与死神共舞观后感专场（二）在上海圆满落幕，来自产业、学术机构及金融机构的权威嘉宾齐聚论坛。

　　本期论坛邀请到科大讯飞会话智能业务部总经理张东旭，中国（上海）自贸区研究院（浦东改革与发展研究院）金融研究室主任刘斌，海通证券研究所计算机行业首席分析师杨林，围绕如何加速落地等话题进行探讨。

　　发展的三要素是算法、算力、数据。张东旭着重介绍了算法和算力的发展过程，人工智能自上世纪50年代开始发展，将“专家经验”形成规则，到了上世纪80年代，人们基于对人脑的研究提出了神经网络算法。2010年前后，人们通过深度神经网络，模拟人在神经元和神经突出的多层连接的关系，可以更好地在应对一些复杂的场景的需求，包括图片的识别、语音的转写等。2017年，谷歌发布了重要的算法Transformer，而后出现了GPT。但直到去年11月份GPT 3.5的发布，才让大家感受到“质的变化”。另一方面，技术提升和算力挖掘方面的投入，促进了硬件的迭代。杨林对数据要素进行了补充，从PC互联网到移动互联网积累了大量的数据，用来训练大模型，大量的数据有助于模型的迭代。

　　在人工智能飞速的发展中，中国也具备一定的独特优势，包括市场广阔、政策支持、数据庞大、人才质量提升等。

　　“中国是世界上最大的单一的互联网用户的一个国家，我们有10亿多的互联网用户，用户其实就是我们的市场。无论是做软件还是算法，最终要实现产业化，要考虑投入产出比，市场空间足够大，产品研发成功后可以通过大量销售，摊薄研发成本。”张东旭认为。

　　刘斌也表示，很多应用场景非常适合与人工智能相结合，以金融行业为例，我国金融科技的发展在全球是比较领先的，很多金融机构也愿意在这方面大量投入。

　　杨林则指出：“中国的组织能力较强，在特定阶段、领域能够做到一些压强式的投入，把资源集中在某一点进行突破，也是我们比较高效的地方。”

　　除此之外，政策支持、数据庞大，相关人才的快速成长也是嘉宾们看好中国人工智能发展的重要主要原因。他们认为，在很多原创性的技术方面国内与国际先进水平有不小差距，但我们可以通过跟进、跟踪，把优秀的技术与国内的场景和市场相结合。人工智能的发展创造了打破原有行业竞争格局的机会，对于国内企业是机会也是挑战，目前国内的企业正在积极地应对。

　　张东旭介绍了四个重点应用方向。一是内容生成。二是图片和视频的处理。三是医疗，由于我国城乡医疗资源的不均衡，人工智能可以对病例、药方、病理知识进行学习整理，应用落地后可以作为辅助工具，用来降低误诊率、促进精准用药，缓解医疗资源的不均衡。四是个性化学习，通过技术手段，应用将具备批改试卷、分析知识点、制定学习计划的功能，进而缓解教育资源的不均衡，为家长、学校减轻负担。

　　刘斌介绍了人工智能在金融行业的应用，2020年智能投研技术联盟在上海成立，主要聚焦于人工智能在资管行业的应用。大模型的技术在资产管理行业里有很多应用场景，比如初步撰写研究报告等，但金融行业在合规上有比较高的要求，技术的应用要和监管密切结合。他较为看好未来智能投研与人工智能结合的发展前景。

　　杨林则着重介绍了人工智能在制造业的运用。面对全球竞争和大环境的压力，制造业面临着提质增效、降本减存的需求，叠加人力成本的上升，与AI的结合非常重要。制造业所涉及的行业广阔，人工智能可以在安排订单、品控、设备检测维护等场景中发挥重要作用。

　　三位嘉宾也集中研讨了人工智能落地的难点和痛点，比如人工智能更多是一种推理和概率，在准确性和应用范围上有一定的局限性，另外由于业务场景众多，需要行业专家来调和技术和场景之间的隔阂，这类复合型人才也是当前非常稀缺的。最后在商业上，还有投入产出比等问题。另外，数据的可获得性也是一大问题，数据可能集中在少数公司或监管机构，需要获得这些主体的支持才能够进一步推动技术发展。

　　人工智能赛道的投资已经成为了二级市场上的热点，去年10月到今年的3月中旬，市场演绎了一波较大的AI行情，热点从技术映射转向算力、大模型以及应用……未来的投资机会将在哪里？杨林认为，在人工智能主题演绎一段时间后，市场将更关注实实在在的产品、订单和收入兑现。另外，由于应用端可能会百花齐放，不知道哪款应用会崛起，但链条上一些必须的环节值得关注，比如算力和头部的模型厂商。最后，随着行业竞争的激烈，竞争格局的演变也值得关注。

　　面对人工智能接下来的发展趋势和将来可能会面临的挑战，张东旭用“达克效应”来形容——新技术出现时，人们往往狂热看好，迅速达到“愚昧之巅”。企业纷纷进入行业后，发现应用落地的种种困难，难免失望过头掉入“绝望之谷”。这时，炒作的公司陆续离场，真正静下心来的公司做出成果，这时候行业就慢慢走到“开悟之坡”，迎来了更为广阔的发展。

　　刘斌则表示，正如比尔盖茨说过的“所有的新技术，其短期影响力都会被高估，而长期影响力都会被低估”。人工智能也是如此，它的发展是波浪式往前发展的过程，虽然现阶段大模型的技术非常火热，但是它和我们所理解的“智能”可能仍有距离，值得我们继续探索和怀疑。另一方面，人工智能是一把双刃剑，要发挥人工智能技术的优势，加强和完善人工智能治理是最关键的。

　　杨林认为：“至少中短期去看，它还是在掌控之下的。大家还是把它拿出来去做一些改善社会福祉的事情，把人解放出来了，做一些自己想做的事情。这才是发展人工智能的根本目的。”

　　风险提示：市场有风险，投资需谨慎。活动嘉宾言论及本文不构成个股推荐和任何投资建议。投资者不应以该信息取代其独立判断或根据该等信息做出决策。主办方不对本活动言论内容的真实性、完整性和及时性做出任何保证或承诺，亦不对因使用活动信息及本文引发或可能引发的损失承担任何责任。