大发welcome

以下文章泉源于金融科技研究 ，，，作者金融科技50人论坛

导读：近期，，，由金融科技50人论坛联合大发welcome信息、高景立学配合推出的“2023数字金融公益直播课”第二期顺遂开讲。。。。。。本期嘉宾约请到光大信托信息手艺部副总司理、数据中心总司理祝世虎，，，他划分从ChatGPT简述、ChatGPT的手艺剖析、ChatGPT的应用界线、执法与合规以及在金融行业的应用展望四个方面，，，叙述了“ChatGPT给金融机构带来的思索”。。。。。。

以下为实录内容：

一、ChatGPT简述

1、ChatGPT简述

ChatGPT是自然语言对话方法的谈天机械人，，，”Chat”指谈天，，，GPT是一种算法。。。。。。ChatGPT包括文本、图画、自动问答、翻译和代码等功效。。。。。。“2022年尾以来，，，它迅速走红全球，，，全球客户突破3亿”充辩白明产品评价取决于客户数。。。。。。ChatGPT由OpenAI公司开发，，，微软为公司提供资金支持。。。。。。现在海内与ChatGPT同类型的产品是百度研发的文心一言，，，已经推出测试版。。。。。。网上有一位画家用ChatGPT绘制名为《有光有爱有远方》的画作，，，获得普遍关注。。。。。。我也实验用ChatGPT撰写一封表扬信的开放性作文，，，撰写效果很是好，，，这封表扬信放在任何一家银行、信托公司都是可以通用的。。。。。。

2、ChatGPT：从手艺到客户的珠联璧合

诚然ChatGPT的手艺很是好，，，但我觉着其乐成更多是产品的乐成，，，由于产品具有易用、好用和适用的三个特征。。。。。。易用方面，，，OpenAI公司斥巨资提供了便捷的API接口，，，使每小我私家都可以利便地用手机、条记本接入，，，为ChatGPT产品吸引了大宗客户。。。。。。好用方面，，，其效果远高于同类型的古板产品，，，让许多出于好奇的客户酿成初级使用者。。。。。。适用方面，，，学生可以用其写作业，，，程序员可以用其写代码，，，画师可以用其画画，，，这正是解决劳动力问题的地方。。。。。。让人们逐步地从初级使用者酿成了坚定的使用者，，，这个历程好比客户旅程。。。。。。因此，，，我以为易用、好用、适用所带来的客户旅程是ChatGPT乐成的要害之一。。。。。。

从手艺和产品关系的角度剖析，，，首先，，，我所履历的AI史上第一个里程碑AlaphaGo，，，虽然其手艺是很领先的，，，可是由于其产品设计使客户群体仅局限于围棋的笔直领域，，，难以形成ChatGPT这样受接待的场景。。。。。。手艺好不是周全的，，，产品好才更主要。。。。。。其次，，，以二维码支付为例，，，现在大部分人都会用二维码去支付，，，可是二维码手艺推广同期有更先进的手艺，，，好比门禁卡手艺、芯片卡手艺。。。。。。二维码的乐成并不是源于手艺先进，，，而是产品乐成，，，也是延续易用、好用、适用的蹊径。。。。。。以金融机构的视角来看，，，第一，，，立异产品、数字化转型时一定是营业引领，，，而不是科技引领；；；；；第二，，，转型和立异的乐成一定是营业的乐成，，，而不是科技和危害的乐成；；；；；第三，，，营业乐成的要害一定是产品的乐成；；；；；第四，，，线上唯一可以调动客户行为的是产品设计。。。。。。综上，，，ChatGPT带给金融机构的启示是：蹊径营业引领，，，标记营业乐成，，，焦点是产品乐成，，，产品调动客户。。。。。。

