導語：數字經濟還有很多提升空間。人工智能在模型和數據方面得到了新的突破，賦能數字經濟。香港應在科創領域有所作為。
在10月27日召開的由港股100強研究中心主辦、財華社協辦的“雙循環時代的金融全球化”系列沙龍第二期活動上，香港人工智能與機器人學會常務副理事長兼秘書長柳崎峰博士表示，數字經濟還有很多提升空間。人工智能在模型和數據方面得到了新的突破，賦能數字經濟。香港應在科創領域有所作為。以下是演講實錄：
數字經濟我們講了很長時間，似乎發展遇到了瓶頸，但是受今年疫情的影響，我們意識到，數字經濟只是進行到了表面的層次，還有相當的發展空間。我今天講三個方面的問題：
第一，在人工智能領域，在模型方面，最新的突破技術有哪些？
我們知道人工智能的三個基本問題是：模型、數據和算力。最近人工智能發展得很快，但是也有一些聲音開始回歸理性，類似于股票的回調，但我認為這是暫時的，整體還是會繼續高速向前發展的。
8年前（即2012年），以人臉識別為代表的模式識別技術飛速地發展。那么當前的技術，有哪些類似人臉識別的技術有突破了，而技術突破可以帶來什么結果。我認為是自然語言理解技術。
自然語言理解，也叫NLP，在2018年10月份的時候發生了一件大事，谷歌推出了BERT模型。在這之前，人工智能在解決自然語言理解問題上，可以說是相當差的，即使是深度學習發展了大概十幾年的時間，在自然語言理解方面的進步也是非常小的，這是為什么呢？在視覺感知方面，人類眼睛的視覺通路信號傳遞到神經細胞，感知光亮、色彩等機理，科學家已經搞得相對比較清楚了。所以，視覺方面的識別問題，對于特定目標的識別問題可以說基本解決了。但是人類如何理解語言，一直是沒搞清楚的難題。語言是思維的外殼，也就是說，如果搞明白語言問題，理解語言問題，實際上就已經理解了人類思維中的相當一部分，因為這里面的語言有很多推理，不僅是規則，不僅是記憶力。所以一直以來，深度學習對語言理解效果甚微。
而在2018年10月份，谷歌推出的BERT，帶來了突破式的進展。在某些測試方面，比方說閱讀理解，同樣一篇英文文章，讓人來做閱讀理解，做Q&A問題，同時也讓機器來做，二者一比較，基本上機器已經接近于人類的平均水平。
從去年一直到現在，關于自然語言理解方面的技術不斷的突破。今年7月份，OPENAI（馬斯克投資的一個做人工智能的科研機構），訓練了一個模型叫GPT3，GPT3和BERT的思路很像，暴力計算。模型本身雖然比較簡單，但是訓練規模很大，大概有1750多億個參數，訓練一次據說是需要大概1000萬美金。這是人類歷史上第一個這么龐大的模型。這個模型雖然和人類的大腦差很遠，人腦大概有2000萬億個神經連接，但是已經可以做到非常棒的一個自然語言理解的水平了。比如說讓烤面包機給人類寫封情書，寫得非常好，挑不出毛病。這個技術就是我說的拐點突破，會帶來一系列的應用解鎖。在哪些方面應用呢？比方說我的一個團隊在做的一些項目，進行各種證件識別、表格識別、文檔內容自動理解。表格識別比較麻煩，每一個表格的布局都是不一樣的，怎么通過一些推理和常識能夠知道各個項目之間的對應關系，這是一個很大的認知挑戰。對文檔的閱讀理解，比如說各種專業的文檔，包括法律文檔、財務文檔等的理解，對各行各業辦公自動化、降本增效有非常大的幫助。
最近的人工智能技術，包括自動駕駛，都有了飛躍式的發展。比方說谷歌的Waymo在鳳凰城已經開放了完全無人駕駛的出租車業務，特斯拉也發布了全自動駕駛，還有深圳市坪山區最近整個區街道開放，他們支持所有無人駕駛技術可以進行測試，充分體現了深圳的先行先試的創新意識，尤其值得香港學習借鑒。
第二，在人工智能領域，在數據方面，最新的突破技術有哪些？
提到數據，最大的問題就是數據共享問題。一個大公司部門之間數據通常都不共享，不同公司之間更不共享數據。數據出去之后，就再也回不來了，數據給了一個人，再拷貝給另一個人，然后數據到底是誰的，沒辦法確權。大家都把數據捂得死死的，所以數據不流動，不流動就沒法定價。我們知道金融資產需要流動才能定價。數據不能流動，不能確權，不能定價，就不作為生產資料，就不能發揮它的生產要素作用，這是阻礙數字經濟向前發展的最大障礙之一。
