導(dǎo)語：數(shù)字經(jīng)濟(jì)還有很多提升空間。人工智能在模型和數(shù)據(jù)方面得到了新的突破，賦能數(shù)字經(jīng)濟(jì)。香港應(yīng)在科創(chuàng)領(lǐng)域有所作為。

在10月27日召開的由港股100強(qiáng)研究中心主辦、財(cái)華社協(xié)辦的“雙循環(huán)時(shí)代的金融全球化”系列沙龍第二期活動(dòng)上，香港人工智能與機(jī)器人學(xué)會(huì)常務(wù)副理事長兼秘書長柳崎峰博士表示，數(shù)字經(jīng)濟(jì)還有很多提升空間。人工智能在模型和數(shù)據(jù)方面得到了新的突破，賦能數(shù)字經(jīng)濟(jì)。香港應(yīng)在科創(chuàng)領(lǐng)域有所作為。以下是演講實(shí)錄：

數(shù)字經(jīng)濟(jì)我們講了很長時(shí)間，似乎發(fā)展遇到了瓶頸，但是受今年疫情的影響，我們意識(shí)到，數(shù)字經(jīng)濟(jì)只是進(jìn)行到了表面的層次，還有相當(dāng)?shù)陌l(fā)展空間。我今天講三個(gè)方面的問題：

第一，在人工智能領(lǐng)域，在模型方面，最新的突破技術(shù)有哪些？

我們知道人工智能的三個(gè)基本問題是：模型、數(shù)據(jù)和算力。最近人工智能發(fā)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(diào)，但我認(rèn)為這是暫時(shí)的，整體還是會(huì)繼續(xù)高速向前發(fā)展的。

8年前（即2012年），以人臉識(shí)別為代表的模式識(shí)別技術(shù)飛速地發(fā)展。那么當(dāng)前的技術(shù)，有哪些類似人臉識(shí)別的技術(shù)有突破了，而技術(shù)突破可以帶來什么結(jié)果。我認(rèn)為是自然語言理解技術(shù)。

自然語言理解，也叫NLP，在2018年10月份的時(shí)候發(fā)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(dāng)差的，即使是深度學(xué)習(xí)發(fā)展了大概十幾年的時(shí)間，在自然語言理解方面的進(jìn)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(hào)傳遞到神經(jīng)細(xì)胞，感知光亮、色彩等機(jī)理，科學(xué)家已經(jīng)搞得相對(duì)比較清楚了。所以，視覺方面的識(shí)別問題，對(duì)于特定目標(biāo)的識(shí)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(shí)際上就已經(jīng)理解了人類思維中的相當(dāng)一部分，因?yàn)檫@里面的語言有很多推理，不僅是規(guī)則，不僅是記憶力。所以一直以來，深度學(xué)習(xí)對(duì)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(jìn)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(shí)也讓機(jī)器來做，二者一比較，基本上機(jī)器已經(jīng)接近于人類的平均水平。

從去年一直到現(xiàn)在，關(guān)于自然語言理解方面的技術(shù)不斷的突破。今年7月份，OPENAI（馬斯克投資的一個(gè)做人工智能的科研機(jī)構(gòu)），訓(xùn)練了一個(gè)模型叫GPT3，GPT3和BERT的思路很像，暴力計(jì)算。模型本身雖然比較簡單，但是訓(xùn)練規(guī)模很大，大概有1750多億個(gè)參數(shù)，訓(xùn)練一次據(jù)說是需要大概1000萬美金。這是人類歷史上第一個(gè)這么龐大的模型。這個(gè)模型雖然和人類的大腦差很遠(yuǎn)，人腦大概有2000萬億個(gè)神經(jīng)連接，但是已經(jīng)可以做到非常棒的一個(gè)自然語言理解的水平了。比如說讓烤面包機(jī)給人類寫封情書，寫得非常好，挑不出毛病。這個(gè)技術(shù)就是我說的拐點(diǎn)突破，會(huì)帶來一系列的應(yīng)用解鎖。在哪些方面應(yīng)用呢？比方說我的一個(gè)團(tuán)隊(duì)在做的一些項(xiàng)目，進(jìn)行各種證件識(shí)別、表格識(shí)別、文檔內(nèi)容自動(dòng)理解。表格識(shí)別比較麻煩，每一個(gè)表格的布局都是不一樣的，怎么通過一些推理和常識(shí)能夠知道各個(gè)項(xiàng)目之間的對(duì)應(yīng)關(guān)系，這是一個(gè)很大的認(rèn)知挑戰(zhàn)。對(duì)文檔的閱讀理解，比如說各種專業(yè)的文檔，包括法律文檔、財(cái)務(wù)文檔等的理解，對(duì)各行各業(yè)辦公自動(dòng)化、降本增效有非常大的幫助。

