如今，科技持續(xù)深度重塑各個(gè)產(chǎn)業(yè)，“金融科技”已經(jīng)成為*的金融發(fā)展熱點(diǎn)。隨著人工智能、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、5G等新一代信息技術(shù)向金融領(lǐng)域的加速滲透，金融與科技的融合發(fā)展持續(xù)深化。CGFT王昕磊：AI賦能金融行業(yè)智能化轉(zhuǎn)型！
王昕磊博士提出中國錯(cuò)過了工業(yè)化、機(jī)械化、電氣化、信息化等，但在AI發(fā)展上，中國有很大機(jī)會(huì)和歐美并駕齊驅(qū)。
金融是人工智能非 常好的一個(gè)場(chǎng)景，但金融的數(shù)據(jù)量要足夠大。2019年金融科技規(guī)模已達(dá)到5.5萬億美金，相比傳統(tǒng)金融，金融科技在精 確分析，挖掘潛在規(guī)律與風(fēng)險(xiǎn)，個(gè)性化定制和自我學(xué)習(xí)方面，都大大提高了數(shù)據(jù)的有效利用。
AI探索：
1，聯(lián)邦機(jī)器學(xué)習(xí)（Federated Learning）：在保障大數(shù)據(jù)交換時(shí)的信息安全、保護(hù)終端數(shù)據(jù)和個(gè)人數(shù)據(jù)隱私、保 證合法合規(guī)的前提下，在多參與方或多計(jì)算結(jié)點(diǎn)之間開展高效率的機(jī)器學(xué)習(xí)，主要分為橫向聯(lián)邦、縱向聯(lián)邦和聯(lián)邦遷移。
2，圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Networks，GNN）：涉及到大量的計(jì)算算力，目前還沒落地場(chǎng)景。
3，區(qū)塊鏈：區(qū)塊鏈本質(zhì)上是一個(gè)共享數(shù)據(jù)庫，存儲(chǔ)于其中的數(shù)據(jù)或信息，具有不可偽造、全程留痕、可以追溯、公開透明、集體維護(hù)等特征。
分享后，王昕磊博士提到AI不是一個(gè)萬 能產(chǎn)品，也不是一個(gè)高不可攀的事情， AI應(yīng)該客觀、理智、中性，為人人服務(wù)。但目前AI的瓶頸是產(chǎn)品真正落地挑戰(zhàn)大，如何做好AI的產(chǎn)品化，是未來需要思考的一個(gè)關(guān)鍵問題。
