財(cái)方案看似專業(yè)，可鑒于自身專業(yè)知識(shí)儲(chǔ)備不足，他不禁思索普通人是否能毫無保留地信賴金融科技給出的建議。
進(jìn)一步探究AI與傳統(tǒng)數(shù)學(xué)模型于金融領(lǐng)域的地位時(shí)，他結(jié)合智能管理學(xué)院官網(wǎng)資訊指出，即便人工智能模型依托精準(zhǔn)數(shù)據(jù)訓(xùn)練，仍可能輸出偏差結(jié)果，如ChatGPT力薦的元宇宙概念股遭遇暴跌。
這引發(fā)了在AI賦能金融的當(dāng)下，究竟是科技引領(lǐng)潮流，還是傳統(tǒng)數(shù)學(xué)模型筑牢根基的深刻探討，而他堅(jiān)定地認(rèn)為兩者相輔相成、缺一不可。
如何突破生成式AI在投資決策和風(fēng)險(xiǎn)管理中的痛點(diǎn)問題？
郭進(jìn)教授在《生成式人工智能+金融痛點(diǎn)》的主題演講中，以真實(shí)案例剖析了AI技術(shù)在金融領(lǐng)域遭遇的重重困境。
投資者因 “黑箱決策” 對(duì)AI理財(cái)顧問存疑，如某養(yǎng)老基金因 AI 誤判政策損失凈值，卻無人能解決策緣由；數(shù)據(jù)安全堪憂，MIT實(shí)驗(yàn)表明黑客可還原部分金融數(shù)據(jù)；監(jiān)管滯后，歐盟法案難追GPT-5迭代速度，跨國(guó)金融機(jī)構(gòu)合規(guī)成本高。
面對(duì)這些問題，郭進(jìn)教授提出了問題解決的突破口。
當(dāng)前，提升模型可解釋性已成為關(guān)鍵任務(wù)。借助AI系統(tǒng)實(shí)現(xiàn)這一點(diǎn)后，模型的“黑箱”將被打開，使用者能明晰其運(yùn)作機(jī)制、思考邏輯與結(jié)論推導(dǎo)過程。
這也是計(jì)算機(jī)科學(xué)、金融等多領(lǐng)域?qū)W者攻堅(jiān)的前沿陣地——大家都在絞盡腦汁探索如何為機(jī)器學(xué)習(xí)、人工智能及生成式人工智能注入“可解釋”的靈魂，從而精心雕琢出一套能贏得大眾信賴的系統(tǒng)，為行業(yè)發(fā)展開辟新航道。
3、 金融科技創(chuàng)新，從高校研究到企業(yè)實(shí)踐
結(jié)合生成式AI技術(shù)前沿，推動(dòng)數(shù)學(xué)、金融與實(shí)體經(jīng)濟(jì)的深度融合，探索AI在金融科技與實(shí)業(yè)創(chuàng)新中的跨界應(yīng)用。
當(dāng)AI與金融深度融合，計(jì)算機(jī)、金融兩個(gè)不同領(lǐng)域的關(guān)注點(diǎn)有何不同？
結(jié)合前面幾位專家學(xué)者的觀點(diǎn)，香港中文大學(xué)賈顏瑋教授在《金融研究中的機(jī)器學(xué)習(xí)與強(qiáng)化學(xué)習(xí)》的演講中提出了一些不同的思考：
金融是一個(gè)很寬泛的概念，從從業(yè)和應(yīng)用層面，以及學(xué)術(shù)研究層面來看同一件事，可能會(huì)有截然不同的看法和想法。
金融學(xué)者則是思維派，他們思考AI對(duì)行業(yè)系統(tǒng)的影響，將AI作為研究工具，探索傳統(tǒng)方法忽略的市場(chǎng)規(guī)律，以及借助AI更清晰地認(rèn)識(shí)經(jīng)濟(jì)準(zhǔn)則。
比如，前面郭進(jìn)教授提到，生成人工智能可以為我們生成金融爆品，這無疑是一個(gè)重要應(yīng)用。
從研究角度看，金融學(xué)者會(huì)思考諸多AI在金融領(lǐng)域應(yīng)用的問題，如AI生成金融報(bào)告是否會(huì)帶來錯(cuò)誤激勵(lì)、引發(fā)道德和公平正義沖突；引入AI技術(shù)能否改善信貸市場(chǎng)效率，用AI決定房屋貸款發(fā)放是否會(huì)引發(fā)社會(huì)正義問題；以及機(jī)器學(xué)習(xí)用于投資決策是否真比傳統(tǒng)做法效果好，這需要豐富充分的實(shí)證證據(jù)才能判定，這些體現(xiàn)了不同層面的對(duì)比。
計(jì)算機(jī)科學(xué)家或工程師則屬于行動(dòng)派，側(cè)重于開發(fā)AI系統(tǒng)，讓其在特定場(chǎng)景達(dá)到特定目的，追求更先進(jìn)、高效的系統(tǒng)。
比如說在智能交通領(lǐng)域，他們通過研發(fā)基于AI的交通流量監(jiān)測(cè)與控制系統(tǒng)，利用攝像頭、傳感器收集實(shí)時(shí)路況數(shù)據(jù)，經(jīng)AI算法分析后，自動(dòng)調(diào)整信號(hào)燈時(shí)長(zhǎng)，緩解交通擁堵，提高道路通行效率；
