2025年3月15日，由中國計算機學(xué)會（CCF）主辦，CCF YOCSEF香港分論壇與蘇州分論壇學(xué)術(shù)委員會同步組織的“CCF YOCSEF雙城聯(lián)動CLUB：探秘生成式人工智能與金融數(shù)學(xué)創(chuàng)新”活動在香港培僑書院與昆山狄邦華曜學(xué)校同步舉行。

在昆山會場，我們在狄邦華曜的校園里迎來了國際數(shù)學(xué)建模挑戰(zhàn)賽（IMMC）聯(lián)合創(chuàng)辦人張巖峰、西交利物浦大學(xué)郭進(jìn)教授、李華康教授、亞馬遜云科技教育行業(yè)總監(jiān)兼CCF YOCSEF香港副主席劉東屏博士以及蘇州本地的百余位高中生、大學(xué)生、教育工作者、科技企業(yè)代表及政府代表等人的到訪。

跨越兩城、聯(lián)合三校，我們與來自香港中文大學(xué)的龍卓瑜香港嶺南大學(xué)沈家星、香港培僑書院校長吳靜雯以及香港培僑書院的高中生展開了一場聚焦生成式 AI 與金融數(shù)學(xué)的深度對話。

在AI時代變局下的教育對話

在全球科技快速發(fā)展的浪潮中，人工智能（AI）在金融行業(yè)的運用越來越廣泛，其價值愈發(fā)凸顯。權(quán)威機構(gòu)預(yù)測，到2027年全球生成式AI市場規(guī)模將突破2,000億美元，其中金融領(lǐng)域的應(yīng)用將占據(jù)重要份額。

在投資決策、風(fēng)險管理、量化交易等領(lǐng)域，AI技術(shù)正展現(xiàn)出革命性的創(chuàng)新潛力。這一趨勢正在為青年學(xué)子帶來前所未有的機遇，特別是在數(shù)理基礎(chǔ)與科技創(chuàng)新交匯的領(lǐng)域。

香港作為全球領(lǐng)先的國際金融中心，擁有得天獨厚的創(chuàng)新優(yōu)勢。香港金融科技生態(tài)系統(tǒng)高度發(fā)達(dá)，擁有超過800家金融科技公司，年度交易額超過2000億港元。同時，香港在人工智能研究領(lǐng)域?qū)嵙π酆?，相關(guān)論文被引用次數(shù)及影響力排名全球第三。

昆山作為中國經(jīng)濟(jì)最為發(fā)達(dá)的縣級市之一，以其深厚的教育底蘊和蓬勃的科技創(chuàng)新環(huán)境著稱，在人工智能應(yīng)用領(lǐng)域的探索更是走在全國前列。此外，昆山擁有獨特的國際教育資源，包括昆山狄邦華曜學(xué)校、昆山杜克大學(xué)，為本次活動提供了豐富的國際化教育背景。

在活動開場，昆山狄邦華曜學(xué)校校長蔡芳和香港培僑書院校長吳靜雯分別致辭。

蔡芳校長以“人工智能與金融數(shù)學(xué)融合”為主題，鼓勵青年學(xué)子勇于創(chuàng)新，探索科技與金融的無限可能，并強調(diào)跨地域、跨學(xué)科交流對培養(yǎng)創(chuàng)新思維與實踐能力的重要意義。

吳靜雯校長以“香港作為國際金融中心的AI技術(shù)應(yīng)用”為主題，展望了AI技術(shù)在金融領(lǐng)域的廣闊前景，鼓勵青年學(xué)子把握機遇，推動科技創(chuàng)新與金融發(fā)展的深度融合，并期待兩地青年通過此次活動深入交流，共同成長。

1、從數(shù)學(xué)建模的十年變遷，看AI帶給教育的新方向

作為國際數(shù)學(xué)建模挑戰(zhàn)賽（IMMC）聯(lián)合創(chuàng)辦人，張巖峰在論壇開場中展開了關(guān)于《金融數(shù)學(xué)與人工智能的融合創(chuàng)新》的主題演講，深入探討了AI技術(shù)在金融領(lǐng)域的應(yīng)用前景，強調(diào)了數(shù)學(xué)建模在金融科技創(chuàng)新中的核心作用。

