2022年世界人工智能大會于9月1至3日在上海世博中心舉行。世界人工智能大會(WAIC)由國家發(fā)展和改革委員會、工業(yè)和信息化部、科學技術部、國家互聯網信息辦公室、中國科學院、中國工程院、中國科學技術協會和上海市人民政府共同主辦。

作為本屆世界人工智能大會的合作伙伴之一,由數庫科技主辦,上海市城市數字化轉型應用促進中心聯合主辦,智能投研技術聯盟(ITL)、上海數據交易所、上海市人工智能行業(yè)協會協辦,復旦大學人工智能創(chuàng)新與產業(yè)研究院、上海市經濟和信息化發(fā)展研究中心、上海大數據聯盟、華東師范大學長三角金融科技研究院、深圳數據交易有限公司、西南財大交子金融科技創(chuàng)新研究院支持的2022世界人工智能大會“數無疆 · 智無界”—— 數據智能論壇在上海世博中心拉開帷幕。

本次論壇邀請到了眾多海內外金融、科技、產業(yè)、大數據知名專家學者、頭部企業(yè)領袖等,從數據智能、數字經濟、人工智能、量化投資等角度聚焦數字經濟新熱點、把握數據智能新風向,為專業(yè)觀眾多角度闡述數據智能在相關領域的創(chuàng)新變革與實踐應用。

同時,中國基金報、21世紀財經、財聯社、私募排排網、微吼、學說、億歐網、韭圈兒、積募、今日人工智能、朋湖網、零壹財經、數據交易網、愛分析、數據猿、DataFunTalk、元宇宙與碳中和研究院等20多家媒體也同步轉播了此次論壇盛況。

全網累計播放量達30萬+

上海市經濟和信息化委員會副主任張英女士為本次論壇致開幕辭。張英提到,我們正面臨新一輪產業(yè)和科技革命,數據正成為新的生產資料,與算力、算法并列為新一代人工智能發(fā)展中國際公認的三大要素。此次論壇的舉辦為推動上海市人工智能產業(yè)向縱深發(fā)展具有重要的意義。

張英女士致開幕辭

在此背景下,“數無疆·智無界”主題分論壇以數據要素流通交易、數據應用場景、創(chuàng)新視覺切入,探討數據流通規(guī)則,固化數據在智慧城市建設、金融智能投研等重點領域的應用。

為全面推進城市數字化轉型,打造具有世界影響力的國際數字之都,張英表示,上海將進一步加快數據資源全球化配置,數據產業(yè)鏈全方位布局,數據生態(tài)全面營造,創(chuàng)建數據新供給、場景新需求、數商新業(yè)態(tài),力爭將上海打造成數據要素配置的樞紐之城,數據要素創(chuàng)新的活力之城,數據要素消費的產業(yè)之城。

數庫科技創(chuàng)始人兼總裁沈鑫先生在題為《仰望星空 · 腳踏實地——以元素級創(chuàng)新驅動產業(yè)數字化》的演講中提到,數據行業(yè)其實與探索宇宙有共通之處。如果人們真正想洞察整個宇宙,需要有元素級別的創(chuàng)新,是每一個數據點層面上的創(chuàng)新,而數庫科技的產業(yè)鏈體系就是從每一個數據點,從每一個數據的元數據上開始高度的標準化、高度的精細化去創(chuàng)新。只有對元素級別的數據要素擁有非常深刻的洞察,才能真正的去探索數據的宇宙,從這個宇宙中去找到真理,真正意義上去實現更精準的預測和數據解析的能力。

沈鑫先生發(fā)表主題演講

此次數庫科技重磅推出的SAM 2.0 產業(yè)數字化平臺便是這樣的一款產品。它將所有的鏈細切成元產業(yè)鏈,每條元鏈、每個產品節(jié)點上都連接著大量豐富的數據,而所有與產品相關的價值信息、產能信息、產能指數、法律法規(guī)、政策等等相關的一系列數據都能夠被堆砌到這個相關產品節(jié)點上。每一個產品節(jié)點都可被視為一個宇宙,這些小的“元宇宙”連接起來便形成了元鏈,而作為基本單位的元鏈就像樂高模塊一樣,為進一步解析塑造堅實底層,并通過信息的實時動態(tài)捕捉和連接,最終呈現出一個完整映射實體經濟網絡的數據結構。

