（原標題：《麻省理工科技評論》聯(lián)合度小滿發(fā)布2023年金融科技十大趨勢）

2023金融科技行業(yè)有哪些值得關(guān)注的前沿技術(shù)？1月5日，北大光華度小滿金融科技實驗室聯(lián)合《麻省理工科技評論》中國研究團隊發(fā)布了《2023年金融科技趨勢展望》，提出了生成式人工智能、因果推斷、多模態(tài)情感計算、科技倫理治理、鏈上分布式金融應用、隱私計算、圖計算、虛擬數(shù)字技術(shù)、自動機器學習和云上能力升級等十大技術(shù)趨勢。

報告研究團隊訪談了多位金融科技行業(yè)的技術(shù)專家、關(guān)注人工智能技術(shù)應用的科研學者，以及相關(guān)企業(yè)。

“大模型是數(shù)字經(jīng)濟時代智能信息處理的基礎(chǔ)設(shè)施”,清華大學人工智能研究院常務副院長孫茂松認為，“如果將它的能力放在金融行業(yè)中去處理原有的任務，性能和效果將會有顯著的提升。如果把各類金融大數(shù)據(jù)注進大模型去做經(jīng)濟形勢的預測，與現(xiàn)有的主流經(jīng)典分析方法論將會有質(zhì)的區(qū)別，國際上如果因此出了一個諾貝爾經(jīng)濟學獎（將人工智能用于金融研究或預測），我一點都不感到驚奇，甚至是可期待的?！?/p>

香港理工大學計算機系教授、IEEE Fellow郭嵩認為，“對于金融行業(yè)來說，數(shù)據(jù)的使用和安全更加重要?！鸽[私、安全和公平性」是最需要關(guān)注的三個話題。隱私計算、聯(lián)邦學習、數(shù)據(jù)的選擇和算法改進，分別能夠一定程度上解決上述三個問題。此外，從治理角度來看，區(qū)塊鏈作為一種基礎(chǔ)設(shè)施，也是數(shù)據(jù)治理的重要技術(shù)手段，目的是對數(shù)據(jù)和其他資源進行分布式的自治化治理?！?/p>

度小滿CTO許冬亮表示，“當前，金融行業(yè)數(shù)字化、智能化轉(zhuǎn)型正在加速，數(shù)據(jù)和人工智能技術(shù)是關(guān)鍵驅(qū)動要素，人工智能技術(shù)在金融行業(yè)的應用必將革新金融行業(yè)的現(xiàn)有服務模式。基于圖計算、多模態(tài)等技術(shù)對于大數(shù)據(jù)的深入理解和洞察，降低了金融機構(gòu)風險管理的成本，擴大了服務人群的邊界；因果推斷、AutoML（自動化機器學習）等技術(shù)讓業(yè)務決策更智能，RPA、情感計算、數(shù)字人等技術(shù)讓金融服務更有溫度，提升了用戶的服務體驗”。他認為人工智能在金融行業(yè)的應用潛力目前可能只發(fā)揮了不到1%，隨著技術(shù)商業(yè)應用成熟度的不斷提升，人工智能技術(shù)將改變金融行業(yè)價值鏈的每一環(huán)節(jié)?！?/p>

技術(shù)趨勢一：生成式人工智能

本報告認為生成式人工智能是新一代生產(chǎn)力工具。

在金融領(lǐng)域中，通過指令，生成不同風格的文字、語音、視頻，以及生成一種類似于金融資產(chǎn)標的內(nèi)容，是它最基本的應用。生成式人工智 能在金融業(yè)務落地層面有一定的輔助價值，從生成過程和結(jié)果角度來講，帶有創(chuàng)造性質(zhì)。

技術(shù)趨勢二：因果推斷

近兩年，關(guān)于因果發(fā)現(xiàn)，或稱作因果表征學習（Causal Representation Learning）的研究和應用逐漸變得更加活躍。

本報告認為在金融行業(yè)中，因果模型是智能營銷的關(guān)鍵手段，能促成最大化全局營銷效率。但但金融數(shù)據(jù)是非常復雜的，一定需要對金融數(shù)據(jù)的性質(zhì)有一個很深入的認識。再將目前的分析方法做一定的調(diào)試修改，才可以把系統(tǒng)把背后的因果性找出來。

技術(shù)趨勢三：多模態(tài)情感計算

本報告認為在金融場景中，情感計算有助于了解客戶的真實情感表達，可以收集客戶情感信息、識別客戶情感變化，并作出相應的決策指導，對于提升金融企業(yè)的服務質(zhì)量和效率，起到了重要的輔助作用，長期應用在客戶服務、催收等場景中。