引入國際數(shù)學(xué)建模競賽（IMMC）經(jīng)驗：融合數(shù)學(xué)、金融與AI技術(shù)，推動跨學(xué)科創(chuàng)新實踐，培養(yǎng)青年學(xué)子的數(shù)理建模與解決實際問題的能力。

人工智能是否會顛覆傳統(tǒng)教育模式？

張巖峰先生引用清華大學(xué)經(jīng)濟(jì)學(xué)錢穎一教授的觀點，指出人工智能可能使以“機械記憶、重復(fù)訓(xùn)練”為核心的傳統(tǒng)教育優(yōu)勢蕩然無存。他提出，AI的普及將迫使教育回歸本質(zhì)。

AI 革命實際上是解放了人類的大腦。它把我們從機械、重復(fù)、被動的腦力勞動中解放出來，讓我們能發(fā)展想象力和創(chuàng)造力，提升對美、同理心、責(zé)任、愛的感知與踐行能力，還催生出許多和創(chuàng)造力、健康、心理相關(guān)的新職業(yè)。

AI時代下教育的新機遇是什么？

當(dāng)傳統(tǒng)教育模式被顛覆，受教育者要經(jīng)歷從“分?jǐn)?shù)競賽”到“能力重塑”的過程，張巖峰先生談到人工智能給我們的教育帶來的機遇。

第一個機遇讓我們重新領(lǐng)會老子的智慧。

老子說“為學(xué)日益，為道日損”。AI 很擅長整合知識，從數(shù)學(xué)的角度看，就像是用積分把過去的知識都?xì)w納起來再輸出，這就好比 “為學(xué)日益”，不斷積累知識。

不過，AI 沒辦法擁有人類真正的智慧。用數(shù)學(xué)概念來講，真正的智慧是對知識進(jìn)行 “微分”，找到知識里變化的規(guī)律，這一點 AI 做不到。

香港大學(xué)有位教授，他對人工智能也有類似的反思，提到了 “integration”（整合）和 “differentiation”（分化、區(qū)分）的概念。這兩個概念的差異，讓我們意識到教育和學(xué)習(xí)應(yīng)該更加注重智慧的培養(yǎng)和價值的追求。這也給了我們反思和回歸東方教育優(yōu)勢的機會。

第二個機遇源自孔子的 “學(xué)而不思則罔，思而不學(xué)則殆”。

在 AI 時代，面對 AI 給出的各種信息，我們要有判斷力和批判思維。借助 AI 提升學(xué)習(xí)效率時，掌握提問策略、發(fā)揮想象力和創(chuàng)造力、具備主人翁意識至關(guān)重要。

同時，即使 AI 能快速給答案，我們也不能放棄基礎(chǔ)知識、理論和方法的學(xué)習(xí)。像數(shù)學(xué)中的證明、推導(dǎo)過程，必須親自體驗，這就是人類獨有的體驗式學(xué)習(xí)。

第三個機遇，在 AI 時代，我們有更多機會實現(xiàn)人的全面自由發(fā)展。

當(dāng)AI變得觸手可及，人們很容易陷入 “AI 平庸”，不假思索地依賴 AI，做 AI 也能做的事。

展望未來，我們必須拒絕這種“AI 平庸”，人類的創(chuàng)造力、情感感知、復(fù)雜情境下的應(yīng)變能力等，都是 AI 沒有的。我們應(yīng)該多去做 AI 做不到的事，凸顯人類自身的價值。

從前沿到課堂，數(shù)學(xué)建模如何讓中學(xué)生成為AI時代的“問題解決者”？

IMMC（國際數(shù)學(xué)建模挑戰(zhàn)賽）一直堅信中學(xué)生能夠勇立時代潮頭，與前沿專家學(xué)者展開對話，就像今天這樣，少年志存高遠(yuǎn)?；仡欉^去十年，他們通過將前沿問題轉(zhuǎn)化為課堂題目，設(shè)計出了許多有趣的題目。

