主要观点总结
本文主要探讨了人工智能（AI）在各领域的应用和发展趋势，以及AI作为新质生产力在金融领域的推动作用。文章涵盖了AI在交通、产业经济、医疗、政务民生、国防军事等领域的应用，并强调了AI在金融领域的普惠便捷、服务实体经济、强化风险防控等方面的重要性。同时，文章还提到了AI的伦理、算力资源整合、数据治理、大模型生态建设及人才培养等相关议题。
关键观点总结
关键观点1: AI成为推动世界变化的重要驱动力
AI技术在金融、交通、医疗、国防等领域都有广泛应用，展现出极大的创造力。
关键观点2: AI面临价值对齐、科技伦理、数据保护等挑战
随着AI的进一步发展，如何突破数据瓶颈、扩充高质量数据来源，以及如何确保AI技术的伦理性和安全性，成为需要解决的关键问题。
关键观点3: AI在金融领域的应用
AI已经深度融入金融领域，推动数字金融新发展。通过人工智能践行以人为本，提供普惠便捷的金融服务；运用人工智能服务实体经济，创造共同价值；运用人工智能强化风险防控，实现稳健经营。
关键观点4: AI的伦理问题
人工智能的滥用可能会带来灾难性的后果，必须坚守正确的科技伦理，确保人工智能的应用符合伦理法则和社会价值观。
关键观点5: AI算力资源整合共享
人工智能对算力的需求日益增长，需要加强算力资源整合共享，避免低水平重复建设，推动实现设施绿色低碳、资源高效调度、算力灵活供给。
关键观点6: 数据供给与数据治理的重要性
为了确保大模型的应用效果和可信度，需要强化数据供给与数据治理，建立高效稳定的数据标注体系，全面落实数据安全法律法规与监管要求。
关键观点7: 大模型生态建设与模型治理
推动大模型生态建设，积极开展模型治理，解决AI应用存在的模型决策不透明等问题，确保人工智能合规、安全、有效应用。
关键观点8: AI工程化人才培养
AI工程化人才是推动AI技术创新和应用的关键，需要完善人才培养机制，通过自主培养、产学研深度合作等方式，造就一支知识型、技能型、创新型的工程化人才队伍。
文章预览
当前，AI技术正成为推动世界之变、时代之变的重要驱动力。从金融实践来看，AI已经在金融数字化转型过程中培育形成新质生产力，塑造出数字金融新生态。但与此同时，AI进一步发展也面临许多问题挑战，包括价值对齐、科技伦理、数据保护等。作为一名金融科技从业人员，我就AI未来发展、金融领域应用和科技伦理治理，谈一些思考体会。 交通银行副行长 钱斌 蝶变向新，AI技术驶入通用人工智能深海 生成式大模型的迅速崛起加速了人类进入智能时代的步伐。过去一年，人工智能围绕算力、数据、算法三个方向加速发展，取得长足进步。 一是集约化将成为算力建设新趋势。2023年末我国数据中心机架总规模超过810万标准机架，算力总规模已达230EFLOPS，其中智能算力规模达70EFLOPS，同比增速超过70%。智能算力激增加速了人工智能产业创新发展
………………………………