3、OpenAI：工程师的桃花源

OpenAI乐成的要害因素包括两方面，，，一方面在于其有300多名工程师，，，这些工程师自由散漫但理想高尚，，，它可以无忧无虑地以工程师的头脑改变天下。。。。。。“自由散漫”指的是当手艺蹊径和治理蹊径爆发冲突时，，，工程师要站在手艺角度举行取舍。。。。。。“理想高尚”指的是坚定自身手艺蹊径。。。。。。OpenAI公司300名工程师中，，，包括模子职员90人，，，系统职员15人、数据职员180人、ITBP职员15人。。。。。。模子职员和ITBP职员的占比从侧面反应一家金融机构的数字化转型的水平。。。。。。关于金融机构而言，，，模子职员占比越高，，，机构的自动化水平越智能；；；；；ITBP职员占比越高，，，机构的科技和数字化转型越贴近营业。。。。。。

另一方面，，，OpenAI将算力、专业化的数据处置惩罚所有外包。。。。。。这关于金融机构在设置外包和自主研发界线中具有启示：体现焦点竞争力的地方一定要自主研发，，，非焦点竞争力的专业能力可以外包，，，好比算力、简朴人工数据、人工标注等。。。。。。

4、Microsoft：第三代的王者荣耀

微软主要实现了三代“王者荣耀”时刻。。。。。。第一代“王者荣耀”是Office，，，它实现了文字的电子化，，，可是外地化的Office保存问题，，，当我们举行“CTRL+C”和“CTRL+V”拷贝粘贴时，，，仅限于这台电脑中的文字。。。。。。第二代“王者荣耀”是搜索引擎，，，我们可以“CTRL+C”和“CTRL+V”拷贝粘贴所有互联网的文字，，，文字规模有所扩大。。。。。。第二代半“王者荣耀”是搜索引擎变种即自动推荐，，，形成自动数据收罗和搜索功效，，，相比于古板搜索越发智能。。。。。。第三代“王者荣耀”是ChatGPT，，，其规模不再局限于历史已有文字，，，而是可以组合形成新文字，，，读起来越发通情达理。。。。。。

5、岗位之争：人与AI的界线线

关于人和AI的界线线事实在什么地方。。。。。。第一，，，体力劳动一定会被简朴机械所取代，，，这是已经爆发的；；；；；第二，，，重复性劳动能被简朴智能机械所取代，，，好比金融机构OA系统、RPA机械人等。。。。。。别的，，，现在90%的人相信自动驾驶会实现。。。。。。ChatGPT可以取代什么事情，，，有些人总结成简朴的创立性事情，，，可是我以为这种说法是不适当的。。。。。。第一，，，任何不需要深度情绪交流的事情都可能会被AI所取代。。。。。。以包饺子为例，，，机械包饺子早已实现且味道不错。。。。。。但饺子是容易被注入情绪的，，，机械无论怎样也包不出妈妈的味道。。。。。。虽然机械有可能写出有情绪的作品，，，可是机械纷歧定能够明确情绪。。。。。。因此，，，抢走事情的不是AI，，，而是先掌握AI的人。。。。。。怎样包管自己的事情不被AI所替换？？？？这需要我们在事情中贡献爱，，，用爱去事情，，，只要把爱心放到事情中，，，大发welcome事情就很难被取代。。。。。。

第二，，，ChatGPT实质是生产力的跃升，，，这与历史上的生产力提升是一样的，，，蒸汽机替换马车、电力替换蒸汽机。。。。。。虽然会在短时间内对人类的就业结构爆发攻击，，，但由于人力资源的稀缺性，，，中恒久不会保存大规模失业，，，只是就业结构爆发了转变。。。。。。启示即是，，，我们可能需要提前思量子女上学时什么专业不会被AI所取代，，，人与AI界线线哲学看法将会深刻影响下一代的就业结构、头脑看法等。。。。。。古板上，，，我们以为人类劳动者分为体力劳动者和智力劳动者，，，从AI视角看，，，可能只保存碳基劳动者（体力劳动者、智力劳动中）和硅基劳动者，，，并且它可能以为碳基劳动者是为硅基劳动者效劳的，，，这就需要哲学家们帮我们区分人与AI的界线线，，，以及AI算法的人工智能伦理。。。。。。