2017 年，IMMC出了優(yōu)必選人形機器人建模的問題；

2019 年，在OpenAI發(fā)展前期，設(shè)置了聊天機器人模型訓(xùn)練策略的建模題目；

2020 年，有互聯(lián)網(wǎng)保險相關(guān)的題目；

2022 年，探討了區(qū)塊鏈推進(jìn)社區(qū)商戶聯(lián)盟價值的問題。

還有疫情防控期間進(jìn)行遠(yuǎn)程學(xué)習(xí)時，分組檢測的題目還被納入北京市高考數(shù)學(xué)建模試題。由此可見，數(shù)學(xué)建模教學(xué)，尤其是實踐環(huán)節(jié)，對培養(yǎng)人工智能時代所需的元認(rèn)知和元能力極為重要。

IMMC鼓勵學(xué)生主動思考、定義問題。在解決問題過程中，還要學(xué)會設(shè)定關(guān)鍵變量、目標(biāo)函數(shù)，抓住主要矛盾，運用數(shù)學(xué)方法探尋變化規(guī)律，通過數(shù)據(jù)驗證模型的效能與可靠性。最后要跳出數(shù)學(xué)理論框架回歸現(xiàn)實，用構(gòu)建的數(shù)學(xué)模型切實解決實際問題。

2、 當(dāng)AI遇上金融行業(yè)深度融合的背后有哪些挑戰(zhàn)？

將學(xué)校教育與社會發(fā)展相結(jié)合，讓學(xué)生了解社會行業(yè)最新發(fā)展的方向與動態(tài)也是必不可少的。

當(dāng)摩根大通的客戶打開手機，AI顧問“Index GPT”已根據(jù)實時市場波動生成10套資產(chǎn)配置方案；

當(dāng)BlackRock的基金經(jīng)理輕點鼠標(biāo)，生成式AI從海量財報中提煉出關(guān)鍵信號，自動優(yōu)化萬億級投資組合——金融業(yè)正經(jīng)歷一場顛覆性的“智能革命”。

生成式AI不再只是輔助工具，它開始深度參與投資決策、風(fēng)險定價甚至戰(zhàn)略規(guī)劃，成為金融系統(tǒng)的“數(shù)字大腦”。

越來越多的證據(jù)顯示，AI在金融領(lǐng)域有著廣泛的應(yīng)用。

在金融系統(tǒng)層面，它能夠生成自動化的流程，還可用于制定自動化的投資決策，形成不同的投資理論和策略；

在個人投資者服務(wù)方面，AI同樣表現(xiàn)出色，能為各類財富管理機構(gòu)提供個性化、定制化的投資服務(wù)。

AI如今已是實用工具，能生成金融爆品，可你真的愿意把錢投進(jìn) PVI 系統(tǒng)，讓它代管資產(chǎn)、負(fù)責(zé)投資嗎？

在圓桌論壇上，狄邦華曜KASHFLOW經(jīng)濟(jì)社團(tuán)團(tuán)長Johnny分享了自己在金融投資領(lǐng)域?qū)?AI 的切身體驗與深入思考：

身為初涉金融投資的高中生，Johnny曾面對海量股票與金融產(chǎn)品不知所措。而AI理財工具助其打破困境，為他量身定制出既通俗易懂又切實可行的理財規(guī)劃，還在風(fēng)險管理方面給予專業(yè)指導(dǎo)，盡顯 AI 在金融服務(wù)中的便捷高效與專業(yè)水準(zhǔn)。

但與此同時，Johnny也對AI投資建議的可靠性提出質(zhì)疑。盡管AI生成的理財方案看似專業(yè)，可鑒于自身專業(yè)知識儲備不足，他不禁思索普通人是否能毫無保留地信賴金融科技給出的建議。

進(jìn)一步探究AI與傳統(tǒng)數(shù)學(xué)模型于金融領(lǐng)域的地位時，他結(jié)合智能管理學(xué)院官網(wǎng)資訊指出，即便人工智能模型依托精準(zhǔn)數(shù)據(jù)訓(xùn)練，仍可能輸出偏差結(jié)果，如ChatGPT力薦的元宇宙概念股遭遇暴跌。

這引發(fā)了在AI賦能金融的當(dāng)下，究竟是科技引領(lǐng)潮流，還是傳統(tǒng)數(shù)學(xué)模型筑牢根基的深刻探討，而他堅定地認(rèn)為兩者相輔相成、缺一不可。

