建設(shè)數(shù)字基礎(chǔ)、厘清算法與算力問(wèn)題——推動(dòng)人工智能在數(shù)字金融領(lǐng)域的發(fā)展與應(yīng)用
時(shí)間：2024-05-09
作者：朱云來(lái)
建設(shè)好數(shù)字化基礎(chǔ) 防范數(shù)字風(fēng)險(xiǎn)
我熱愛(ài)計(jì)算機(jī)科學(xué)，覺(jué)得它很神奇、很有潛力。多年以來(lái)，計(jì)算機(jī)行業(yè)的迅速發(fā)展以及新興人工智能（AI）的涌現(xiàn)都很激動(dòng)人心。AI在金融領(lǐng)域的應(yīng)用越來(lái)越系統(tǒng)、深入，但總體來(lái)看，其進(jìn)展仍有許多不盡如人意之處。智能金融是數(shù)字金融的升級(jí)。我們多年以前就開(kāi)始發(fā)展數(shù)字金融了，但數(shù)字金融的發(fā)展似乎還未完全到位，智能金融就已經(jīng)來(lái)了。
政府可以通過(guò)建設(shè)好數(shù)字基礎(chǔ)來(lái)推動(dòng)智能金融的發(fā)展，這是一個(gè)非?？尚械慕嵌?。與此相關(guān)的問(wèn)題有很多，包括數(shù)據(jù)的權(quán)屬、保密責(zé)任、如何應(yīng)用、如何脫敏等，而只有政府能從合適的切入點(diǎn)圍繞這些問(wèn)題作出系統(tǒng)性規(guī)定，它愿意為社會(huì)、經(jīng)濟(jì)和科技發(fā)展做好基礎(chǔ)平臺(tái)和底層建設(shè)，也是最具權(quán)威、最有能力全面推動(dòng)相關(guān)工作的主體。
我們現(xiàn)在討論更多的是大模型，但有時(shí)小模型也很重要。小模型就是人類(lèi)分解研究任務(wù)、降低難度的一種辦法。一個(gè)人想精通全部領(lǐng)域可能很難，但聚焦較窄的具體專(zhuān)業(yè)領(lǐng)域可能反而做得到。大家都想當(dāng)大將軍，通曉十八般武藝，但十八般武藝也是一般一般練起來(lái)的，聚焦單個(gè)小領(lǐng)域的小模型或許能更靈活、深入地解決問(wèn)題。不過(guò)，無(wú)論是大模型還是小模型，都需要完善的數(shù)據(jù)基礎(chǔ)。
我最近讀到新聞，上海等多地區(qū)出臺(tái)了新規(guī)，只要住客提供適當(dāng)?shù)纳矸葑C等信息即可，禁止 “強(qiáng)制刷臉”才能入住酒店。計(jì)算機(jī)所擁有的海量數(shù)據(jù)和高速處理能力其實(shí)蘊(yùn)含很大的風(fēng)險(xiǎn)，從計(jì)算機(jī)科學(xué)本身的角度看，所謂的在線交易保密幾乎是不可能的，沒(méi)有任何信息經(jīng)由網(wǎng)絡(luò)傳輸而不可破解，數(shù)據(jù)只要產(chǎn)生了足夠巨大的經(jīng)濟(jì)利益就會(huì)被追逐。這是這一行業(yè)面臨的不可解的問(wèn)題。
按此思路，我一直認(rèn)為，發(fā)展數(shù)字金融需要建設(shè)一部分離線系統(tǒng)（off-the-line/ network），兩方不通過(guò)同一個(gè)網(wǎng)絡(luò)傳達(dá)信息，以降低被攻擊或竊取信息的風(fēng)險(xiǎn)，但這目前還不是很成熟。我講這點(diǎn)只是想提醒，盡管數(shù)字金融是一個(gè)很熱門(mén)的體系，但其中依然存在一些基礎(chǔ)性問(wèn)題，首先就是數(shù)據(jù)問(wèn)題。
推動(dòng)AI發(fā)展和應(yīng)用還應(yīng)厘清算法和算力問(wèn)題
在計(jì)算機(jī)涉及的要素中，除了數(shù)據(jù)，還有算法、算力等。
算法本質(zhì)上是一種立法。對(duì)于一件事如何判斷、法院如何裁定，立法制定了一套系統(tǒng)的規(guī)則，而算法就是計(jì)算機(jī)系統(tǒng)中的立法。以算法公司或計(jì)算機(jī)公司開(kāi)發(fā)自動(dòng)駕駛算法為例，如果遇到類(lèi)似“電車(chē)難題”的復(fù)雜情形，如何判定向左還是向右？這可能最終會(huì)成為一個(gè)必須通過(guò)系統(tǒng)性的社會(huì)立法來(lái)解決的問(wèn)題，它不是一個(gè)簡(jiǎn)單的數(shù)據(jù)工程師面臨的算法問(wèn)題，也不是科學(xué)家面臨的解題方法的問(wèn)題。強(qiáng)行“刷臉”也是如此，相關(guān)行為主體是否要對(duì)其負(fù)面后果負(fù)責(zé)也是很大的問(wèn)題。