沈鑫認為,數字化時代的數據公司有著特殊的使命——如何把使用數據的門檻降低,讓過去非常高端的高級分析師才會使用的數據,逐步下沉到各個點上,賦能銀行、政府以及各領域人員,讓他們真正通過數據洞察市場。而這也是數庫科技一直以來立志在做的——通過提升數據產能、降低數據邊界使用成本,真正讓數據進入千家萬戶,面向數字化時代的需求。

上海市浦東新區(qū)電子政務辦處長徐瑾倫先生在題為《數智賦能:催生浦東城市智慧和價值再造》的演講中提到“數字政府”是當前數字化轉型一個關鍵。然而,一些地方之所以數字化轉型不順暢,其中很關鍵一個因素在于缺乏完備的數字底座去支撐政務服務、政府監(jiān)管、城市運行。浦東在“十四五”數字化轉型規(guī)劃中,將建設一個統(tǒng)籌集約的數字底座作為面向未來的轉型建設重要內容。該數字底座包括大數據、云計算平臺、基礎網絡、物聯感知以及網絡安全、數據安全,包括區(qū)塊鏈能力,AI能力。通過這些數字底座的運營服務和協同創(chuàng)新來支撐城市的運行、經濟的運行、政務的服務和數字城市的再造。因此,浦東將集齊這七大要素,也就是:云、網、端、鏈、安、智、數。

徐瑾倫先生發(fā)表主題演講

談及浦東最著名的“家門口”服務,他提到,基礎外網可以通達浦東36個街鎮(zhèn),1385個村居,遍布到浦東1200平方公里所有居民小區(qū)和自然村、社區(qū),通過這樣的基礎網絡,也就是數字底座七大要素之一的“網”,再加上云計算平臺提供邊緣算力和GPU算力,將模型通過云計算得到應用的結果后,實現讓每一個老百姓在“家門口”就能享受到政務服務。

未來,作為今后生產力的要素,徐瑾倫希望數據這個要素能夠按照市場化流動起來,通過多方加持,加強數據安全合規(guī)與管理,真正走入市場化運營。

J.P. Morgan亞太地區(qū)量化策略負責人Robert Smith先生在題為《Big Data and AI Strategies:AI for Investing》的演講中提到,大數據在過去5-10年中為我們的量化方法帶來了巨大的性能上的提升,也讓我們在策略上取得了巨大的進步。我們通過解鎖如此海量的數據獲取大量有效信號。因此,當前人工智能技術起飛的另一個原因,就在于數據的可得性有了飛速的提高。

Robert Smith先生進行遠程主題演講

Robert Smith分別從以下三個應用領域:信號生成、風險、最優(yōu)化為大家介紹了如何運用人工智能進行投資。

在演講最后Robert Smith表示,J. P. Morgan在這一領域持續(xù)耕耘。我們一直積極推進人工智能技術在投資中的應用,我們對于這一領域的發(fā)展方向深感激動,并且期待5年后它將給我們帶來更多令人興奮的成果!

上海數據交易所副總經理韋志林先生在題為《數據交易實踐與創(chuàng)新》的演講中提到,上海發(fā)布了四大“新賽道”,在這個新賽道上,數據是最重要的新生產要素。數據要素的流通和交易過程目前大致存在三種狀態(tài):不敢、不能,不愿。因此,數據要素流通陸續(xù)出臺配套政策,包括上海市的數據條例以及其他省市,都在為數據流通提供法律支撐。

韋志林先生發(fā)表主題演講

韋志林認為,從目前來看,數據的流通大量還存在于場外。從場外到場內是一個過程,基于政策、技術、戰(zhàn)略以及行業(yè)數字化轉型的推動下,預估到2025年,場內的數據交易復合增長率會達到200%。如何推動場外交易向場內轉移,在確保數據安全合規(guī)的前提下,讓數據要素真正發(fā)揮它的作用,這是需要數據交易和數據流通領域的同仁們一起推動的。

