在人工智能时代，中国最大的优势是什么？

本篇文章1678字，读完约4分钟

“目前，我认为中国最大的优势是有我们这样的人。”

8月23日，深圳前海伟众银行有限公司首席人工智能官杨强教授在南区出席了人工智能企业“来业科技”的开业典礼。“来叶科技”的首席技术官胡一川问道:“在人工智能时代，你认为中国比欧美有什么优势？”同时，他坚定地说，他对“中国人民”最乐观！我们这群人！”

他说:“我通常喜欢在深圳乘地铁。当我在地铁上看到年轻人时，我对深圳抱有很高的期望，觉得她很有活力。”

杨强教授从事人工智能研究30年，对深圳人工智能的发展尤为乐观。在美国的早期，他从加拿大搬到了香港，现在他住在深圳。每次提到深圳，他都充满信心和期待。

他说:“人工智能、科学和技术都有基因。我们需要继续努力学习。我们需要在这方面继续努力。就像人工智能着陆一样，它就像一项技术的着陆，需要建立相应的框架和管理机制。也许这种特定的方法将在深圳发展。深圳真的是一座科技铸就的城市。现在是深圳科技发展的好时机。你来的正是时候，也来的正是时候！”

他还提到，深圳的企业正在充分发挥各自的优势，帮助科技发展，杨强教授的技术优势之一是“联邦学习”。

人工智能人工智能需要大量的数据来支持它的能力。但事实上，很多时候数据分散在不同的企业。由于数据安全、商业秘密等原因，企业很难共享数据。因此，有人说深度学习受到了很大的威胁，人工智能将会衰落。

杨强教授看到了人工智能的新机遇。他提供了一种机制来训练一个强大的人工智能模型，而不需要通过和共享数据。这种机制被称为“联邦学习”。

联邦学习，把各方视为一个联邦，然后让他们共享一个模式。该模型是基于各方的数据，但在建立该模型的过程中，各方的数据都是本地的，只有每个人在通信时会共享一些加密参数。这就像每个人一起写小说，一起交流进步，但是他们看不到彼此的具体内容，也不能保证最终的结合是一部完整的小说。

在这样的状态下，它不仅可以满足各方的需求，还可以消除各方之前对数据安全的担忧。特别是在金融、医疗和其他行业，对这项技术有明确的需求。

关于如何有效地让企业参与这一机制，杨强教授说:“在这个社会里，技术不是完美到100%，它可以自动做任何事情。联邦学习不仅需要技术创新，还需要建立经济机制和经济市场，这样每个人都可以加入市场并从中受益。只有这样，才能吸引更多的人不断加入。”

杨强教授还特别强调，联合会应该学习这一机制，提倡交易价值而不是交易数据本身。目前，杨强领导的团队和政府正在共同努力建立一个国家标准。同时，他们也希望在国际社会建立一个标准，并吸引一些来自欧盟和美国的人加入。人们希望这种技术的联邦学习能在各行各业进行。

胡一川继续问道:“这有点像互联网时代的TCP/IP协议，它允许所有计算机以相同的方式相互连接。所有企业都应该学习人工智能和研究算法，这是真的吗？”

杨强教授坚信这是必要的，但不是必须的。

他认为，企业要把人工智能落地，有人工智能产品经理就可以了。人工智能产品经理可以发现业务中的问题，并知道什么样的人工智能工具包可以用来解决问题。他们可以找到人来实现它，最终可以衡量人工智能带来的价值。无论是机器人过程自动化(RPA)、人工智能还是微型银行的联邦学习，最终都将成为一个可衡量的标准。这个标准可以通过减少的工作量或其价值来计算。这是企业人工智能产品经理需要做的。

从香港科技大学的讲座教授到伟众银行的首席人工智能官，教授经历了从学术界到工业界的转变，科技的首席执行官王和首席技术官胡一川都是从美国毕业就开始创业的。他们特别问杨强教授，“要实现这种转变，最重要的是什么？”

杨强教授回答道:“我想我每天都是企业里的小学生。我非常高兴。”

他说:学习是一件非常快乐的事情。在工业中，第一件事是定义目标和如何衡量一件事情的质量。在机器学习中，这被称为目标函数。一个好的目标函数非常重要。在学术界，目标可能是发送一篇论文以获得高引用，但在工业界，目标是非常不同的。

其次，周围应该有一个好的朋友圈子，可以是多种多样的。

最后，杨教授补充道:“学会合作，有时处于合作与竞争的状态，这是非常有趣的。我还在学习。”

来源：BBC新闻网