最近的人工智能技術(shù)，包括自動(dòng)駕駛，都有了飛躍式的發(fā)展。比方說谷歌的Waymo在鳳凰城已經(jīng)開放了完全無人駕駛的出租車業(yè)務(wù)，特斯拉也發(fā)布了全自動(dòng)駕駛，還有深圳市坪山區(qū)最近整個(gè)區(qū)街道開放，他們支持所有無人駕駛技術(shù)可以進(jìn)行測試，充分體現(xiàn)了深圳的先行先試的創(chuàng)新意識(shí)，尤其值得香港學(xué)習(xí)借鑒。

第二，在人工智能領(lǐng)域，在數(shù)據(jù)方面，最新的突破技術(shù)有哪些？

提到數(shù)據(jù)，最大的問題就是數(shù)據(jù)共享問題。一個(gè)大公司部門之間數(shù)據(jù)通常都不共享，不同公司之間更不共享數(shù)據(jù)。數(shù)據(jù)出去之后，就再也回不來了，數(shù)據(jù)給了一個(gè)人，再拷貝給另一個(gè)人，然后數(shù)據(jù)到底是誰的，沒辦法確權(quán)。大家都把數(shù)據(jù)捂得死死的，所以數(shù)據(jù)不流動(dòng)，不流動(dòng)就沒法定價(jià)。我們知道金融資產(chǎn)需要流動(dòng)才能定價(jià)。數(shù)據(jù)不能流動(dòng)，不能確權(quán)，不能定價(jià)，就不作為生產(chǎn)資料，就不能發(fā)揮它的生產(chǎn)要素作用，這是阻礙數(shù)字經(jīng)濟(jì)向前發(fā)展的最大障礙之一。

但是現(xiàn)在情況開始轉(zhuǎn)變了，為什么呢？出現(xiàn)了一個(gè)技術(shù)，叫聯(lián)邦學(xué)習(xí)Federated Machine Learning，數(shù)據(jù)共享問題可以用聯(lián)邦學(xué)習(xí)技術(shù)。聯(lián)邦學(xué)習(xí)是谷歌在2016年第一次提出來的概念，數(shù)據(jù)在各方公司的情況下，原始數(shù)據(jù)不出家門，交換的是機(jī)器學(xué)習(xí)模型所需要的一些參數(shù)和系數(shù)的密文，對(duì)密文進(jìn)行共享和運(yùn)算，這是安全的。這樣的話就可以解決兩難問題：既實(shí)現(xiàn)數(shù)據(jù)共享，同時(shí)又保護(hù)數(shù)據(jù)隱私，對(duì)人工智能的推動(dòng)作用是非常巨大的。在楊強(qiáng)老師的大力推動(dòng)下，2020年10月，IEEE全票通過全球第一個(gè)聯(lián)邦機(jī)器學(xué)習(xí)標(biāo)準(zhǔn)，這是一個(gè)人工智能發(fā)展史的里程碑。

第三，中美爭端，對(duì)香港科創(chuàng)有哪些影響？帶來的發(fā)展機(jī)遇是什么？

現(xiàn)在的形勢發(fā)展很快，我們?cè)谶^去的一年里，國際上發(fā)生了很多事情�，F(xiàn)在美國疫情很嚴(yán)重，美債高筑，美元不斷超發(fā)，美元信用受到了挑戰(zhàn)。同時(shí)我們知道特斯拉電動(dòng)汽車在全世界已經(jīng)發(fā)展起來，5年之內(nèi)全球會(huì)減少對(duì)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(jìn)口石油依賴，所以美元的錨從黃金到石油，下一個(gè)錨是什么呢？這是個(gè)影響全世界發(fā)展的關(guān)鍵問題，我認(rèn)為應(yīng)該是在知識(shí)產(chǎn)權(quán)上。