韋志林表示,上海數據交易所的三年發(fā)展規(guī)劃是要努力打造國家級數據交易所。在確定了“1+4+4”業(yè)務體系的基準下,以“不合規(guī)不掛牌,無場景不交易”為基本原則,上海數據交易所建立了數據交易的六項指引、七項規(guī)范。基于以上的交易體系和交易實踐,還研發(fā)了新一套數據交易系統(tǒng),通過該系統(tǒng),可以看到相關數據產品的特點、特征、輸出參數、交付形式、交付方式以及交付頻率、交易支付方式等,這都是上海數據交易所在市場上首次提出的。

同時,上海數據交易所在6月22日深改委通過的數據要素基礎制度的基礎上做了一系列創(chuàng)新和探索。比如,通過“七個統(tǒng)一”(包括統(tǒng)一登記依據、統(tǒng)一登記機構、統(tǒng)一登記系統(tǒng),特別是產生統(tǒng)一的登記證書,形成統(tǒng)一的登記效力等)來解決數據確權問題。韋志林表示,只有把數據資產、數據產品進行全國根登記體系,才能解決數據要素流通的壁壘和孤島問題,也能夠解決全國統(tǒng)一大市場在數據要素構建里的底層問題。而關于如何在確權的情況下保護數據資產的知識產權,韋志林表示,上海數據交易所已經和國家知識產權局一起推行數據知識產權的保護試點。

在數據資產入表方面,對于數據資源、數據產品、數據資產這三個階段,上海數據交易所提出了自己的思路和建議,并在上海市國資委指導下開展市屬國企數據資產化試點,這是上海數據交易所在數據要素流通領域里著力創(chuàng)新突破的關鍵點。

復旦大學管理學院信息管理與商業(yè)智能系教授、大數據流通與交易技術國家工程實驗室常務副主任、上海數據交易所研究院院長黃麗華女士在題為《數據經濟:重新認識數據的價值》的演講中提到:我國的數字經濟到今天已經進入了實質性階段。在發(fā)展數字經濟的同時,因為要發(fā)展數字經濟,必須要有“數據”這一新型生產要素。然而,作為一個傳統(tǒng)的企業(yè)如何利用數據產生價值?即,企業(yè)的數據價值等于一次價值+二次價值+資產化溢出價值。

黃麗華女士發(fā)表主題演講

企業(yè)業(yè)務系統(tǒng)可稱為“內生系統(tǒng)”,企業(yè)在日常經營生產中積累了很多數據,這些數據有三種理論上的應用:理解發(fā)生的事物、做預測性分析和應用指導性。三種應用有三種價值,第一,業(yè)務流程修改改善;第二,公司有創(chuàng)新,形成了新產品;第三,公司將來創(chuàng)造很多商業(yè)模式,從而形成新的競爭優(yōu)勢。這就是數據在企業(yè)內部的價值,即數據的一次價值。而數據量、數據質量、應用場景及所能覆蓋的用戶數、應用的程度以及該應用對公司未來發(fā)展戰(zhàn)略關聯程度這五個因素,則決定了數據的內部價值。公司在有限的數據中如何提升價值?黃麗華認為,主要可以通過提高數據質量、提高數據分析能力(尤其是建模能力)、提高數據應用場景和關聯度、開發(fā)更多應用場景以及增加用戶使用的覆蓋面。

但并非數據量越大,數據的價值就持續(xù)不斷增長,學術界普遍將其定義為S型數據價值增長曲線,增長到一定程度該曲線就會趨緩。如何沖破S型曲線上“數據的飽和點”?黃麗華認為,當內部數據價值趨于飽和時,為了進一步提升企業(yè)從數據中獲取的價值,企業(yè)可采購其他數據,也可將自有數據作為產品放到市場上交易,從而產生數據的二次價值。企業(yè)通過把數據產品化、資產化,從而可以追求數據的資產化溢出價值。因此,一次價值+二次價值+資產化溢出價值共同組成了數據的完整價值。當然,數據價值的發(fā)揮還需要相應的國家,包括政府部門相應的制度和規(guī)則,因此,黃麗華認為,從政府到技術公司、到應用的企業(yè)、到數據交易流通,各界都需共同努力。

平安國際智慧城市政企超腦事業(yè)部副總經理程紀華先生在題為《AI賦能經濟治理》的演講中提到:目前在智慧城市建設中信息化、數字化實踐比較多、應用比較好的是在經濟治理領域的嘗試,然而,面對錯綜復雜和快速變化的經濟形勢,仍然存在數據及時性不夠、指標集成性不足、分析針對性不強、結果前瞻性不夠這四類問題。