6、岗位之争：从社会主义的初级阶段的基本理论去明确

ChatGPT时代会倾覆许多事情，，，引起岗位转变。。。。。。很难想象在医疗资源相对贫瘠的非洲大陆上，，，昨天的一家网吧会在今天摇身一酿成为互联网医院。。。。。。可是现在可以相信互联网手艺的转变，，，无论是网吧照旧医院，，，关于互联网、人工智能而言，，，无非是一个终端。。。。。。在这种大厘革下，，，某些岗位会爆发变换。。。。。。

从社会主义初级阶段的基本理论来明确，，，社会主义初级阶段主要矛盾是人们日益增添的物质文化需求同落伍的社会生产之间的矛盾。。。。。。落伍的社会生产指的是两点：人力资源稀缺和生产力。。。。。。ChatGPT实质上是通过科技立异提高生产效率，，，以更少人力去生产原来商品，，，让节约的人力进入新的行业，，，增添新的商品和效劳供应。。。。。。综合来看，，，ChatGPT只会短期内对人类的就业结结构成攻击，，，中恒久并不会导致人类的大规模失业。。。。。。

二、ChatGPT的手艺剖析

1、手艺蹊径：工程师头脑的乐成

ChatGPT的乐成是工程师头脑的乐成。。。。。。第一，，，建设大脑。。。。。。工程师头脑中有一个“通用复用”的头脑，，，即强调代码、部件在各个场合可以通用的，，，生产的发念头在工厂各个汽车里是通用的。。。。。。在工程师眼中，，，建设大脑一定是建设通用人工智能AGI大系统，，，系统中心有学习的大模子，，，靠大算力从大数据中学习人类的知识，，，从而形成AI智能。。。。。。第二，，，从那里学？？？？人类的知识存储在书籍里、文字里、图画里、语言里。。。。。。在工程师眼里，，，大模子要从人类语言中学，，，要建设大型语言模子LLM。。。。。。工程师拥有建模子的想法和硬件后，，，随着数据和算力越来越大，，，模子效果越来越好，，，这就是工程师们力大砖飞的头脑。。。。。。第三，，，怎么学？？？？关于手艺蹊径的选择，，，其时NLP领域中保存着两类手艺蹊径，，，第一类是深度学习模子，，，第二类是预训练模子。。。。。。但深度学习模子已经遇到瓶颈，，，依赖增添深度学习的模子层深来提高模子效果微乎其微，，，此时深度学习已经逐渐被预训练模子所取代。。。。。。预训练模子又保存了两个手艺计划：Bert计划和GPT计划，，，大部分研究者选择Bert计划，，，而大部分工程师选择GPT计划。。。。。。Bert计划是双向的计划，，，即我对你语言，，，你先听明确我说的话，，，再回覆我的问题。。。。。。GPT计划是我语言你只需要回覆，，，不必知道说了什么。。。。。。这种一问一答的计划体现出工程师大道至简的头脑。。。。。。这种双向历程可能比直接回覆更难。。。。。。我以为GPT蹊径在开放式领域中的乐成只是领域问题，，，在金融领域内，，，关闭性Bert手艺蹊径或许更有优势。。。。。。第四，，，学成归来。。。。。。通过一直地堆模子、堆数据，，，最终实现乐成是智力涌现的历程。。。。。。智力涌现涌现后便可以做产品。。。。。。学成归来指的是厚积薄发以后形成产品乐成，，，任何立异和数字化转型的乐成，，，都应该是产品的乐成。。。。。。