但是現在情況開始轉變了，為什么呢？出現了一個技術，叫聯邦學習Federated Machine Learning，數據共享問題可以用聯邦學習技術。聯邦學習是谷歌在2016年第一次提出來的概念，數據在各方公司的情況下，原始數據不出家門，交換的是機器學習模型所需要的一些參數和系數的密文，對密文進行共享和運算，這是安全的。這樣的話就可以解決兩難問題：既實現數據共享，同時又保護數據隱私，對人工智能的推動作用是非常巨大的。在楊強老師的大力推動下，2020年10月，IEEE全票通過全球第一個聯邦機器學習標準，這是一個人工智能發展史的里程碑。
第三，中美爭端，對香港科創有哪些影響？帶來的發展機遇是什么？
現在的形勢發展很快，我們在過去的一年里，國際上發生了很多事情。現在美國疫情很嚴重，美債高筑，美元不斷超發，美元信用受到了挑戰。同時我們知道特斯拉電動汽車在全世界已經發展起來，5年之內全球會減少對石油的1/3的依賴，中國要是說把垃圾袋塑料袋控制好，大概能減少70%的進口石油依賴，所以美元的錨從黃金到石油，下一個錨是什么呢？這是個影響全世界發展的關鍵問題，我認為應該是在知識產權上。
在這個大背景下，香港面臨一個巨大的歷史機遇，即香港可以成為一個國際創科中心。香港最大的優勢是香港有5所QS Top100的大學。我們看矽谷是怎么發展起來，就是靠一個斯坦福大學發展起來，所以香港應該考慮的問題是，我們如何締造第5個世界級別的大灣區。然而，香港的學術研究和和實際產業脫節現象嚴重，此外，香港的科研太過發散。過去的成功經驗是，香港政府作為小政府大平臺，依靠市場自然發展，然而現在的形勢有很大的變化，全球都在搞高科技發展競賽，必須集中力量辦大事，科創發展必須要有發展戰略，必須要有重點專項。
香港應該組織香港本地的四十幾位院士在一起，聯合制定香港的重點學科發展方向，如果沒有重點學科發展方向，搞平均主義的結果就是什么都搞不好。
最后在人才方面，現在香港吸引人才力度非常弱，很多優秀的人才，其實一直在比較，香港和深圳哪個更好呢？香港的人才政策遠遠落后于深圳。我最近聽一個教授講很有意思，他是香港一所高校的教授，他來香港不到7年時間，他說你覺得我是不是人才？那我是人才的話，那我買房子為什么要多交出30%的稅啊？反觀深圳是怎么樣呢？深圳是說我認定你是人才的話，我恨不得把房子塞進手里讓你住！香港如果能建起300套專家公寓給引進的各類優秀科創人才用，香港的科創立刻就上了一個新臺階。所以，這件事情我覺得大家應該一起呼吁一下。
最后，香港應該抓住兩個機遇，一個是很多內地高科技企業來香港上市，這些高科技企業是不是應該在香港設立研發中心？這也更有利于催化資本市場對此類企業的估值提升，也對一帶一路科技輸出非常有利。我覺得應該吸引這些高科技企業在香港設立研發中心，這是一條線索，順藤摸瓜。
第二個就是最近中美關系當前的情況下，各種知識產權壁壘，香港不但要成為高科技中心，而且技術要盡量本地化。這是香港創科發展的重要機遇，我們把握好這些機遇，應該是會發展得非常好。
港股100強研究中心的宗旨是建立一個國際知名的具有領先地位的開放式研究平臺，依托港股100強的品牌和資源優勢，堅守開放、包容、前瞻的研究視野，匯聚政商學界頂尖專家團隊，通過學術研究、應用研究、政策研究和金融實踐，推動行業發展，產生可觀的經濟與社會價值。研究中心以“緊隨國家戰略，服務國家發展”為己任，致力于在國家經濟舞臺上發揮重要作用，為香港資本市場提供有價值的觀點，樹立專業化的投資指引，為用戶提供權威與前瞻性的投資參考，成為參與和影響政府決策、推動經濟社會發展的重要力量。
提升智庫學術性，提供投資風向標
? 專家學者研究平臺 ? 高端金融服務平臺 ? 跨界交流合作平臺
最新評論