技術(shù)趨勢四：圖計算

本報告認為，在金融行業(yè)的實戰(zhàn)應用：圖計算技術(shù)最清晰的應用效果是智能信審、資金流向查詢和金融數(shù)據(jù)可視化。金融行業(yè)每天都有海量的、關(guān)聯(lián)的、動態(tài)時序數(shù)據(jù)產(chǎn)生，利用圖技術(shù)業(yè)務人員可以毫秒級得到查詢結(jié)果。

利用圖計算技術(shù)，可以在金融場景中實現(xiàn)實時地找到最完整的路徑。

技術(shù)趨勢五：自動機器學習

在金融領(lǐng)域，自動機器學習（AutoML） 技術(shù)，極大的簡化了從數(shù)據(jù)到模型的過程，提高了模型產(chǎn)出的效率和質(zhì)量，同時也降低了機器學習的門檻，讓沒有該領(lǐng)域?qū)I(yè)知識的人員也可以使用機器學習來完成相關(guān)工作。

技術(shù)趨勢六：科技倫理治理

近兩年，中國對于AI倫理、安全、 法律法規(guī)方面高度重視，將科技倫理治理提到新高度。數(shù)據(jù)治理和AI倫理規(guī)范將被提到新高度，同時法規(guī)與行業(yè)呼吁金融機構(gòu)要做科技倫理建設(shè)的第一責任人。

技術(shù)趨勢七：鏈上分布式金融應用

分布式金融技術(shù)，以及基于區(qū)塊鏈上的應用，核心價值在于這套應用的可編程性。

無論是資產(chǎn)、標的、價值傳遞、操作流程、后續(xù)服務，全部都嘗試通過數(shù)字世界可編程的方式或者軟件形式來實現(xiàn)，成本極低、通用性強。

完全基于鏈上編程的金融業(yè)務或許存在漏洞、或許遇到數(shù)字貨幣、金融危機等相關(guān)的挑戰(zhàn)，但這并不影響中國金融機構(gòu)，甚至非金融機構(gòu)，在技術(shù)方向與業(yè)務應用價值上的探索。

技術(shù)趨勢八：隱私保護計算

未來，隱私保護計算的技術(shù)演進方向為綜合考慮安全性和效率，打造通用統(tǒng)一性——密碼技術(shù)學者開發(fā)設(shè)計更加高效、實用和更“通用”的算法，工程師加速實現(xiàn)方案和協(xié)議在實現(xiàn)層面的優(yōu)化和硬件加速。

技術(shù)趨勢九：數(shù)字虛擬技術(shù)

虛擬數(shù)字人，無疑是當前虛擬數(shù)字技術(shù)最清晰的一個產(chǎn)品路徑。在金融場景中，為迎合新時代年輕人的數(shù)字世界玩法、創(chuàng)造更有活力的品牌形象，諸多金融機構(gòu)近一年紛紛推出數(shù)字品牌代言人，引領(lǐng)場景營銷新方式。

利用物聯(lián)網(wǎng)、移動通信技術(shù)突破物理網(wǎng)點限制，建立人與人、人與物、物與物之間智慧互聯(lián)的服務渠道，打造“無邊界”的全渠道金融服務能力。

技術(shù)趨勢十：云上能力升級

金融機構(gòu)在過去幾年已經(jīng)充分體會到了云計算帶來的業(yè)務增益效果，云計算切實解決了算力需求、真正幫金融機構(gòu)將算力成本降下來。

未來幾年，云計算能力在金融機構(gòu)內(nèi)部的底層基礎(chǔ)設(shè)施地位不動搖，也是其數(shù)字化轉(zhuǎn)型的基礎(chǔ)保障能力之一。

本文系未央網(wǎng)專欄作者:讀懂數(shù)字科技 發(fā)表，內(nèi)容屬作者個人觀點，不代表網(wǎng)站觀點，未經(jīng)許可嚴禁轉(zhuǎn)載，違者必究！

免責聲明：信息網(wǎng)轉(zhuǎn)載此文目的在于傳遞更多信息，不代表本站的觀點和立場。文章內(nèi)容僅供參考，不構(gòu)成投資建議。如果您發(fā)現(xiàn)網(wǎng)站上有侵犯您的知識產(chǎn)權(quán)的作品，請與我們?nèi)〉寐?lián)系，我們會及時修改或刪除。

Tags：[db:TAG標簽](1451314)

轉(zhuǎn)載請標注：信息網(wǎng)——《麻省理工科技評論》聯(lián)合度小滿發(fā)布2023年金融科技十大趨勢