2、智能涌现：人工智能的厚积薄发

人工智能在GPT上转变体现很显着，，，从2018年最初的GPT模子参数只有1.17亿，，，到2020年GPT-3模子参数抵达1750亿，，，再到2022年产品化，，，其厚积薄发体现在三个方面。。。。。。第一，，，手艺积累。。。。。。手艺积累现实上是一直试错的历程，，，解决的是理论推导和工程实践中的手艺差别。。。。。。一直试错就是手艺的积累，，，任何产品的乐成都需要两个发明，，，一个是理论上科学家们在实验室的发明；；；；；另一个是工程师们在现实应用中将科学家的发明低本钱实现的历程。。。。。。第二，，，知识积累。。。。。。GPT模子参数从1.17亿到1750亿的积累，，，训练本钱极其腾贵。。。。。。据听说，，，微软为其训练破费20~30亿美金。。。。。。第三，，，理念积累。。。。。。在NLP领域中，，，一经深度学习模子逐渐失效，，，GPT接纳为自回归的手艺蹊径，，，厥后泛起的Bert接纳的是双向语言模子，，，并且其时Bert手艺计划的效果远远优于GPT1的效果。。。。。。直到GPT3的泛起，，，其优势才显示出来，，，这就是工程师们敌手艺蹊径的厚积薄发。。。。。。关于给金融机构的启示是，，，并非谁的手艺好就用谁的手艺，，，应该用本钱的头脑去选择适合自己的手艺。。。。。。

有些资深专家以为GPT3的乐成不但是手艺，，，并且是代表AI模子的生长理念。。。。。。我是赞成这种看法的。。。。。。我以为AI理念包括以下几个方面：一是对AGI架构设想的坚持；；；；；二是对LLM通往AGI蹊径的坚持；；；；；三是工程师们对未来“人与AI分工设想”的坚持。。。。。。在人与AI配合写作文时，，，人与AI的分工事实是BERT手艺蹊径照旧GPT的手艺蹊径。。。。。。关于BERT和GPT之争，，，它们只是各有所长，，，在开放式领域GPT有自然优势，，，但在笔直场景与受控领域，，，只要坚持下去，，，BERT也会脱颖而出。。。。。。

3、融合手艺：多模态大模子

通用人工智能AGI的焦点是与使命无关的大模子LLM，，，现在在自然语言相关领域有三大偏向：GPT适用于语言领域、Codex适用于代码领域、DALLE适用于图像领域。。。。。。上述应用让ChatGPT成为多模态大模子，，，多模态大模子拥有两种能力：一是寻找到差别模态数据之间的对应关系，，，例如将一段文本和对应图片联系起来；；；；；二是实现差别模态数据间的相互转化与天生，，，例如凭证一张图片天生对应的语言形貌。。。。。。这种手艺蹊径的要害是，，，将差别模态的原始数据映射到统一或相似语义空间当中，，，从而实现差别模态信号间的相互明确与对齐。。。。。。

4、算法逻辑：ChatGPT写文章的逻辑

AI写作文会应用所有人的词汇量，，，其作文空间比每小我私家的作文空间全且大。。。。。。首先，，，必需把文字和图片向量化，，，才华输入到人工智能算法中。。。。。。假设1页PPT图片为400×500的像素即2万个像素点，，，每个点用0~255的灰度值形貌。。。。。。在二维空间中，，，2万个像素点可以排成1张图。。。。。。上升至2万维空间，，，这个图片相当于2万维空间中的1个点。。。。。。假设作文空间2万维，，，AI写的作文就是2万维空间中的一个点。。。。。。其次，，，词向量即在写一句话或做语言标注时，，，通过将语言的词汇标注出来，，，让电脑明确词之间的盘算关系。。。。。。当词组成句子后，，，要判断两个句子之间的距离。。。。。。好比有两首古诗，，，“两个黄鹂鸣翠柳，，，一行白鹭上青天”、“黄鹂百转趁红日，，，白鹭一行登碧霄”。。。。。。我们能够明确这两首诗句是一个意思，，，盘算机也能明确，，，由于盘算机判断两首诗句中都有“白鹭”，，，“上”和“登”是一个意思，，，“青天”和“碧霄”也是一个意思。。。。。。假设诗句中的七个字代表七维空间，，，每个词汇代表七维空间差别的点，，，两个点之间的距离一定很近即向量很近。。。。。。