程紀華先生發(fā)表主題演講

程紀華認為,數據大腦(智慧大腦)的重要作用主要有三方面:預警、預測和戰(zhàn)略管理。平安智慧城市利用社會化大數據和人工智能算法,發(fā)現可以表征經濟趨勢特征的先行指標來反映經濟走勢,同時基于區(qū)域經濟結構和特征構建經濟指標知識圖譜,靈活適用于不同應用場景的經濟理解。在此基礎上,能夠實現對GDP指標的預測,并預警風險,助力政府中長期和短期調度手段精準發(fā)力實現經濟工作目標的達成。

程紀華提到,人工智能并非最終能夠替代人工,它更多的是通過大數據和人工智能手段解決政府經濟治理和經濟調度方面的短板,做好風險管理,我們的模型是開放式的,更多時候我們也需要有經驗的政府經濟專家來使用模型、訓練模型,讓專家經驗和模型算法形成合力,實現1+1大于2的效果。

貝萊德建信理財副總經理、首席投資官祝國橋先生在題為《AI在金融行業(yè)中的應用》的演講中提到:40年前,如果計算機能夠把標普500的財務數據整理清楚,并系統(tǒng)化地利用股價變化和一些財務指標關系選擇投資標的,那就可能產生可觀的超越標普500的超額收益。而現在,在智能手機上,很多APP已經可以實現三四十年前行業(yè)領先的技術,簡單的財務數據處理已經很難為投資人帶來超越基準的超額收益了。

祝國橋先生發(fā)表主題演講

科技賦能投資在應用層面是有難點的。在祝國橋看來,首先,這需要投資管理人不斷開發(fā)新的數據源、提高算法。但任何一個數據源和算法都會慢慢被更多人發(fā)現,而逐漸失去其獨有的價值。因此這需要投研人員不斷創(chuàng)新,尋找獨特的數據源和分析角度,不斷更新和迭代算法。其次,在借助前沿科技賦能投資的過程中,還不能完全依賴于歷史數據來構建模型,這需要投研人員通過前瞻性的視角來構建算法。

“現在不同類型的投資方法的界限已經變得模糊了,很多傳統(tǒng)的基本面投資團隊開始引入數據科學家,利用數據分析來幫助投資經理捕捉一些他們以前不關注的角度;市場上也有很多量化策略投資團隊逐漸引入對市場有較深洞見的人才,來幫助他們構建算法和模型。未來,這些不同的投研方法還會有進一步的融合。”祝國橋表示,相信在不久的將來,可以看到更多、更廣、更優(yōu)秀的科技賦能投資的案例出現。

明汯投資合伙人、投資總監(jiān)解環(huán)宇發(fā)先生表了題為《未來已來——人工智能開啟量化投資新篇章》的主題演講,從AI與量化投資的發(fā)展進程談起,再結合AI核心三要素拆解人工智能在量化投資的應用和實踐,最后圍繞如何打造高效迭代量化投資AI框架為大家展開闡述。

解環(huán)宇先生發(fā)表主題演講

在解環(huán)宇看來,人工智能核心三要素在量化投資中都至關重要,三要素有效協同有助于量化投資策略持續(xù)高效迭代,如某一要素出現明顯短板,則有可能錯失高速發(fā)展機遇。

第一個核心要素是數據。金融數據因低信噪比、時序單調性,比其他行業(yè)的數據更復雜。我們在制造模型的時候,尤其強調避免過擬合,同時處理金融數據時要非常注重邏輯。

第二個核心要素是算法。算法(也可以稱之為模型)無疑是整個量化投資的核心,一般有因子挖掘模型、預測模型、組合優(yōu)化及交易算法模型三種。其中,因子挖掘模型里有邏輯因子挖掘和算法因子挖掘兩類,而預測模型則涵蓋注重可解釋性的線性模型和可端到端的深度學習模型及統(tǒng)計學習、機器學習模型,組合優(yōu)化及交易算法模型包括傳統(tǒng)的均值方差模型和比較前沿的強化學習模型。

