數字資産到底是什麽？這篇文章給說透了

來源：蘇甯金融研究院

12月11日，江蘇省互聯網金融協會與蘇甯金融研究院聯合舉辦的“2020江蘇金融科技與普惠金融發展研讨會暨蘇甯金融研究院五周年論壇”在南京舉行。香港浸會大學副校長、英國皇家工程院院士、江蘇蘇甯銀行首席科學家郭毅可教授在會上作了《鑄就人工智能重器 賦能金融産業升級》的視頻演講。

以下爲演講節選：

尊敬的各位嘉賓，大家下午好！首先感謝主辦方江蘇省互聯網金融協會與蘇甯金融研究院的邀請，在今天和大家共同探讨江蘇金融科技和普惠金融的發展大計。

在這個大數據時代，我們有了一個基本的技術生态，我們有雲計算，同時又有無線網、有5G，可以使每個人随時随地訪問到數據服務。

這個時代把數據變成資源，有了這個以後數據就變成了資産。今天又開始過渡到一個對它資本化的過程，把數據作爲一種産品，作爲一種可以交換的資産，就是資本，它作爲新的社會發展的動力。

今天數據資産的特點，它具有個性化，每個人都是數據的生産者，正是因爲這個原因，所以我們才有了數據市場的概念，才有了像GDPR這樣對于個人資産的保護這樣的一種協議，這是一個非常重要的未來前景，在數據構成的環節中，每個人都是數據生産者，也是數據資産的擁有者，怎麽界定它，怎麽保護它，是我們經濟生活中一個重要的特點。

從數據資産到數據資本有兩個重大的瓶頸，第一點是要解決數據資産的交易性和數據使用的特征，要保證我們所形成的數據資産的産品，是可以用來交換的，這個時候就有一個非常重要的數據特點，那就是所謂的使用的非排他性，數據可以随意拷貝。解決這個問題有區塊鏈的技術，區塊鏈構成數據中間，每一塊的數據資産都是不可複制的，這就是形成交易性的一個重要條件。

第二點，對于個人數據接近無限的量級，我們無法用腦力來處理我們的數據，這個時候就需要用人工智能，人工智能的一個重要任務就是把數據形成數據産品。

從這個意義上來講，數據經濟和社會具有整體性，這個整體性從數據資源到數據資産，我們運用了區塊鏈這樣一種新的數據互聯的結構，還有一個從數據資産到數據生産力，我們采用的是人工智能這樣的一個生産工具。這兩個組合起來就是一個數據社會。那麽基于這個社會的一個基礎，對其經濟學的研究就是數字經濟學。

我們可以回顧一下數據經濟生态系統的演變，可以看到，從過去數據是零散的，每個人不規則地管理它，到了2010年之後出現了雲計算，就出現了數據管理者的概念。我們可以托管數據，就像銀行管理着我們的金錢，我們有一個數據中心或者雲計算中心管理着我們的數據。那麽有了管理數據以後，數據的擁有者跟管理者之間就有一個非常重要的關系，這個關系是什麽？這個關系就是資産管理。數據管理者必須保證其管理的數據在使用時，能夠保證數據擁有者的私密性、數據的擁有權、數據的控制權，這就引出了數據資産管理的概念，這在2010年以後到今天，都是一個最熱門的題目。

那麽，形成了這樣的資産管理以後，交換交易怎麽樣形成數據産品，這就是區塊鏈的一個重要特征。同時，另一個重要的認識是我們今天所謂的大數據，即數據科學，就是通過數據來認識世界的科學。

總結一下，我們認爲數據是世界新的市場資源，我們不斷利用和創造這樣的資源，這種資産或者資本化是數據科學一個重要的研究。

數據科學還有一個重要的任務，通過數據來認識世界，怎麽認識？它的認識是從觀察來總結觀察到的事實，總結的過程是基于統計的推演，推演的結果就是我們所說的模型，推演的過程不是人來做而是自動化，那就是機器學習、人工智能。我們将會有越來越多的數據，越來越強的推理，越來越自動的學習，越來越深的理解，這就是我們的未來。

以上就引出了人工智能的發展。所謂的人工智能是數據科學的一個基本技術，我們可以這樣來簡單的看一下人工智能的特征。我們有世界，有一個認知體，這個認知體可以是人也可以是機器，總的來說是一個認知。我們人在做認知或者機器做認知的時候要做總結，總結出來就是模型，模型存在我們的思維體中，在腦中的存儲的模型不斷地對這個世界做出判斷，或者叫預測，這樣的預測和觀察就一定會形成對比，一個是主觀的認識，一個是客觀的觀察。這個時候如果說我們把觀察和自己主觀的意識做一個比較，這中間會有一些差異，如果沒有差異就很好，因爲我們的認識得到了實際的檢驗，這使我們的認識更加有信心；如果觀察和認識有不同的話，那麽這時候就會出現兩個結果，一個是我們相信自己的觀察，相信世界的客觀性，這個時候怎麽辦？就改變我腦中的模型，這就是一個學習的過程；還有一種人比較自信，相信自己的認知，認爲自己是對的，這個世界是錯的，那就會出現改變世界，出現一個行爲。人類整個的認識過程基本上就這兩類。