AI作文通过类似人类语言来训练，，，突破了人类的词汇量和语法的限制。。。。。。中国有句古诗说得好，，，叫做“文章本天成，，，能手偶得之”。。。。。。在想象力之外尚有重大的作文空间。。。。。。在互联网上AIGC的文字将会凌驾人类五千年爆发的文字，，，爆发的图画量很快就凌驾人类五千年爆发的字画量。。。。。。当AI爆发的文字和字画的量变得远远大于人类爆发的文字和字画数目，，，真剖析被谁控制？？？？我们要小心真理被数据控制，，，数据被资源控制。。。。。。这些真理包括共识、宗教、意识形态。。。。。。好比当今社会普遍的共识是以瘦为为美，，，但在唐朝可能以胖为美。。。。。。

三、ChatGPT的应用界线、执法与合规

第一，，，应用平民化但建模贵族化。。。。。。应用平民化体现在每小我私家都可以通过手机接入API以使用ChatGPT。。。。。。建模贵族化体现在ChatGPT建模历程履历300名工程师、1750亿个参数、355块高级显卡以及长达1年的模子训练，，，这是很是大的消耗和资源投入。。。。。。由于这种重资源、重投入的底层能力建设，，，我以为未来在AGI领域只有中国和美国具有构建基础底层能力。。。。。。

第二，，，AI泛起“大而不可改”的征象，，，迫使人们顺应AI。。。。。。GPT有1750亿参数存储知识逻辑，，，其中逻辑关系、相互关系、学习历程等在手艺上尚未完全明确。。。。。。参数修改主要靠腾贵的模子训练，，，这就容易泛起“大而不可改”的缺陷。。。。。。进而爆发“反直觉”的问题：事实是人去顺应AI模子，，，照旧AI模子顺应人？？？？

第三，，，智能缺陷。。。。。。ChatGPT通过文本语言等训练模子，，，其智能类型仅仅是感知智能，，，而不是决议智能，，，更不是盘算智能。。。。。。详细来看，，，感知智能基于Bayes公式，，，决议智能基于先验概率，，，盘算智能基于盘算公式。。。。。。智能缺陷在于ChatGPT的使用界线。。。。。。例如在金融机构中，，，由于ChatGPT不是决议智能，，，会在危害决议历程中受限；；；；；别的其不是盘算智能，，，在资源计量方面会受限；；；；；作为语言领域的感知智能，，，它更多是以文字助手的身份嵌入与文内情关的事情中。。。。。。

第四，，，手艺缺陷。。。。。。ChatGPT具有与古板人工智能手艺类似的缺陷，，，一是算法黑箱。。。。。。由于算法模子的黑箱运作机制，，，其运行纪律和因果逻辑不会显而易看法泛起给研发者。。。。。。二是算法稳健性。。。。。。算法运行时容易受到数据、模子、训练要领等综合因素滋扰，，，泛起非稳健性的特征，，，这有可能会泛起针对性的病毒。。。。。。三是算法歧视。。。。。。算法以数据为质料，，，若是初始使用的数据保存私见，，，无形中会造成天生的内容保存私见或歧视，，，引发用户关于算法公正性的争议，，，这种歧视主要来自于资源绑架，，，体现在训练样本数目上。。。。。。

第五，，，数据清静缺陷。。。。。。多个环节保存合规问题，，，一是在小我私家信息网络阶段，，，用户使用ChatGPT需要输入小我私家数据，，，依据《小我私家信息保；；；；しā沸枰颗灿没Ь傩械ザ朗谌。。。。。。二是在小我私家数据的加工使用阶段，，，ChatGPT使用RLHF的训练要领，，，用户使用历程中的输入和交互信息可能会用于一连选代训练，，，进一步被用于为其他用户提供效劳，，，造成数据共享，，，这或许与用户最初使用目的相悖，，，凭证《小我私家信息保；；；；しā沸枰没е匦率谌。。。。。。三是训练数据获取，，，ChatGPT抓取互联网上信息的历程可能保存合规问题。。。。。。四是数据走漏，，，用户在使用历程中输入小我私家及企业相关的信息，，，可能导致公司敏感信息泄露。。。。。。五是算法缺简导致数据主体行权难题，，，例如更改权、刷除权、会见权等行权难题。。。。。。

