区块链到底该怎么玩?我们跟诺贝尔经济学奖得主聊了聊

区块链到底该怎么玩?我们跟诺贝尔经济学奖得主聊了聊

区块链资讯 发布在 区块链 29789

来   源:21世纪经济报道

编者注:原标题为《区块链到底该怎么玩?中国经济未来怎么走?我们跟诺贝尔经济学奖得主聊了聊(万字干货)》。本文作了不改变作者原意的删减。

 

导读:12月5日,由中央广播电视总台粤港澳大湾区总部和南方财经全媒体集团主办、21世纪经济报道承办的“创新与开放的中国资本市场——2019南方财经国际论坛”在广州市保利洲际酒店隆重召开。来自监管层、全球主要证券交易所、海内外知名经济学家、全球主流投资机构、大型企业界的代表群贤毕至,共同探讨资本市场创新与开放的新挑战、新机遇。

2011年诺贝尔经济学奖获得者托马斯•萨金特教授就人工智能和大数据为主题发表了主旨演讲,他指出,在人工智能、区块链技术和数字货币等创新领域,中国都处于相对领先位置。随后的对话环节,中国平安首席科学家肖京与他就相关议题进行了深度探讨。

 

对话经济学诺奖得主托马斯·萨金特

“在人工智能和数字货币领域,对于中国来说,已经相对领先。”在本次论坛的“诺贝尔奖专场”上,2011年诺贝尔经济学家得主、纽约大学经济学教授托马斯·萨金特发表演讲时表示。

托马斯·萨金特指出:

“从传统经济学角度来看,亚当斯密崇尚自由贸易,并十分重视专业化,而这需要一个足够大的竞争市场。中国这样的国家,进行改革开放与更多的国家进行贸易沟通和交往便是很好的,因为市场容量足够大,可以让各方发挥自己的长处。”
然而,大型市场也存在一些困难和挑战。

首先是交通运输方面的成本问题,这需要更多的资源,能够将商品自由运输,其次是通讯和沟通的费用,相对昂贵。

此外,这其中还存在着信用风险。

托马斯·萨金特表示:

“总会有人想着去盗窃别人的东西,让彼此产生不信任。有时候做出的一些承诺,并没有如期履行,这样会造成不诚信。加上验证和执行的费用,让贸易变得很困难。”
“如果能够将这些问题都解决,就能够创造更多的经济价值,所以我们要鼓励和创造这些新的技术,人工智能、区块链就是非常好的技术,它能够做很多关键性的任务。”
2011年诺贝尔经济学家得主、纽约大学经济学教授托马斯·萨金特

 

对于区块链技术,他认为,区块链作为一种数据结构,可以通过一种大家彼此信任的方式进行记录,每个人的交易都能够记录下来,包括收入以及支出的账款。

而人工智能与区块链技术又存在着明显的不同。

托马斯·萨金特表示:

“区块链是确定性的,不是随机性的,它也是永久性,这些记录没有办法改变,同时它是记录独特密码的算法,能够记录独一无二的事实,它不会有任何的模糊性,是非常准确的。”
然而,人工智能则具备一定概率性、随机性的特点,能够很好地猜测未知现实。

托马斯·萨金特表示,在这个领域中,新的成果正不断涌现:

“人工智能和区块链,两个技术各有不同,又相互互补。随着区块链的进一步发展,我们既可以高效分享,还可以有效保护隐私。”

托马斯·萨金特对话肖京:中国在人工智能和数字货币领域相对领先

 

在演讲结束之后,对于区块链、人工智能等的发展趋势,托马斯·萨金特和中国平安首席科学家肖京还进行了专场对话。

专场对话现场

人工智能和区块链的未来

 

肖京: 区块链是基础架构,具备高效、不可篡改的特点,人工智能则能提供一些可见的预测,可以帮助我们更好更高效的决策,完成任务。这两种技术互补。目前区块链比AI更火,请问实际应用区块链有哪些障碍和挑战?

