李礼辉揭示智能金融发展四大挑战：算力竞争、数据共享与治理、AI对齐与合成及AI信任与安全

在我国数字经济的大背景下，资产管理行业正面临着一场深刻的变革。以“数字经济与资产管理：大湾区新趋势与新动能”为主题的第二届明珠湾金融论坛近日在深圳成功举办。论坛汇聚了众多业内专家和金融机构代表，共同探讨了大湾区金融业的新机遇和新挑战。

在论坛上，中国银行原行长李礼辉发表讲话，对智能金融的发展现状进行了深入剖析。他表示，当前智能金融尚处于早期阶段，人工智能在金融业中的应用主要局限于改进产品创新、提升客户服务和优化运营管理等方面，尚未真正深入到金融业务的核心环节。

李礼辉认为，人工智能技术的发展面临的四大挑战包括算力的集中和竞争、数据共享和数据治理、AI对齐与AI合成以及AI信任和AI安全。这些挑战不仅涉及到技术层面，还牵涉到经济、政治等多重领域，因此需要各方共同努力，以确保人工智能技术的健康、可持续发展。

首先，算力的集中和竞争是人工智能技术发展的一大挑战。随着大数据、云计算等技术的普及，金融机构对计算能力的追求不断提高。然而，算力的集中和竞争也将带来一系列问题。一方面，算力的集中会导致资源浪费和重复建设；另一方面，由于各国在计算能力上的竞争，可能会出现技术封锁、数据壁垒等问题，从而阻碍全球范围内的技术交流与合作。

其次，数据共享和数据治理也是人工智能技术发展的重要议题。在当今信息社会，数据的共享和利用已经成为推动经济社会发展的重要驱动力。然而，当前我国的数据共享模式仍存在诸多不足，影响了数据价值的进一步挖掘。此外，美国等国家对中国实行的“小院高墙”技术封锁，使得高端芯片和核心软件等领域受到限制。因此，如何在保障数据安全和合规的前提下，实现数据的共享与开放，成为一个亟待解决的问题。

第三，AI对齐与AI合成的风险也不容忽视。人工智能作为一项具有广泛应用前景的技术，其发展必须遵循人类价值观和根本利益。在地缘政治环境下，不同国家和地区的价值观并不完全一致，如何确保人工智能技术与当地的政治、文化背景相协调，避免被用作霸权国家的价值观输出工具，是一个亟待解决的问题。同时，深度合成技术（如虚拟现实、图像、视频等）的广泛应用也带来了安全风险，如虚假信息的传播、欺诈行为等。因此，加强对AI合成的监管，防止其滥用，具有重要意义。

最后，AI信任和AI安全是智能金融发展过程中必须关注的关键问题。当前，AI算法和模型的透明度和清晰度仍有待提高。例如，模型技术的黑箱问题、学习局限、歧视问题、输出决策问题、算法趋同问题、服务冰冷问题以及隐私保护薄弱问题等，都可能导致金融风险的放大和新的风险的产生。因此，完善相关法规和标准，加强第三方评估，提高公众对人工智能技术的认知和信任，对于推动智能金融的健康发展至关重要。

总之，智能金融作为一种新兴的金融业态，正在深刻改变着传统金融业务的运作方式。然而，在这个过程中，我们也应警惕潜在的风险，加强多方合作，以确保人工智能技术在金融领域的应用能够为实体经济提供更多支持，助力我国金融业的创新发展。