别的，，，ChatGPT还可能保存3条执法红线。。。。。。一是版权问题，，，ChatGPT撰写作品的版权归属问题。。。。。。二是帮信罪，，，使用ChatGPT撰写代码并用于黑产上，，，小我私家和ChatGPT需要肩负哪些责任。。。。。。三是关于拒不推行信息清静治理义务罪，，，好比科技公司被羁系所约谈整改，，，可是由于模子保存“大而不可改”的特征而难以实时修改和完善。。。。。。

四、ChatGPT在金融行业的应用与展望

1、ChatGPT的直接应用

第一，，，ChatGPT的能力分为底层能力和应用能力。。。。。。至公司应关注底层能力的建设，，，小公司可以在笔直领域开发应用能力。。。。。。

第二，，，ChatGPT与人机装备的整合。。。。。。ChatGPT能力需要有载体去实现，，，如手机是现实社会和虚拟社会中的载体，，，把人从现实社会拉到虚拟社会中，，，是现实社会到虚拟社会的入口。。。。。。但当眼镜、耳机拥有ChatGPT功效，，，会成为下一个虚拟社会和现实社会的倾覆性入口。。。。。。

第三，，，ChatGPT与现有APP的整合。。。。。。安卓市场排名前20的APP基本上都可以和ChatGPT的功效相连系。。。。。。

第四，，，ChatGPT在金融领域的应用。。。。。。首先，，，ChatGPT无法改变金融领域的运行纪律，，，但能提升金融领域的现有智能。。。。。。好比金融领域的RPA机械人和ChatGPT连系后酿成智能RPA机械人；；；；；OA系统和ChatGPT连系酿成智能OA系统。。。。。。其次，，，智能客服，，，包括责任客服和非责任客服，，，责任客服更看好Bert计划，，，非责任客服更看好GPT计划。。。。。。再次，，，ChatGPT是感知智能，，，而不是盘算智能，，，它可以通过文字感知来解读执法文本和合规文本，，，通过案例举行危害感知、审计感知以及反洗钱案例感知。。。。。。最后，，，在包管领域的应用快于在银行领域，，，相对银行简朴的信贷产品，，，包管产品更重大，，，叠加银行业的约束更多一些，，，我以为ChatGPT在包管业优先发力更合适。。。。。。

2、从营业角度看：改变客户流量入口

从银行的角度来看，，，ChatGPT倾覆了什么？？？？银行需要需要客户，，，客户就是流量。。。。。。互联网现在是“入口为王”和“内容为王”，，，ChatGPT可能会改变这一切。。。。。。假设ChatGPT的账号是这么设计：首先要注册一个Chat号，，，然后用底层账号上岸微信时，，，微信就成为智能微信；；；；；登录抖音时，，，抖音就成为了智能抖音，，，此时ChatGPT可能在须要的底层能力成为流量入口。。。。。。从银行角度来看，，，我们要捉住可能会被ChatGPT改变的流量和客户入口。。。。。。

3、金融机构推动数据金融形态：资源化、资产化、要素化、市场化

未来，，，ChatGPT的生长特殊是底层AI能力的生长，，，一定靠数据生长。。。。。。数据越多，，，模子训练越好。。。。。。这体现数据资源化、资产化、要素化和市场化的历程。。。。。。

