來源丨21世紀經濟報道 董鵬 廣州報道
“在人工智能和數字貨幣領域，對於中國來說，已經相對領先。”12月5日，由中央廣播電視總檯粵港澳大灣區總部和南方財經全媒體集團主辦、21世紀經濟報道承辦的“2019南方財經國際論壇”上，2011年諾貝爾經濟學家得主、紐約大學經濟學教授托馬斯·薩金特發表演講時表示。
“從傳統經濟學角度來看，亞當斯密崇尚自由貿易，並十分重視專業化，而這需要一個足夠大的競爭市場。中國這樣的國家，進行改革開放與更多的國家進行貿易溝通和交往便是很好的，因為市場容量足夠大，可以讓各方發揮自己的長處。”托馬斯·薩金特指出。
然而，大型市場也存在一些困難和挑戰。
首先是交通運輸方面的成本問題，這需要更多的資源，能夠將商品自由運輸，其次是通訊和溝通的費用，相對昂貴。
此外，這其中還存在著信用風險。“總會有人想著去盜竊別人的東西，讓彼此產生不信任。有時候做出的一些承諾，並沒有如期履行，這樣會造成不誠信。加上驗證和執行的費用，讓貿易變得很困難。”托馬斯·薩金特說。
“如果能夠將這些問題都解決，就能夠創造更多的經濟價值，所以我們要鼓勵和創造這些新的技術，人工智能、區塊鏈就是非常好的技術，它能夠做很多關鍵性的任務。”
對於區塊鏈技術，他認為，區塊鏈作為一種數據結構，可以通過一種大家彼此信任的方式進行記錄，每個人的交易都能夠記錄下來，包括收入以及支出的賬款。
而人工智能與區塊鏈技術又存在著明顯的不同。
“區塊鏈是確定性的，不是隨機性的，它也是永久性，這些記錄沒有辦法改變，同時它是記錄獨特密碼的算法，能夠記錄獨一無二的事實，它不會有任何的模糊性，是非常準確的。” 托馬斯·薩金特表示。
然而，人工智能則具備一定概率性、隨機性的特點，能夠很好地猜測未知現實。
“人工智能和區塊鏈，兩個技術各有不同，又相互互補。隨著區塊鏈的進一步發展，我們既可以高效分享，還可以有效保護隱私。”托馬斯·薩金特表示，在這個領域中，新的成果正不斷湧現。
在演講結束之後，對於區塊鏈、人工智能等的發展趨勢，托馬斯·薩金特和中國平安首席科學家肖京還進行了專場對話。
甘俊 攝
人工智能和區塊鏈的未來
肖京：區塊鏈是基礎架構，具備高效、不可篡改的特點，人工智能則能提供一些可見的預測，可以幫助我們更好更高效的決策，完成任務。這兩種技術互補。目前區塊鏈比AI更火，請問實際應用區塊鏈有哪些障礙和挑戰？
托馬斯·薩金特：講到區塊鏈，人們覺得這是很驚天動地的想法。但如果開一家大公司，其實也需要在公司不同的部門之間進行分享。我們用計算機的時候，其實電腦程序內部也做了計算機本身的分享和驗證。如果你深挖下去，區塊鏈的想法沒有一開始說的那麼驚天動地，其實不同的公司或者國家本身也有這樣分享的機制。
現在我們面臨的一個情形，是可以把事情做得更好、更有效率，交易更簡便，可是有很多的國家不願意做，這是他們自己掌控的一個權力。事實上，有很多金融管理機構對這個技術感興趣，我覺得中國央行的技術已經做得很好，他們對區塊鏈也比我更加了解。
肖京：很多人擔憂區塊鏈技術的真實性、有效性和透明性問題，是因為他們加入區塊鏈技術後，不知道如何進行有效驗證？
托馬斯·薩金特：這個問題通常都會發生。有了一個新的技術，有些人可能會在那裡看著電腦，撓著頭搞不清楚，但也會有人會覺得這個技術真棒。我覺得區塊鏈技術有很多優點，但也有很多問題需要解決，所有新出來的技術都是這樣。
肖京：如果比較一下區塊鏈和比特幣的話，比特幣並不是特別的有效，從金融服務的角度我們需要非常高的效率？
托馬斯·薩金特：是的，因為人們正在想如何把它變得高效，在操作方面是不是有一個更好的方法，區塊鏈給我們帶來很好的交易方式，可是我們可以把它變得更好。
肖京：中國央行正在開發數字貨幣支付，同時美國的Facebook等公司也在研發新的技術，這也是一個非常強大的數字貨幣模式。你覺得Facebook的Libra有沒有機會存留下來，因為它最近還沒有通過聽證會。很多政府不允許數字貨幣出現，特別是私營公司管控數字貨幣，這樣的數字貨幣有沒有突破口？
托馬斯·薩金特：中國可以好好研究一下。數字貨幣是和信用體系息息相關的，比如存款或者買保險，還是會有自己的一些存款信息和其他的信用信息。美國的銀行，還有美國的金融機構都在做這個事情，政府機構也在研究這個問題，我們能不能有相關的管理系統、管理流程體系和這個技術匹配。
創新的應用場景
肖京：剛才講到一個應用——供應鏈金融，有沒有例子可以跟我們分享一下？
托馬斯·薩金特：很多的創新和創意都來自於銀行界，來自於金融行業、金融機構。這是一個很好的良性互動，從科學的角度、數據的角度，以及金融機構和普通人的角度，把他們聯繫起來了，因為整個系統創造出一個非常好的一種技術。我們以前的技術覺得好像就像玩具一樣，其實並不是，我們現在已經廣泛使用了，有很多的經濟學教授、金融機構、銀行業的從業者，他們都擁抱了這些新的技術。
肖京：神經網絡是AI中的一個技術，在金融行業使用AI技術的時候，是不是有一些不同點？在美國非常多的在AI上面的投資，不管是對沖基金、還是銀行。對於傳統的金融行業，商業銀行、保險行業使用AI技術的公司並沒有那麼多，你覺得呢？
托馬斯·薩金特：我沒有一個很好的答案。簡單來說在一些老的行業，可能會有一些大銀行，已經壟斷了整個行業，沒有那麼強的競爭性，也沒有那麼很好的創新性。可是有一些新的加入者，他們會看到有新的機會點，願意承擔風險，使用新的技術。這都是在反覆出現的情形，在美國也是這樣。
在1950年代的時候，美國人造的車是最好的，1980年代末最好的車不是在美國生產，大部分是在日本生產，它不會熄火，而且車價更加低。講到創新，講到行業結構，1980年代的日本造車企業更加有競爭性，他們對美國的汽車行業造成了很大的威脅，我在每一種行業都看到這種情形。
肖京：在很多的領域深度的學習都有進展，但在金融服務業，特別是傳統的經濟預測，或者量化交易，這些方面他們還是使用早期的模型，比如用一些參數比較穩定的可解讀的模型，還沒有開始使用深度學習的算法，您覺得這是不是好的研究方向？
托馬斯·薩金特：這是一個很好的想法。現在有人已經開始研究，包括一個朋友，他是深圳的一個教授，他正在建一個模型，這個模型非常實用，它是交易模型，但是過程當中有一個非常複雜的算術算法，有很重要的一部分用了深度學習和模擬器，用得非常的巧妙。他是很聰明的一箇中國數學家，已經把深度學習用於模型建設，這是一個非常好的前景。如果你有機會了解阿爾法狗打敗最強棋手，它是怎麼做到的？這其中就包括學習的方法，這個模式編得非常巧妙。
閱讀更多 21世紀經濟報道 的文章