如何突破生成式AI在投資決策和風(fēng)險管理中的痛點問題？

郭進(jìn)教授在《生成式人工智能+金融痛點》的主題演講中，以真實案例剖析了AI技術(shù)在金融領(lǐng)域遭遇的重重困境。

投資者因 “黑箱決策” 對AI理財顧問存疑，如某養(yǎng)老基金因 AI 誤判政策損失凈值，卻無人能解決策緣由；數(shù)據(jù)安全堪憂，MIT實驗表明黑客可還原部分金融數(shù)據(jù)；監(jiān)管滯后，歐盟法案難追GPT-5迭代速度，跨國金融機構(gòu)合規(guī)成本高。

面對這些問題，郭進(jìn)教授提出了問題解決的突破口。

當(dāng)前，提升模型可解釋性已成為關(guān)鍵任務(wù)。借助AI系統(tǒng)實現(xiàn)這一點后，模型的“黑箱”將被打開，使用者能明晰其運作機制、思考邏輯與結(jié)論推導(dǎo)過程。

這也是計算機科學(xué)、金融等多領(lǐng)域?qū)W者攻堅的前沿陣地——大家都在絞盡腦汁探索如何為機器學(xué)習(xí)、人工智能及生成式人工智能注入“可解釋”的靈魂，從而精心雕琢出一套能贏得大眾信賴的系統(tǒng)，為行業(yè)發(fā)展開辟新航道。

3、 金融科技創(chuàng)新，從高校研究到企業(yè)實踐

結(jié)合生成式AI技術(shù)前沿，推動數(shù)學(xué)、金融與實體經(jīng)濟(jì)的深度融合，探索AI在金融科技與實業(yè)創(chuàng)新中的跨界應(yīng)用。

當(dāng)AI與金融深度融合，計算機、金融兩個不同領(lǐng)域的關(guān)注點有何不同？

結(jié)合前面幾位專家學(xué)者的觀點，香港中文大學(xué)賈顏瑋教授在《金融研究中的機器學(xué)習(xí)與強化學(xué)習(xí)》的演講中提出了一些不同的思考：

金融是一個很寬泛的概念，從從業(yè)和應(yīng)用層面，以及學(xué)術(shù)研究層面來看同一件事，可能會有截然不同的看法和想法。

金融學(xué)者則是思維派，他們思考AI對行業(yè)系統(tǒng)的影響，將AI作為研究工具，探索傳統(tǒng)方法忽略的市場規(guī)律，以及借助AI更清晰地認(rèn)識經(jīng)濟(jì)準(zhǔn)則。

比如，前面郭進(jìn)教授提到，生成人工智能可以為我們生成金融爆品，這無疑是一個重要應(yīng)用。

從研究角度看，金融學(xué)者會思考諸多AI在金融領(lǐng)域應(yīng)用的問題，如AI生成金融報告是否會帶來錯誤激勵、引發(fā)道德和公平正義沖突；引入AI技術(shù)能否改善信貸市場效率，用AI決定房屋貸款發(fā)放是否會引發(fā)社會正義問題；以及機器學(xué)習(xí)用于投資決策是否真比傳統(tǒng)做法效果好，這需要豐富充分的實證證據(jù)才能判定，這些體現(xiàn)了不同層面的對比。

計算機科學(xué)家或工程師則屬于行動派，側(cè)重于開發(fā)AI系統(tǒng)，讓其在特定場景達(dá)到特定目的，追求更先進(jìn)、高效的系統(tǒng)。

比如說在智能交通領(lǐng)域，他們通過研發(fā)基于AI的交通流量監(jiān)測與控制系統(tǒng)，利用攝像頭、傳感器收集實時路況數(shù)據(jù)，經(jīng)AI算法分析后，自動調(diào)整信號燈時長，緩解交通擁堵，提高道路通行效率；

在醫(yī)療影像診斷方面，開發(fā)AI輔助診斷系統(tǒng)，讓其學(xué)習(xí)海量的醫(yī)學(xué)影像數(shù)據(jù)，幫助醫(yī)生更快速、精準(zhǔn)地識別病變，為患者爭取治療時間，提升診斷的準(zhǔn)確性和效率；

在電商領(lǐng)域，打造智能推薦系統(tǒng)，依據(jù)用戶的瀏覽、購買歷史等數(shù)據(jù)，運用 AI 算法為用戶精準(zhǔn)推薦商品，增加用戶購物的便捷性，同時提高電商平臺的銷售額。