首先，，，数据具有三重属性，，，资源属性、手艺属性和金融属性，，，并且数据具有相关性和正外部性。。。。。。将100万的数据放在一起，，，可能爆发“1+1＞2”的效果。。。。。。其次，，，数据作为生产要素，，，它和土地是差别的。。。。。。数据的价值不在数据自己，，，而是源于手艺加工，，，数据的价值体现于数据产品的权益分派，，，但它受制于古板的知情赞成的授权模式，，，形成市场化有一定的难题。。。。。。关于数据自己，，，数据通过资源化将纪录举行标注，，，形成了数据资源，，，若是数据资源具备可控制、可获益、可量化三个属性，，，数据就由数据资源酿成了数据资产。。。。。。最后，，，数据资产形成数据要素需要三个条件：数据要素的历程需要其他生产要素的投入、数据要素可以赋能其他要素、数据要素可以催生新的生产方法。。。。。。数据资产酿成了数据要素后，，，即是数据要素的市场化。。。。。。前一步数据资源化由金融事情者完成。。。。。。主要途径包括数据银行、数据信托、数据证券化、数据信贷融资四个方面。。。。。。当金融人实现了数据资源化后，，，可能会解决数据要素市场化的要害问题。。。。。。

金融机构要加入人工智能治理中。。。。。。第一是手艺与内容并重；；；；；第二是行业自律，，，伦理先行；；；；；第三是企业治理，，，即主体责任与社会责任相连系。。。。。。

4、数据信托：数据与信托的完善连系

第一，，，数据要素化历程中的信托双层所有权架构优势，，，将数据所有权与名义所有权疏散，，，这恰恰与数据信托的双层所有权架构榫卯相扣。。。。。。

第二，，，数据确权中的数据信托制度优势。。。。。。“数据二十条”持有权、加工使用权、谋划权的分置机制与信托制度的委托人、受托人、受益人的制度安排道同契合。。。。。。

第三，，，数据流通中的数据信托危害隔离与信托制衡优势。。。。。。数据信托制度爆发的信任制衡贯于危害隔离穿于数据全流通历程。。。。。。

第四，，，数据要素收益分派中的数据信托的权益优势。。。。。。数据要素市场化设置与按价值孝顺的分派机制体现信托权益优势与市场化优势。。。。。。

第五，，，数据要素治理中的数据信托效劳优势。。。。。。效劳信托则具备将政府、企业、社会等多方主体，，，资金方、资产方、手艺方、生意商与生意所等多方角色的笼络能力。。。。。。

第六，，，数据跨境流动中的信托制度的国际通用性优势，，，信托制度的国际通用性。。。。。。

5、从AI的视角看AI

第一，，，我以为AI兴起堪比文艺再起，，，文艺再起破除了人类创立力的禁锢，，，实现了人类创立力“由0到1”，，，AI的再起使人类创立力“由1到100”。。。。。。

第二，，，有一种头脑为“万事皆模子”。。。。。。以画家为例，，，任何一个画家的主要气概为其画风，，，画家的气概就是一个模子。。。。。。模子任何一个参数的调解就会天生该画风的新画作。。。。。。以毕加索的画风为模子，，，可以通过调解参数天生100幅毕加索的画。。。。。。

第三，，，自学习AI。。。。。。当算法会写算法，，，当机械人会生产自己时，，，这是何等恐怖的事情，，，需要解决人和AI伦理界线线的问题。。。。。。

第四，，，从AI视角来看，，，人类对AI的反应会以为硅基劳动力正在取代碳基劳动力。。。。。。值得思索的是，，，人在使用AI扩展人的智能，，，照旧AI在使用人展现智能。。。。。。站在AI角度，，，人类对AI的反应可以分为两类，，，一类人是最先对AI仇视和不屑，，，随后发明效果很好便最先抵制和限制AI，，，最后发明限制不住而感应渺茫。。。。。。另一类人对AI很友好，，，从早先的好奇、实验，，，到逐步学习，，，最后学会使用AI并和AI共存。。。。。。我更希望我们是第二类人，，，这需要哲学家给提供指导，，，在明确与AI的界线线后，，，立法、工程师、应用才具有界线和偏向。。。。。。