托马斯·萨金特: 讲到区块链,人们觉得这是很惊天动地的想法。但如果开一家大公司,其实也需要在公司不同的部门之间进行分享。我们用计算机的时候,其实电脑程序内部也做了计算机本身的分享和验证。如果你深挖下去,区块链的想法没有一开始说的那么惊天动地,其实不同的公司或者国家本身也有这样分享的机制。

现在我们面临的一个情形,是可以把事情做得更好、更有效率,交易更简便,可是有很多的国家不愿意做,这是他们自己掌控的一个权力。事实上,有很多金融管理机构对这个技术感兴趣,我觉得中国央行的技术已经做得很好,他们对区块链也比我更加了解。

肖京: 很多人担忧区块链技术的真实性、有效性和透明性问题,是因为他们加入区块链技术后,不知道如何进行有效验证?

托马斯·萨金特: 这个问题通常都会发生。有了一个新的技术,有些人可能会在那里看着电脑,挠着头搞不清楚,但也会有人会觉得这个技术真棒。我觉得区块链技术有很多优点,但也有很多问题需要解决,所有新出来的技术都是这样。

肖京: 如果比较一下区块链和比特币的话,比特币并不是特别的有效,从金融服务的角度我们需要非常高的效率?

托马斯·萨金特: 是的,因为人们正在想如何把它变得高效,在操作方面是不是有一个更好的方法,区块链给我们带来很好的交易方式,可是我们可以把它变得更好。

肖京: 中国央行正在开发数字货币支付,同时美国的Facebook等公司也在研发新的技术,这也是一个非常强大的数字货币模式。你觉得Facebook的Libra有没有机会存留下来,因为它最近还没有通过听证会。很多政府不允许数字货币出现,特别是私营公司管控数字货币,这样的数字货币有没有突破口?

托马斯·萨金特: 中国可以好好研究一下。数字货币是和信用体系息息相关的,比如存款或者买保险,还是会有自己的一些存款信息和其他的信用信息。美国的银行,还有美国的金融机构都在做这个事情,政府机构也在研究这个问题,我们能不能有相关的管理系统、管理流程体系和这个技术匹配。

创新的应用场景

 

肖京: 刚才讲到一个应用——供应链金融,有没有例子可以跟我们分享一下?

托马斯·萨金特: 很多的创新和创意都来自于银行界,来自于金融行业、金融机构。这是一个很好的良性互动,从科学的角度、数据的角度,以及金融机构和普通人的角度,把他们联系起来了,因为整个系统创造出一个非常好的一种技术。我们以前的技术觉得好像就像玩具一样,其实并不是,我们现在已经广泛使用了,有很多的经济学教授、金融机构、银行业的从业者,他们都拥抱了这些新的技术。

肖京: 神经网络是AI中的一个技术,在金融行业使用AI技术的时候,是不是有一些不同点?在美国非常多的在AI上面的投资,不管是对冲基金、还是银行。对于传统的金融行业,商业银行、保险行业使用AI技术的公司并没有那么多,你觉得呢?

 

托马斯·萨金特: 我没有一个很好的答案。简单来说在一些老的行业,可能会有一些大银行,已经垄断了整个行业,没有那么强的竞争性,也没有那么很好的创新性。可是有一些新的加入者,他们会看到有新的机会点,愿意承担风险,使用新的技术。这都是在反复出现的情形,在美国也是这样。

在1950年代的时候,美国人造的车是最好的,1980年代末最好的车不是在美国生产,大部分是在日本生产,它不会熄火,而且车价更加低。讲到创新,讲到行业结构,1980年代的日本造车企业更加有竞争性,他们对美国的汽车行业造成了很大的威胁,我在每一种行业都看到这种情形。

肖京: 在很多的领域深度的学习都有进展,但在金融服务业,特别是传统的经济预测,或者量化交易,这些方面他们还是使用早期的模型,比如用一些参数比较稳定的可解读的模型,还没有开始使用深度学习的算法,您觉得这是不是好的研究方向?

托马斯·萨金特: 这是一个很好的想法。现在有人已经开始研究,包括一个朋友,他是深圳的一个教授,他正在建一个模型,这个模型非常实用,它是交易模型,但是过程当中有一个非常复杂的算术算法,有很重要的一部分用了深度学习和模拟器,用得非常的巧妙。他是很聪明的一个中国数学家,已经把深度学习用于模型建设,这是一个非常好的前景。如果你有机会了解阿尔法狗打败最强棋手,它是怎么做到的?这其中就包括学习的方法,这个模式编得非常巧妙。

文章标签: 区块链
评论
登录 账号发表你的看法,还没有账号?立即免费 注册