以亞馬遜云科技，（提個問題）

作為最后一位引導(dǎo)發(fā)言的嘉賓，亞馬遜云科技教育行業(yè)總監(jiān)劉東屏博士帶來了以《金融科技創(chuàng)新：從高校研究到企業(yè)實踐》為題的分享，介紹了AI技術(shù)在金融科技領(lǐng)域的實際應(yīng)用案例，還強調(diào)了學(xué)術(shù)研究向產(chǎn)業(yè)實踐轉(zhuǎn)化的路徑。

亞馬遜云科技作為全球云計算的領(lǐng)導(dǎo)者，已經(jīng)服務(wù)了數(shù)百萬企業(yè)客戶。在中國，他們已經(jīng)深耕云服務(wù)市場11年，不斷優(yōu)化和迭代服務(wù)，以適應(yīng)本土市場的發(fā)展需求，進(jìn)一步挖掘云計算的巨大潛力。

今天的分享中，有一支專注于 “反單詞” 的AI團(tuán)隊。從技術(shù)維度剖析，基礎(chǔ)模型、生成式人工智能模型、機器學(xué)習(xí)以及實時通信學(xué)習(xí)等，各自發(fā)揮著獨特功能。

比如在郵件領(lǐng)域，不同的AI技術(shù)分別用于過濾垃圾郵件、甄別誤判郵件、總結(jié)郵件內(nèi)容等。AI 與金融領(lǐng)域結(jié)合點眾多，大模型集成多種功能。

很多企業(yè)想探索人工智能創(chuàng)新，首先要轉(zhuǎn)變思路，正確看待生成式人工智能可能出現(xiàn)的錯誤和幻覺。在金融銀行客服場景，雖然接入了生成式人工智能，但客戶體驗還有提升空間?；顒蝇F(xiàn)場播放了相關(guān)案例，涉及客戶解決 API 定價問題、理財產(chǎn)品推薦等，希望能啟發(fā)大家思考。

4、 雙城學(xué)者對話，AI賦能下科技與數(shù)學(xué)的平衡

在圓桌論壇環(huán)節(jié)，來自昆山狄邦華曜學(xué)校、昆山杜克大學(xué)、香港培僑書院的學(xué)生代表分別發(fā)言，探討了AI工具在金融領(lǐng)域的應(yīng)用、金融產(chǎn)品創(chuàng)新中的技術(shù)與理論平衡、量化交易中數(shù)學(xué)思維與編程能力的重要性等議題。

雙方學(xué)生代表在互動討論中碰撞出思想的火花，深入探討了數(shù)理基礎(chǔ)與技術(shù)創(chuàng)新在金融科技發(fā)展中的最佳結(jié)合點。

AIGC賦能金融：關(guān)鍵是科技驅(qū)動還是數(shù)學(xué)支撐？

我認(rèn)為在金融投資領(lǐng)域，科技比數(shù)學(xué)基礎(chǔ)模型更重要。傳統(tǒng)數(shù)學(xué)模型雖有其價值，但在實際運用時，常以悲觀視角呈現(xiàn)，現(xiàn)實應(yīng)用困難重重。而科技與大數(shù)據(jù)的結(jié)合，能將采集的數(shù)據(jù)用于優(yōu)化模型，讓其更貼合實際。

以我自身為例，作為金融知識儲備不足的人，科技在投資中作用巨大。借助 ChatGPT、DP 等模型，我能輕松描述投資需求，獲得通俗易懂的投資指導(dǎo)，逐步掌握理財知識完成投資。

所以，數(shù)學(xué)模型雖提供了基礎(chǔ)架構(gòu)，但科技和 AI 的應(yīng)用，才是幫助大眾參與投資、彌補傳統(tǒng)模型缺陷的關(guān)鍵。同時，從數(shù)學(xué)應(yīng)用的合理性出發(fā)，還能探討 PC 如何通過自然語言進(jìn)行投資交互。

關(guān)于這個話題，我傾向于認(rèn)為AI金融本質(zhì)上依托于數(shù)學(xué)知識。我是計算機專業(yè)學(xué)生，在籌備商賽時，即便自身掌握了一些問題工程知識，也有AI基礎(chǔ)，可最終生成的結(jié)果卻讓我頗為費解。

