12月16日，由瞭望智库主办的第八届新金融论坛在京召开。中国银行原行长李礼辉在论坛上做了主旨演讲。以下为发言实录：
尊敬的各位领导、嘉宾：
大家上午好！我今天主旨演讲的题目是《数字技术迭代与数字经济战略》。
1年前的11月30日，微软的人工智能实验室OpenAI推出人工智能聊天程序ChatGPT，2个月内就突破月活跃用户1亿大关，被称为人工智能技术发展的奇点、数字技术迭代升级的标志。
ChatGPT全称Chat Generative Pre-trained Transformer（具有生成能力、经过预训练的人机对话转换程序）。ChatGPT有基于超级算力的学习能力、逻辑能力和语言能力，能够学习、掌握和运用大数据库中各门各类的知识，能够学习、理解和使用人类的语言和表达方式，能够区分语境进行人机对话交流，能够执行文本、代码、翻译、图片、视频等任务。2023年3月14日升级到GPT-4，11月中旬GPT-4升级为Turbo，具有128K（约10万字）上下文能力和看得见、听得懂、能说话的多模态能力，知识库更新到2023年4月。
在ChatGPT带动下，更多的AI应用推向市场。我国的AI大模型近200个，目前获得国家网信办备案通过的有百度的文心一言、百川智能的百川、抖音的云雀、智谱AI的智谱清言、复旦大学的MOSS、中科院自动化所的紫东太初、商汤科技的商量、MiniMax的ABAB、上海AI实验室的书生、蚂蚁的百灵、华为的盘古、科大讯飞的星火、腾讯的混元、网易有道的子曰等等。
ChatGPT可能是目前最先进的生成式AI（AI Generated Content，AIGC）大模型。有人挑选评定人类理性思维的4类经典测试任务，包括语义错觉类任务、认知反射类任务、证伪选择类任务、心智程序性任务共26道题目，做了一个测试，GPT-3.5的正确率为58%，GPT-4的正确率高达88%，高于应试人类62%的平均正确率。
第一，人工智能技术创新趋势。
一是生成式AI启动内容生产方式和人机交互方式的变革。AIGC可以根据从非结构化数据格式中学到的信息，生成新的非结构化内容，包括文本、音频、视频、图像和代码，可以适应各种任务，从而对数字技术产业全链条产生重大影响。应用AI技术设计的“AI数字代理”程序被称为“副驾”，可以代替主人执行知识学习、环境感知、行动规划等任务。
二是从通用大模型扩展到垂直模型（垂类模型），融入数字技术创新的不同领域，包括大数据、云计算、区块链和物联网，包括自然语言处理、虚拟增强现实、人机交互和知识图谱、计算机视觉、生物识别，也包括机器人、空间技术、光电技术、自动驾驶等等，形成以AI技术为核心的复杂体系。
三是直接创造商业价值。AI模型能够直接降低知识应用的成本，从而创造商业价值。可以精确、快速、自动执行例行任务，从而提高产出；可以提升工业流程、物流流程、服务流程的自动化程度，从而节约成本；可以检测、发现、诊断生产经营各环节的运行缺陷，从而提升管理效率。
第二，智能金融创新主要应用。
智能金融还处在辅助+助理的早期阶段。瑞银证券预测，到2025年生成式AI技术或将使券商和保险机构的估值提升21%和18%。
一是改进产品创新和客户服务。工商银行的数智交易系统覆盖汇率、利率、商品交易的100多项业务场景，招商银行的AI小招智能助理实现面向千万级用户的在线理财智能顾问服务，太平洋保险的数字员工能够作为私人助理提供日常办公、软件技能、知识问答、数据处理、专业场景任务执行等服务，上交所的“星企航”构建多方交互的数据查询和智能分析工具,华泰证券的AI客服能够为海量用户提供千人千面式的专属投资全旅程服务，国泰君安的君弘投资理财智能客服APP具备股票、期货、期权、外汇、理财、融资融券、投资顾问等跨场景业务交付能力。
二是改进运营管理和风险管控。网商银行的“百灵”智能交互式风控系统应用人机互动技术实现百万级用户的个性化风险控制，农业银行应用基于深度神经网络架构的算法构建牛只计数及牛脸识别模型，平安产险的自然灾害风险管理平台应用异构空间数据和卫星遥感影像服务智能调度、远程查勘、精准定损和快速理赔等多项场景，泰康保险的核保核赔智能化统一服务平台和健康险虚假理赔识别平台能够提供医疗影像分类、医疗影像质检、医疗病历深度结构化、客户健康评估、虚假理赔甄别等核心功能，国泰君安的穿透式一体化智能风控平台实现风险控制向数据驱动的主动式、事前、事中、自适应转变。
第三，AI迭代可能造成的冲击和挑战。
一是算力集中与算力竞争。
算力基础设施包括以服务器为中枢的硬件和以算法程序为核心的软件。核心算力基础设施建设需要持续投入巨大的财力、人力，这就势必导致算力集中。因此，算力竞争将是主要经济体之间的国家级竞争，以及资本巨头之间、科技巨头之间的企业级竞争。
二是数据共享与数据管控。
数据共享模式的局限可能影响数据价值的深度开发。例如，我国移动支付用户规模高达9亿，数字化支付成为主要的数据入口，但互联网平台与金融机构之间的数据关联、数据共享尚未达成成熟的模式，数据资源的价值未能充分发掘。