第三個核心要素是算力。“模型的算法依賴算力,我們每一年在高性能計算集群的投入非常巨大,未來我們會進一步擴建計算集群,現在每個月都要做一次規(guī)劃,為未來半年、甚至一年算力擴張?zhí)崆白龊脺蕚?這樣才能為各種算法模型的訓練提供充足的資源保障。”解環(huán)宇表示。

解環(huán)宇演講中還展示了其正在推行的量化投資AI框架,在他看來一個較為成熟的量化投資AI平臺應該具備兩大特質:前瞻性和高效迭代,前者體現在較為完善的頂層設計上,后者體現在多項目的協同推進中。

最后,解環(huán)宇呼吁更多的人才關注量化投資領域。在他看來,量化投資與人工智能歸根結底還是“人”,這一個個工程的背后凝結的是人的才智和汗水。

在最后的圓桌論壇環(huán)節(jié)中,數庫科技高級副總裁范珺劼作主持,與上海數據交易所副總經理韋志林,路博邁董事總經理、中國量化投資總監(jiān)周平,明汯投資合伙人、投資總監(jiān)解環(huán)宇,微眾銀行AI投研負責人、資深人工智能科學家殷磊圍繞“數智時代下的生產力變革”這一熱點話題展開高質量討論。

在圓桌論壇上,韋志林分享了上海數交所的創(chuàng)新制度以及數據關鍵的角色和作用,韋志林提到,一對多、多對一可以提高數據交易效率。數交所承載的這一交易平臺,作為一種公益的機構,推動了數據要素流通,同時提高了數據流通的效率問題,解決了公有價值問題以及前期性條件里面的安全性、合規(guī)性的問題,因為數交所完整的規(guī)范體系能夠為所有數據產品的合規(guī)性與安全性在交付和交易過程中的安全提供保障。

韋志林先生發(fā)表精彩觀點

與此同時,周平分享了基于人工智能的量化所需要、所感興趣的數據特征。周平認為,在量化投資的發(fā)展過程中,最早使用的主要是公司財務數據、交易相關數據和分析師相關數據,這些數據因為和資產價格有著密切相關性,以及是天然的結構化數據,到今天仍然是大部分量化機構所采用的中間核心數據。然而金融危機后,隨著更多機構的進入,一些策略開始失效,因此也使機構需要引入更多數據來做預測或是在現有數據上使用新的方法。周平提出,可以把數據分為兩類,即和短期市場情緒相關的數據以及非結構化的信息,而現在量化所使用的信息,和任何預測資產價格相關的信息都被認為是重要的,但真正用來預測資產價格的信息是非常少的。

周平先生發(fā)表精彩觀點

對此,解環(huán)宇表示最重要的對于預測或者收益有幫助的數據還是標準化數據,因為從處理難度到所涵蓋的信息量都非常大,這些數據是通過大家實際交易出來的結果,具有很強的代表性。

解環(huán)宇先生發(fā)表精彩觀點

隨著討論的愈加深入,殷磊分享了在銀行業(yè)務場景中如何更好地基于互聯網思維使用數據。殷磊表示,微眾銀行在科技化和數據化層面走得比較往前一些,在數據使用上主要用于做風險和做投資。雖然AI+大數據在風險層面上的應用已經相對成熟,但是在一些場景下傳統(tǒng)數據很難捕捉。而如何把控好做下沉的程度和壞賬率的程度,這是非常重要的平衡,在這個平衡里打破這個平衡或者把這個平衡往下移,非常重要的手段就是數據,以及處理數據的技術。在投資方面,微眾銀行主要是做利率和信用兩大塊,以固收為主,在這個市場里非常重要的標的是跟蹤國家利率以及企業(yè)信用風險。“在跟蹤國家利率上,對于宏觀指標把控是非常重要的。微眾銀行通過非常多的高頻指標去映射中國宏觀經濟,這是微眾銀行在做利率跟蹤方面目前做的一些初步探索。”殷磊介紹道。

殷磊先生發(fā)表精彩觀點

并且,周平也針對國內外對于數據生態(tài)的服務和使用差異,以及中國數商的未來探索領域表示了自己的見解。最后,韋志林還提出了針對數據生產環(huán)節(jié)中,對數據服務商規(guī)避風險、安全提供數據服務的相關有效建議。

（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）