而且整個過程于我而言相當(dāng)陌生，我深感自身在金融和數(shù)學(xué)概念的理解、探究方面存在較大欠缺。

依我個人經(jīng)驗來看，AI 金融科技實際上是運用技術(shù)手段解決金融科技領(lǐng)域的問題，其核心依舊是金融，它扮演的是服務(wù)金融的角色。由此可見，即便理解并能應(yīng)用一些技術(shù)，也并不意味著就能妥善解決問題，要想更好地運用金融科技工具，關(guān)鍵還在于深入了解問題所屬的專業(yè)領(lǐng)域，包括金融的諸多概念、原理以及規(guī)則。

從我的視角來看，數(shù)學(xué)領(lǐng)域的諸多突破往往能給予我們對事物更全面、更深刻的認(rèn)知。

就拿混沌理論來說，面對一些細(xì)微矛盾所引發(fā)的狀況，我們可以借助數(shù)學(xué)語言對其發(fā)生情景予以精準(zhǔn)描述。反之，倘若我們僅僅倚仗科技，即便擁有超強算力，得到的結(jié)果可能雜亂無章，致使我們無法從全局把控局勢，甚至?xí)e誤方向漸行漸遠(yuǎn)。在這種關(guān)鍵時刻，數(shù)學(xué)便能發(fā)揮引領(lǐng)方向的關(guān)鍵作用。

所以，當(dāng)我們?yōu)榭萍及l(fā)展投入大量人力、物力、財力之時，如果連數(shù)學(xué)層面最基本的方向都確定不下來，基礎(chǔ)模型的下一步走向都毫無頭緒，盲目地追求硬件等方面的科技應(yīng)用，成效必然大打折扣。因而，在思索金融 AI 后續(xù)的進(jìn)階之路前，我們務(wù)必先把準(zhǔn)方向，如此才能行穩(wěn)致遠(yuǎn)。

我聽完大家的發(fā)言后，發(fā)現(xiàn)很多人覺得數(shù)學(xué)重要且擔(dān)憂 AI 存在的問題。但我認(rèn)為數(shù)學(xué)是基礎(chǔ)，技術(shù)才是將數(shù)學(xué)知識應(yīng)用于金融的關(guān)鍵工具，借助技術(shù)運用數(shù)學(xué)知識進(jìn)行金融分析更重要，所以技術(shù)比數(shù)學(xué)更重要。

從中央工業(yè)大學(xué)產(chǎn)業(yè)人士的跨學(xué)科視角看，金融早于現(xiàn)代科技存在，算法屬于數(shù)學(xué)，算力提升靠科技，算法優(yōu)化對金融發(fā)展很關(guān)鍵。

AI 工具雖能拓展概念、聯(lián)系事物，但在挖掘金融領(lǐng)域復(fù)雜事物內(nèi)在聯(lián)系上存在局限，解答籠統(tǒng)。而人類分析師能綜合判斷，要提升 AI 在金融分析上的能力，離不開數(shù)學(xué)構(gòu)建更科學(xué)的算法。

責(zé)編：陳方

一審：陳方

二審：湯世明

三審：田從梅

來源：華聲在線

免責(zé)聲明：華聲在線對文中陳述、觀點判斷保持中立，不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。文章僅是作者個人觀點，不應(yīng)作為投資依據(jù)。讀者應(yīng)詳細(xì)了解所有相關(guān)投資風(fēng)險，并請自行承擔(dān)全部責(zé)任。

文章是網(wǎng)絡(luò)作者投稿發(fā)布，版權(quán)歸投稿作者所有。作者應(yīng)對文章及圖片的真實性及版權(quán)負(fù)責(zé)。一旦因此引發(fā)版權(quán)糾紛，權(quán)利人提出異議，華聲在線將根據(jù)相關(guān)法律法規(guī)的規(guī)定，刪除相應(yīng)內(nèi)容。侵權(quán)責(zé)任由投稿者自行承擔(dān)，如由此造成華聲在線損失，投稿者應(yīng)承擔(dān)賠償責(zé)任。如對本文有任何異議，請聯(lián)系我們38160107#（#改成@）qq.com。