地缘政治冲突可能影响全球数据资源供给格局。美国等西方发达国家依托长期发展累积而成的数据资源优势，在诸多关键领域构建了西方主导的数据资源供给格局。例如，美国国立医学图书馆的Medline是全球最权威的生物医学文献数据库，收录1950年以来70多个国家和地区出版的5200多种生物医学期刊的文献，每年递增30万-35万条记录，涵盖基础医学、临床医学、环境医学、营养卫生、职业病学、卫生管理、医疗保健、微生物、药学、社会医学等细分领域。中国医学科学院1994年投产的“中国生物医学文献数据库CBM”与Medline相比存在指数级的差距。在地缘政治环境中，美国联合西方国家对中国设置的技术壁垒不断升级，现在是高端芯片和核心软件，下一步有可能延伸到数据资源领域。
三是“AI对齐”与AI合成。
“AI对齐（AI Alignment）”是指AI系统的目标必须与人类的价值观与根本利益保持一致，这个概念得到了全球的原则认可。问题在于，人类的价值观和根本利益未必一致，在地缘政治环境中，AI对齐有可能成为霸权国家价值观输出的技术工具。
AI合成是指应用深度学习、虚拟现实等生成类算法制作图像、音频、视频、虚拟场景等深度合成内容。随着AI合成拟真水平的进化，深度合成算法甚至可以对抗通用的技术性甄别，可以制作高仿的拟真声纹。深度合成内容可以模糊真实和虚假的边界。AI虚假已被用于实施经济诈骗，用于诋毁个人信誉和企业商誉。AI操纵则可能被用于操弄负面舆情，抹黑政治对手，破坏政治信任，激化社会矛盾。
四是AI信任与AI安全。
偏于审慎的观点认为，以AIGC为代表的人工智能最新技术处于起步阶段，相关的算法和模型仍不够清晰不够透明，有待解决的技术缺陷包括模型技术黑箱、模型学习局限、模型决定歧视、模型输出幻觉、模型算法趋同、机器服务冰冷、隐私保护薄弱、关键第三方依赖等，将尚不成熟的人工智能技术投入高风险的金融领域，可能放大现有风险并产生新的风险。
智能金融创新必须以AI信任与AI安全为前提，实现符合伦理标准的金融平等，保障符合安全标准的金融效率，营造符合经济规律的创新模式。
第四，数字经济国家战略。
一是建设布局合理、全球领先的算力基础设施。
算力基础设施建设应该锚定全球领先的目标，硬件与软件并重并行，国家级与企业级联动联调，新中心与老中心集约集成。东数西算必须平衡数据传输、数据存储、数据计算所需的建设成本和运营成本，协调人力资源配置。
建设算力基础设施，需要国家队，需要民营队。美国的技术封锁固然可恶，但可以给中国的企业带来替代发展的机遇。要更多鼓励民营队，重要的是为民营企业创造更加公平、更加宽松的营商环境。要真正激励国家队，重要的是促进国有企业建立符合市场经济和科技规律的激励机制、决策机制和问责机制。
没有市场需求的技术创新是不可能变现的。人工智能需求具有个性化、多样化的特点，金融业务包括商业银行、保险公司、证券公司、财富管理等，同一领域金融服务和管理的需求大同小异，智能金融模型建设应该选择适当的商业模式，例如租用、采购、外包、自研等，提高投入产出比。
二是建设高品质、高效率的数据要素共享体系。
中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（数据20条）明确了数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度的规范。提高数据品质，扩展数据规模，促进数据流通，实现数据共享，发掘数据价值，是发展数字经济的动能。
重点是完善数据要素市场体制机制，增强数据要素共享性、普惠性，提高数据要素供给数量和质量，有效防范和化解各种数据风险，深化开放合作实现互利共赢。
三是建设可信、可控的数字安全制度。
国家建立AI信任制度和AI监管制度，在立法和执法层面明确禁止AI造假和AI欺诈，赋予合格企业AI信任标志；提升深度合成内容鉴别技术，提供对抗AI虚假的公共服务；在国家层级建立预防AI操纵的防火墙，维护数字经济时代的国家安全。
可信的开源能够成为数字技术创新的可行路径，必须注意的是开源的AI模型和算法与生俱来的系统绑定与技术依赖。在开源格局中，我们要建立软件安全技术标准和软件审核认证制度，防止存在安全隐患的开源软件进入我国；要加大投入，加大政策扶持，鼓励研发具有自主产权、性能良好的AI软件和AI模型，鼓励优先使用国产的AI软件和AI模型，促进我国软件技术产业的进步与成长。
四是建设安全、高效的智能金融创新制度。
技术创新力求“高中”。“高”是引领创新占领高地，“中”是接地气的中国方案。要稳妥推进人工智能技术的创新和应用，不断完善以市场需求为核心的数字化技术方案。
风险管控力求“初小”。“初”是有能力把风险消灭在萌芽状态，“小”是实现风险概率和风险成本的最小化，实现智能金融的健康发展。这就要求加快智能金融监管创新。例如，制定法律法规，明确智能金融各参与方的责任边界，包括智能金融监管的基本原则、监管机构的职责和权限、金融机构的智能金融业务规范；建立穿透式、一体化、跨局域的智能金融协同监管系统，实现监管信息共享；建立智能金融技术审核认证制度，完善AI大模型的测试平台、工具、标准和方法；建立智能金融风险分析和监测系统，及时识别、评估并提前预警异常交易和市场操纵，主动预防系统性风险；完善监管沙盒机制，允许金融机构和科技企业在一定范围内试行创新业务，同时进行有效监管和风险控制，累积监管经验和数据支持；积极参与构建数字经济国际规则和数字技术通用标准，加强智能金融国际监管协作和交流，在数字经济国际规则建设中争取中国的话语权，在数字技术通用标准建设中争取中国的“定位权”。