在醫(yī)療影像診斷方面，開發(fā)AI輔助診斷系統(tǒng)，讓其學(xué)習(xí)海量的醫(yī)學(xué)影像數(shù)據(jù)，幫助醫(yī)生更快速、精準(zhǔn)地識(shí)別病變，為患者爭(zhēng)取治療時(shí)間，提升診斷的準(zhǔn)確性和效率；
在電商領(lǐng)域，打造智能推薦系統(tǒng)，依據(jù)用戶的瀏覽、購(gòu)買歷史等數(shù)據(jù)，運(yùn)用 AI 算法為用戶精準(zhǔn)推薦商品，增加用戶購(gòu)物的便捷性，同時(shí)提高電商平臺(tái)的銷售額。
以亞馬遜云科技，（提個(gè)問題）
作為最后一位引導(dǎo)發(fā)言的嘉賓，亞馬遜云科技教育行業(yè)總監(jiān)劉東屏博士帶來了以《金融科技創(chuàng)新：從高校研究到企業(yè)實(shí)踐》為題的分享，介紹了AI技術(shù)在金融科技領(lǐng)域的實(shí)際應(yīng)用案例，還強(qiáng)調(diào)了學(xué)術(shù)研究向產(chǎn)業(yè)實(shí)踐轉(zhuǎn)化的路徑。
亞馬遜云科技作為全球云計(jì)算的領(lǐng)導(dǎo)者，已經(jīng)服務(wù)了數(shù)百萬企業(yè)客戶。在中國(guó)，他們已經(jīng)深耕云服務(wù)市場(chǎng)11年，不斷優(yōu)化和迭代服務(wù)，以適應(yīng)本土市場(chǎng)的發(fā)展需求，進(jìn)一步挖掘云計(jì)算的巨大潛力。
今天的分享中，有一支專注于 “反單詞” 的AI團(tuán)隊(duì)。從技術(shù)維度剖析，基礎(chǔ)模型、生成式人工智能模型、機(jī)器學(xué)習(xí)以及實(shí)時(shí)通信學(xué)習(xí)等，各自發(fā)揮著獨(dú)特功能。
比如在郵件領(lǐng)域，不同的AI技術(shù)分別用于過濾垃圾郵件、甄別誤判郵件、總結(jié)郵件內(nèi)容等。AI 與金融領(lǐng)域結(jié)合點(diǎn)眾多，大模型集成多種功能。
很多企業(yè)想探索人工智能創(chuàng)新，首先要轉(zhuǎn)變思路，正確看待生成式人工智能可能出現(xiàn)的錯(cuò)誤和幻覺。在金融銀行客服場(chǎng)景，雖然接入了生成式人工智能，但客戶體驗(yàn)還有提升空間。活動(dòng)現(xiàn)場(chǎng)播放了相關(guān)案例，涉及客戶解決 API 定價(jià)問題、理財(cái)產(chǎn)品推薦等，希望能啟發(fā)大家思考。
4、 雙城學(xué)者對(duì)話，AI賦能下科技與數(shù)學(xué)的平衡
在圓桌論壇環(huán)節(jié)，來自昆山狄邦華曜學(xué)校、昆山杜克大學(xué)、香港培僑書院的學(xué)生代表分別發(fā)言，探討了AI工具在金融領(lǐng)域的應(yīng)用、金融產(chǎn)品創(chuàng)新中的技術(shù)與理論平衡、量化交易中數(shù)學(xué)思維與編程能力的重要性等議題。
雙方學(xué)生代表在互動(dòng)討論中碰撞出思想的火花，深入探討了數(shù)理基礎(chǔ)與技術(shù)創(chuàng)新在金融科技發(fā)展中的最佳結(jié)合點(diǎn)。
AIGC賦能金融：關(guān)鍵是科技驅(qū)動(dòng)還是數(shù)學(xué)支撐？
我認(rèn)為在金融投資領(lǐng)域，科技比數(shù)學(xué)基礎(chǔ)模型更重要。傳統(tǒng)數(shù)學(xué)模型雖有其價(jià)值，但在實(shí)際運(yùn)用時(shí)，常以悲觀視角呈現(xiàn)，現(xiàn)實(shí)應(yīng)用困難重重。而科技與大數(shù)據(jù)的結(jié)合，能將采集的數(shù)據(jù)用于優(yōu)化模型，讓其更貼合實(shí)際。
以我自身為例，作為金融知識(shí)儲(chǔ)備不足的人，科技在投資中作用巨大。借助 ChatGPT、DP 等模型，我能輕松描述投資需求，獲得通俗易懂的投資指導(dǎo)，逐步掌握理財(cái)知識(shí)完成投資。
所以，數(shù)學(xué)模型雖提供了基礎(chǔ)架構(gòu)，但科技和 AI 的應(yīng)用，才是幫助大眾參與投資、彌補(bǔ)傳統(tǒng)模型缺陷的關(guān)鍵。同時(shí)，從數(shù)學(xué)應(yīng)用的合理性出發(fā)，還能探討 PC 如何通過自然語言進(jìn)行投資交互。
