2024年5月26日下午，應香江商學院邀請，鵬城實驗室數理科學與交叉前沿部研究員、博導孫東甯博士做客“香江金融觀察”，為聽眾帶來主題為“AI和大模型的發展歷程和關鍵的範式轉變”的線上精彩分享。

本次講座採取線上直播形式，共計2021人次觀看，收穫1729個點贊。

孫東甯博士為北京大學碩士，美國哥倫比亞大學生物醫學工程博士、約翰霍普金斯大學生物醫學工程博士後，先後在美國任職於瑞士再保險資本管理與諮詢公司，花旗銀行投資銀行、瑞士銀行投資銀行、德意志銀行投資銀行並從事投資與做市商業務，2014年任平安基金衍生品與量化投資首席投資官。

孫東甯博士現任鵬城實驗室數理科學與交叉前沿部研究員、博導、香港中文大學深高金客座教授，中國電腦學會數位金融分會常委，中國量化投資俱樂部常務理事，中國工業與應用數學學會金融科技分會委員等。

講座中，孫東甯博士深入探討了人工智慧（AI）的本質，將其定義為資料和演算法驅動的機器智慧。他指出，AI的核心在於模式識別，通過智慧程式學習和修正，實現從輸入量到輸出量的映射。

孫東甯博士回顧了AI發展的三個波峰，包括早期的搜索技術、邏輯推理，到專家系統的興起，以及深度學習、大資料和算力的崛起。他強調了從邏輯推理到統計推斷的方法論轉變，以及實現從通用AI到功能性AI的目標轉變。

然後，孫東甯博士詳細討論了深度學習模型的層次化特徵描述能力以及原始資料直接輸入減輕特徵工程壓力的技術優勢。孫東甯博士介紹了神經網路建模描述系統非線性行為的原理，講解了迴圈神經網路（RNN）及其變體在描述時間序列中的應用與局限性。

孫東甯博士指出近年來推動大模型爆發的兩個核心技術範式轉變。Transformer模型家族和自注意力機制帶來了長序列的並行處理能力並能夠捕獲序列資料中的長距離依賴。 而監督學習到自監督學習的轉變在為利用廣泛的非標注資料進行模型訓練提供了豐富的語料。

隨著LLM（Large Language Models）時代的到來，模型能力隨規模湧現，即“Bigger is different this time”。

孫東甯博士通過一個生動的示例，將智慧描述為從複雜的高維世界到低維結構的壓縮過程，強調了海量語料資料壓縮與對語言結構和邏輯的理解對於LLM的“思考能力”的重要意義。

孫東甯博士深入分析了人工智慧在金融科技領域的應用，特別是時序量化大模型在金融資料預測和尋優中的應用。

孫東甯博士還討論了金融時序模型面臨的挑戰，包括市場有效性、市場風格多變性、反身性以及可解釋性問題，並強調了金融安全穩定與風險監測與防控的重要性，介紹了基於市場資料、採用數學建模和數量化情景分析的數位孿生方法進行風險監控與模擬的“金融風洞”的工作成果。

最後，孫東甯博士介紹了鵬城實驗室腦海大模型以及正在開展的在政務、教育、製造、金融和醫療等垂直領域應用的研發與生態建設。

孫東甯博士的分享不僅提供了關於人工智慧和大模型的深刻見解，還展示了這些技術在金融領域的實際應用和未來發展的廣闊前景。

在提問互動環節，現場觀眾踴躍參與，並就大模型在量化金融中的機遇與挑戰、大模型與量子計算和腦機介面等前沿技術的融合、大模型與元學習和自主推理等新興機器學習范式的融合前景進行了積極提問，孫東甯博士進行了深入的分析和詳細的解答。

此次講座是“香江金融觀察”的第一期，後期將持續開展，敬請期待。

“香江金融觀察”是由香江商學院發起並主辦，致力於搭建有內容、有品質、有深度的專業分享平臺，涵蓋經濟、金融領域熱點問題，採用線上直播形式，邀請資深專家專場分享專業領域最新動態，發表原創觀點，並與受眾深度交流。