在過去，當數據量比較少，計算率比較差的時候，機器人的知識獲得，是通過人把自己的知識總結出一條一條的規律，來告訴機器人，這是硬的輸入。後來随着數據量的增長，計算能力的提高，我們才有了基于統計的學習，最後到今天的深度學習。總而言之，我們的信息量越來越大，計算能力越來越強，導緻了我們知識獲取能力、自動獲取能力發生了變化。

人工智能有很多的研究，下面講一講它的應用。今天很多所謂的智能，智能銀行也好，智慧城市也好，智慧車也好，講的都是給今天所生活的每一個社會體賦予一種人工智能推理的能力。這裏有很多的例子，中間一個比較重要的例子就是智慧金融，這裏面有很多很多的應用，根據我自己的一些實踐，再稍微舉一些例子。

一個是金融服務的精細化，很大的一個改變，通過數據可以感知整個金融界，跟你的金融産品的性能和市場表現，還有客戶的洞察，這些都可以使得金融機構構造一個以客戶爲導向的，有精确營銷的高性能服務，這是人工智能的一個很重要的應用。現在講的普惠金融，很大程度上就是細分，什麽叫普惠？就是把金融落實到個人身上，未來的狀态就是這樣的，精細化的金融服務，強調用戶體驗，強調用戶的個性需求。

在金融服務鏈方面，整體上來說它有一個很重要的數據驅動的數據鏈，我們從産品競争力到員工激勵，到營銷系統、管理，一直到客戶的管理系統，這些都是通過數據來服務的，來看顧客的忠誠度，來看産品的易化程度，這裏面都離不開大數據。

講到這個問題，産品怎麽設計？産品設計的未來總是一個特點，就是長尾效應，更多的個性化，更多的照顧每一個人，這個時候我們要研究産品的分布，要研究區域的競争力，還有就是它的時效和整個生命周期中間不同的社會情況，不同的經濟情況對它的影響，它的抗災性等等，都是一種非常重要的數據驅動的做法。

把握資金流動的特征，特别是在信用打分的時候是非常重要的。前面講的很多的消費信貸産品，面向個人的系統，這裏面很重要的一點就是對個人償還能力的評分，這個評分裏面有各種對你資金流動的理财愛好、風險偏好等等的特殊描述，這也就決定了個人的信用。

還有很重要的一點，就是要揭示金融世界中的内在關系，一個股票的增長和它的變化以及其他的金融産品的變化，跟一些因素相關，把它們之間的因果關系揭示出來，是非常重要的，那麽這一句話怎麽解釋我們所能看到的一些數據，就是一些持續數據，比方說股票的波動，那麽我們怎麽樣通過這些波動來推導這些系統中間各元素之間的關系，這是一個非常重要的因果分析的關系，也是機器學習和人工智能中間的一個難點。

最近談到最多的話題之一是大數據風控和監管。大數據風控，它的特點是将風險控制落實到微觀個體，而監管的特點是通過政策來宏觀控制風險，這兩者之間的平衡實際上在相當長的一段時間裏都是我們将要讨論的重點，它們兩個是沒有矛盾的，相輔相成，但是現在看來更多好像是一種矛盾。

長遠看來，監管需要更多的精細化，大數據風控必須要有一定的宏觀政策保證，這兩個是相輔相成的體系，這是一個很重要的研究領域，銀行在最近的風波中間應該得到一個啓示，要真正認真地研究數據風控與監管之間的關系。

最後，對于人工智能的研究，現在要做的是把它賦能工業化，産品化。這個所謂的工業化是什麽？它是标準化、組件化、流程化、社會化，我們要把人工智能很重要的各種功能作爲達成人工智能的組件，這方面我們有很多的經驗，我自己也做過這方面很多的工作。

工業化應用開發平台的構造，這裏面不僅有模型的構造，有模拟分析器，還有一個很重要的特點就是模型管理，我們會生産出越來越多的知識分析模型，這些模型我們必須把它管理好，管理是我們對于一個企業知識的管理，這将會是人工智能發展工業化最重要的一個瓶頸，将來我們有很多的工作要去做。

最後總結一下，今天人工智能給金融的智能化提供了非常好的技術，現在要做的是踏踏實實把這個技術用好。我們對于人工智能很多的研究，沒有必要去做太多的哲學問題上的考慮，比如AI會不會超過人的智能等等，更重要的是要考慮怎麽樣在今天各種社會生活中間把該技術用好，使得它爲我們服務。那麽，金融産業當中人工智能大有用處，希望江蘇在這方面能夠走得早，走得好，走得踏實。也希望我在和蘇甯銀行的合作期間，能夠爲江蘇省金融産業的發展做出自己的貢獻。

謝謝大家！