其次，推動(dòng)AI的發(fā)展和應(yīng)用還應(yīng)思考算力問(wèn)題?，F(xiàn)在有觀點(diǎn)認(rèn)為，未來(lái)AI甚至可能會(huì)耗盡全世界的電力。AI發(fā)展需要消耗巨大的電能，大模型ChatGPT第一版約有上億參數(shù)，第二版有十億參數(shù)，第三版有百億參數(shù)，第四版有千億參數(shù)，現(xiàn)在參數(shù)規(guī)模已達(dá)萬(wàn)億水平。這似乎是反摩爾定律的：摩爾定律認(rèn)為，隨著計(jì)算機(jī)科學(xué)的迅速發(fā)展，成本會(huì)指數(shù)級(jí)降低，而能力則越來(lái)越強(qiáng)。按此邏輯，ChatGPT的改進(jìn)產(chǎn)生了多大的代價(jià)？是參數(shù)增加了一個(gè)量級(jí)，即十倍。假設(shè)參數(shù)處理所需時(shí)間是線性增長(zhǎng)的，那么隨著工作量的指數(shù)級(jí)別增長(zhǎng)，所耗能量也在相應(yīng)擴(kuò)大。
在計(jì)算機(jī)理論中存在一個(gè)可計(jì)算性的問(wèn)題：算法或許正確，也可以一直計(jì)算下去，但這個(gè)計(jì)算過(guò)程永遠(yuǎn)無(wú)法完成。數(shù)值預(yù)報(bào)中就存在類(lèi)似問(wèn)題。我們使用流體力學(xué)中的數(shù)學(xué)模型進(jìn)行數(shù)值預(yù)報(bào)，當(dāng)模型與天氣變化同時(shí)啟動(dòng)時(shí)，如果計(jì)算速度快于天氣變化速度，那么計(jì)算是有效的，如耗時(shí)1小時(shí)計(jì)算出24小時(shí)后的天氣狀況；但如果模型過(guò)于復(fù)雜，對(duì)于24小時(shí)后的天氣狀況預(yù)測(cè)，需要48小時(shí)才能計(jì)算出來(lái)，那么預(yù)報(bào)就沒(méi)有用了。而AI模型要解決的問(wèn)題比數(shù)值預(yù)報(bào)還要復(fù)雜得多。這也是思考問(wèn)題的一個(gè)角度。
在未來(lái)科技發(fā)展方向的判斷和程度的把握上，我們可以積極推進(jìn)AI的應(yīng)用，同時(shí)也要建立好數(shù)據(jù)制度，并進(jìn)一步思考計(jì)算機(jī)是不是“大力出奇跡”等問(wèn)題。
例如，AI的“涌現(xiàn)”究竟是什么？我們不停地轉(zhuǎn)動(dòng)萬(wàn)花筒看到的花樣就是一種涌現(xiàn)，但這樣的涌現(xiàn)卻并不一定就代表某種規(guī)律。ChatGPT的推理所基于的是現(xiàn)象同時(shí)出現(xiàn)的統(tǒng)計(jì)規(guī)律，這并不是一種絕對(duì)性的關(guān)系，沒(méi)有真正的邏輯根據(jù)，所以可能會(huì)出錯(cuò)。小模型則是基于邏輯進(jìn)行推理判斷的。從邏輯學(xué)角度看，做出判斷要依賴(lài)的是具有全部概括性的規(guī)律，不涉及個(gè)別選擇的問(wèn)題，但生成式AI則是根據(jù)既定原則生成大致的結(jié)果，這個(gè)結(jié)果無(wú)法判斷真假。例如，律師使用ChatGPT研究案件，卻獲取了捏造的案例。
那么未來(lái)，我們是否還需要開(kāi)發(fā)新的AI軟件，對(duì)所生成內(nèi)容的真?zhèn)芜M(jìn)行驗(yàn)證？這又會(huì)花費(fèi)更多時(shí)間。
這些都是很有趣、也很實(shí)際的角度，我們要冷靜、客觀、全面地思考。
作者朱云來(lái)系CF40常務(wù)理事、 中金公司前總裁兼首席執(zhí)行官、清華大學(xué)管理實(shí)踐訪問(wèn)教授，本文為作者在2024·金融四十人年會(huì)暨閉門(mén)研討會(huì)“邁向金融強(qiáng)國(guó)之路”平行論壇專(zhuān)場(chǎng)二“人工智能與數(shù)字金融強(qiáng)國(guó)建設(shè)”上所做的主題交流。文章僅代表作者個(gè)人觀點(diǎn)，不代表CF40及作者所在機(jī)構(gòu)立場(chǎng)，未經(jīng)許可不得轉(zhuǎn)載。
未收藏