關(guān)于這個(gè)話題，我傾向于認(rèn)為AI金融本質(zhì)上依托于數(shù)學(xué)知識(shí)。我是計(jì)算機(jī)專業(yè)學(xué)生，在籌備商賽時(shí)，即便自身掌握了一些問題工程知識(shí)，也有AI基礎(chǔ)，可最終生成的結(jié)果卻讓我頗為費(fèi)解。
而且整個(gè)過程于我而言相當(dāng)陌生，我深感自身在金融和數(shù)學(xué)概念的理解、探究方面存在較大欠缺。
依我個(gè)人經(jīng)驗(yàn)來看，AI 金融科技實(shí)際上是運(yùn)用技術(shù)手段解決金融科技領(lǐng)域的問題，其核心依舊是金融，它扮演的是服務(wù)金融的角色。由此可見，即便理解并能應(yīng)用一些技術(shù)，也并不意味著就能妥善解決問題，要想更好地運(yùn)用金融科技工具，關(guān)鍵還在于深入了解問題所屬的專業(yè)領(lǐng)域，包括金融的諸多概念、原理以及規(guī)則。
從我的視角來看，數(shù)學(xué)領(lǐng)域的諸多突破往往能給予我們對(duì)事物更全面、更深刻的認(rèn)知。
就拿混沌理論來說，面對(duì)一些細(xì)微矛盾所引發(fā)的狀況，我們可以借助數(shù)學(xué)語言對(duì)其發(fā)生情景予以精準(zhǔn)描述。反之，倘若我們僅僅倚仗科技，即便擁有超強(qiáng)算力，得到的結(jié)果可能雜亂無章，致使我們無法從全局把控局勢(shì)，甚至?xí)e(cuò)誤方向漸行漸遠(yuǎn)。在這種關(guān)鍵時(shí)刻，數(shù)學(xué)便能發(fā)揮引領(lǐng)方向的關(guān)鍵作用。
所以，當(dāng)我們?yōu)榭萍及l(fā)展投入大量人力、物力、財(cái)力之時(shí)，如果連數(shù)學(xué)層面最基本的方向都確定不下來，基礎(chǔ)模型的下一步走向都毫無頭緒，盲目地追求硬件等方面的科技應(yīng)用，成效必然大打折扣。因而，在思索金融 AI 后續(xù)的進(jìn)階之路前，我們務(wù)必先把準(zhǔn)方向，如此才能行穩(wěn)致遠(yuǎn)。
我聽完大家的發(fā)言后，發(fā)現(xiàn)很多人覺得數(shù)學(xué)重要且擔(dān)憂 AI 存在的問題。但我認(rèn)為數(shù)學(xué)是基礎(chǔ)，技術(shù)才是將數(shù)學(xué)知識(shí)應(yīng)用于金融的關(guān)鍵工具，借助技術(shù)運(yùn)用數(shù)學(xué)知識(shí)進(jìn)行金融分析更重要，所以技術(shù)比數(shù)學(xué)更重要。
從中央工業(yè)大學(xué)產(chǎn)業(yè)人士的跨學(xué)科視角看，金融早于現(xiàn)代科技存在，算法屬于數(shù)學(xué)，算力提升靠科技，算法優(yōu)化對(duì)金融發(fā)展很關(guān)鍵。
AI 工具雖能拓展概念、聯(lián)系事物，但在挖掘金融領(lǐng)域復(fù)雜事物內(nèi)在聯(lián)系上存在局限，解答籠統(tǒng)。而人類分析師能綜合判斷，要提升 AI 在金融分析上的能力，離不開數(shù)學(xué)構(gòu)建更科學(xué)的算法。
責(zé)編：陳方
一審：陳方
二審：湯世明
三審：田從梅
來源：華聲在線
免責(zé)聲明：華聲在線對(duì)文中陳述、觀點(diǎn)判斷保持中立，不對(duì)所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。文章僅是作者個(gè)人觀點(diǎn)，不應(yīng)作為投資依據(jù)。讀者應(yīng)詳細(xì)了解所有相關(guān)投資風(fēng)險(xiǎn)，并請(qǐng)自行承擔(dān)全部責(zé)任。
文章是網(wǎng)絡(luò)作者投稿發(fā)布，版權(quán)歸投稿作者所有。作者應(yīng)對(duì)文章及圖片的真實(shí)性及版權(quán)負(fù)責(zé)。一旦因此引發(fā)版權(quán)糾紛，權(quán)利人提出異議，華聲在線將根據(jù)相關(guān)法律法規(guī)的規(guī)定，刪除相應(yīng)內(nèi)容。侵權(quán)責(zé)任由投稿者自行承擔(dān)，如由此造成華聲在線損失，投稿者應(yīng)承擔(dān)賠償責(zé)任。如對(duì)本文有任何異議，請(qǐng)聯(lián)系我們38160107#（#改成@）qq.com。