在這個(gè)大背景下，香港面臨一個(gè)巨大的歷史機(jī)遇，即香港可以成為一個(gè)國際創(chuàng)科中心。香港最大的優(yōu)勢是香港有5所QS Top100的大學(xué)。我們看矽谷是怎么發(fā)展起來，就是靠一個(gè)斯坦福大學(xué)發(fā)展起來，所以香港應(yīng)該考慮的問題是，我們?nèi)绾尉喸斓?個(gè)世界級(jí)別的大灣區(qū)。然而，香港的學(xué)術(shù)研究和和實(shí)際產(chǎn)業(yè)脫節(jié)現(xiàn)象嚴(yán)重，此外，香港的科研太過發(fā)散。過去的成功經(jīng)驗(yàn)是，香港政府作為小政府大平臺(tái)，依靠市場自然發(fā)展，然而現(xiàn)在的形勢有很大的變化，全球都在搞高科技發(fā)展競賽，必須集中力量辦大事，科創(chuàng)發(fā)展必須要有發(fā)展戰(zhàn)略，必須要有重點(diǎn)專項(xiàng)。

香港應(yīng)該組織香港本地的四十幾位院士在一起，聯(lián)合制定香港的重點(diǎn)學(xué)科發(fā)展方向，如果沒有重點(diǎn)學(xué)科發(fā)展方向，搞平均主義的結(jié)果就是什么都搞不好。

最后在人才方面，現(xiàn)在香港吸引人才力度非常弱，很多優(yōu)秀的人才，其實(shí)一直在比較，香港和深圳哪個(gè)更好呢？香港的人才政策遠(yuǎn)遠(yuǎn)落后于深圳。我最近聽一個(gè)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(shí)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�。糠从^深圳是怎么樣呢？深圳是說我認(rèn)定你是人才的話，我恨不得把房子塞進(jìn)手里讓你��！香港如果能建起300套專家公寓給引進(jìn)的各類優(yōu)秀科創(chuàng)人才用，香港的科創(chuàng)立刻就上了一個(gè)新臺(tái)階。所以，這件事情我覺得大家應(yīng)該一起呼吁一下。

最后，香港應(yīng)該抓住兩個(gè)機(jī)遇，一個(gè)是很多內(nèi)地高科技企業(yè)來香港上市，這些高科技企業(yè)是不是應(yīng)該在香港設(shè)立研發(fā)中心？這也更有利于催化資本市場對(duì)此類企業(yè)的估值提升，也對(duì)一帶一路科技輸出非常有利。我覺得應(yīng)該吸引這些高科技企業(yè)在香港設(shè)立研發(fā)中心，這是一條線索，順藤摸瓜。

第二個(gè)就是最近中美關(guān)系當(dāng)前的情況下，各種知識(shí)產(chǎn)權(quán)壁壘，香港不但要成為高科技中心，而且技術(shù)要盡量本地化。這是香港創(chuàng)科發(fā)展的重要機(jī)遇，我們把握好這些機(jī)遇，應(yīng)該是會(huì)發(fā)展得非常好。

港股100強(qiáng)研究中心的宗旨是建立一個(gè)國際知名的具有領(lǐng)先地位的開放式研究平臺(tái)，依托港股100強(qiáng)的品牌和資源優(yōu)勢，堅(jiān)守開放、包容、前瞻的研究視野，匯聚政商學(xué)界頂尖專家團(tuán)隊(duì)，通過學(xué)術(shù)研究、應(yīng)用研究、政策研究和金融實(shí)踐，推動(dòng)行業(yè)發(fā)展，產(chǎn)生可觀的經(jīng)濟(jì)與社會(huì)價(jià)值。研究中心以“緊隨國家戰(zhàn)略，服務(wù)國家發(fā)展”為己任，致力于在國家經(jīng)濟(jì)舞臺(tái)上發(fā)揮重要作用，為香港資本市場提供有價(jià)值的觀點(diǎn)，樹立專業(yè)化的投資指引，為用戶提供權(quán)威與前瞻性的投資參考，成為參與和影響政府決策、推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的重要力量。

提升智庫學(xué)術(shù)性，提供投資風(fēng)向標(biāo)

? 專家學(xué)者研究平臺(tái) ? 高端金融服務(wù)平臺(tái) ? 跨界交流合作平臺(tái)