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

“在人工智能和数字货币领域，对于中国来说，已经相对领先。”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“2019南方财经国际论坛”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。

“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。”托马斯·萨金特指出。

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。“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。”托马斯·萨金特说。

“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。”

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。

甘俊 摄

而人工智能与区块链技术又存在着明显的不同。

“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。” 托马斯·萨金特表示。

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。

“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·萨金特表示，在这个领域中，新的成果正不断涌现。

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。

视频作者：黄海清,何楚玲,杨海涛  编辑：吴敏,刘佳宇

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。

（编辑：巫燕玲）

21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。