大金融思想沙龙第245期顺利举行，聚焦“人工智能与数字经济”
2025年2月26日晚，由中国人民大学国际货币研究所（IMI）、北京雁栖湖应用数学研究院数字经济实验室、中国人民大学深圳金融高等研究院和中国人民大学金融科技研究所联合主办的大金融思想沙龙第245期暨BIMSA智能经济论坛（第1期）、深圳社科沙龙“DeepSeek：智慧治理与经济社会变革”系列（第1期）在线上举行，北京雁栖湖应用数学研究院研究员孙明明做题为《走向可信可靠的专家级AGI》的报告，复旦大学经济学院金融学教授、博士生导师刘庆富做题为《可信AI赋能量化投资与智能风控》的主题演讲，北京雁栖湖应用数学研究院副院长、数字经济实验室主任、研究员龙飞，熙诚致远私募基金管理公司总经理、董事许峻铭，中金公司研究部执行总经理、非银行金融行业及金融科技行业首席分析师姚泽宇，北京雁栖湖应用数学研究院研究员张晓明出席本次沙龙并就这一话题先后展开研讨。本次沙龙由中国人民大学深圳金融高等研究院副院长、财政金融学院教授邱志刚主持。
孙明明研究员在主题报告中指出，当前基于大语言模型（LLM）的AGI取得持续进步，通过统一建模、使用全量人类数据和超大规模深度学习框架三步完成对人类智能的建模。近期的强化学习范式激发了LLM 自主探索能力，但LLM独立演进存在编造事实、无世界建模、不够理性等困境，引入外部数据源和Agent等尝试虽有缓解，但在深度专业领域仍表现不足，难以达到专家水平。实现通用专家级AI（AGEI）目前存在以下困难：缺乏专家级通用知识系统，知识表示能力不足，推理系统效率低，缺乏专家级工具平台，且LLM 与知识系统融合困难。虽然近期研究在开放知识表示和推理方面取得一定成果，但距离实现通用专家级AI（AGEI）仍有很长路要走。报告期待从知识系统角度构造System2并重构System1，以达成两者的和谐共舞，实现通用专家级AI（AGEI）。
刘庆富教授在主题演讲中指出，计算智能、感知智能、认知智能等应用在推动金融服务智能化转型上有积极作用。他表示，人工智能已在智能投顾、量化投资和监管沙盒等金融领域取得广泛应用。在市场服务方面，可信AI通过自动化资产配置和风险分析，为客户提供高效投资服务，提升投资策略的创新性和准确性，推动金融科技创新与风控。在金融安全方面，他强调，金融系统的稳定性是经济健康发展的基础，必须将各类风险严格控制在可承受范围内。对于未来发展，他建议，以可信AI为抓手推进金融强国建设，要强化科技创新能力，提升金融服务实体经济质效，同时探索智慧监管新模式，提升金融监管有效性，最后也要借助AI等科技手段，推进金融高水平开放。
在随后进行的研讨环节中，龙飞副院长肯定了基础理论学科的重要性。他指出，尽管当前人工智能取得显著进展，但仍处于初级阶段，距离“可信”还有很大距离。要真正推动人工智能发展，必须回归基础理论研究，以底层数学的逻辑推理为基础，推动人工智能的理性发展。他强调，一个真正的人工智能系统应具备自主学习和知识增强的机制。与此同时，龙飞观察到人工智能和数字经济的蓬勃发展也为数学学科带来了新的机遇。算法加速需求推动了优化理论、数值分析等应用学科的发展。数据隐私保护作为数字金融时代的重要节点，其发展推动了零知识证明、同态加密、安全多方计算等密码学技术的进步，而这些技术的基础就是代数、复杂性理论、概率论等数学理论。展望未来，龙飞认为在学科交叉日益密切的时代背景下，跨领域专家的协同合作将成为推动科研创新和产业进步的关键动力。
许峻铭总经理认为，投资者应深入理解新产业背后的基础原理和商业闭环。人工智能的发展引发的技术拐点也许会带来三个重要的趋势。第一，基于数据平权和数据优势的AI应用可能会产生分流，数据平权逻辑在未来很长一段时间都会存在，尤其是在非严肃场景，比如金融领域的语音客服、闲聊对话交互软件等，这些领域竞争会非常激烈；第二非结构性数据会愈加重要，类似医疗、法律等垂类的人工智能应用将是重要场景。其次，功能性平台可能发生转移，人们交互方式会发生变革，智能终端会取代单一功能平台，粘性高的AI Agent、具身智能甚至智驾软件等都有机会；第三，围绕AI产业发展的高端芯片，以及配套的先进封装、智能软件等领域仍有较大的市场空间。他提出，人工智能技术的商业落地非常重要。他强调，制度优势和制度成本决定了国内的投资方向应与国家利益相一致。另外，要警惕估值泡沫，避免对企业的揠苗助长。
姚泽宇总经理认为，大模型在金融领域应用前景广阔。国内因DeepSeek等国产模型加速发展，逐渐呈现出百花齐放的态势。相较传统的判别式AI，大模型的泛化能力强，能更好地处理复杂任务，但目前应用局限于非核心环节。因专业能力不足、“幻觉”问题及监管限制，大模型在短时间内难以替代核心金融业务人员。未来，技术进步或将缓解大模型短板问题，大模型与小模型协同将成为趋势，前者负责提升信息维度，后者负责增强精确性，逐步覆盖更多业务环节，尤其是财富管理和资产管理。最后他指出，AI将从三方面影响金融格局：服务范式上，长尾客户将获新入口，服务高净值及企业/机构客户效率提升；竞争格局上，科技公司将与持牌机构“竞合”，头部机构享马太效应，而中小机构可凭专长突围；宏观层面上，大模型将提升服务效率与普惠性，但仍需平衡创新和安全的关系。
张晓明研究员分享了他对现在人工智能的现状和未来需求的理解。他认为，当前人工智能仍处于描述性定性分析阶段。由于输入数据种类的匮乏和掌握人类知识的不足，人工智能虽在文学艺术等数据量巨大且无需数学介入的领域表现突出，但在数学建模和定量分析上存在很大局限。人工智能面临数理算法融入困难，由于数据不完备而导致的知识盲区，和联想、抽象、近似及定量分析等思维能力不足的挑战，具体表现为难以应用第一性科学原理（通常以数学方程的形式）来解决实际问题。未来，人工智能需要逐步实现现象型的数学建模、普适性定律提炼以及带风险量化的预测决策能力。他指出，中国的主要应用场景与美国有所不同，中国制造业的产业链较为完善、数据量大、应用场景多、产生的价值也大，工业人工智能大模型的开发应该引起重视。
据悉，大金融思想沙龙是中国人民大学国际货币研究所和财政金融学院货币金融系联合发起设立的高层次学术沙龙，沙龙立足中国实践、紧跟国际前沿，为推动新时期“大金融”学科建设，深入开展“大金融”理论、政策与战略研究搭建高水平、专业化、开放式的学术交流平台。“大金融”概念，在学理上源于黄达教授所倡导的宏微观金融理论相结合的基本思路，在理念上源于金融和实体经济作为一个不可分割的有机整体的系统思维。中国人民银行原副行长陈雨露在《大金融论纲》中系统论证了“大金融”命题的基本内涵和方法论思想，为全面构建有利于促进长期经济增长和增强国家竞争力的“大金融”体系框架奠定了理论和实证基础。
观点整理：冷冬,赵柯斐,纪如昱
撰稿：李佳欣
监制：安然