电魂网络 诺贝尔经济学奖获得者迈伦·斯科尔斯：人工智能应更多关注尾部的数据

　　“当前人工智能收集了太多分布在中间的数据，而缺少对尾部数据的发现和处理能力。我们应该训练人工智能更多关注尾部、关注例外，因为创新和风险多存在于尾部。”“好比过一条河，你不能仅通过它的平均深度，来判断是否可以安全通过，而是要关注最深的地方。”近日，在中山大学名誉教授聘书颁发仪式上，1997年诺贝尔经济学奖获得者、知名经济学家迈伦.斯科尔斯(Myron S.Scholes)发表上述观点。活动中，迈伦.斯科尔斯开展了题为“不确定性、人工智能与脱碳”的讲座。

　　斯科尔斯认为，当前全球处在一种“不确定”的状态之下。而不确定性往往就蕴藏在被忽略的例外中，比如：信息、技术、稀缺性、人口结构以及地缘政治力量等因素就在不断变化，需要放置于模型中构建并考虑其动态变化。

　　斯科尔斯分析了人工智能的优势和局限性。他认为，目前人工智能有快速反馈、海量学习、批量生成等若干优势，但人工智能主要依赖数据驱动而非理论驱动。“不确定性”无疑会对人工智能的使用与发展带来挑战，包括但不限于聚类错误、反向工程、数据挖掘等方面。结合其对不确定性的研究，斯科尔斯认为，在新技术迅速变革的时代，人类仍需学会“教导”人工智能去处理棘手、特殊的问题，从而降低生产成本，实现更快、更灵活、更有个性的创新。

　　斯科尔斯认为，人们可以利用人工智能更好地解决现实问题。人工智能的应用实现了可逆性和灵活性，减少了物理约束的成本。通过数字孪生、SaaS(软件运营服务)、模拟、3D打印和人工智能等技术在不同领域的应用，企业能够在不断变化的环境中保持灵活性和竞争力。关键在于实现硬件、软件和“软硬件”之间的平衡。

　　脱碳(Decarbonation)是人工智能应用的重要场景，而实现可持续未来的关键在于关注尾部风险。可持续性不仅关于平均结果，而是关于如何管理和应对不断变化的风险。斯科尔斯展望了未来人工智能发展的四个前沿场景——人口结构、技术、稀缺性和政府治理。而理解这些动态变化在应对过程中，保持灵活性和创新能力将是未来成功的关键。

　　斯科尔斯还提到，人工智能时代，教育系统应该要变得更为灵活，“相较于教学生某个具体的知识或者概念，我们更应该在课堂上设置更多的交流讨论环节。”

　　迈伦.斯科尔斯凭借其在金融经济学领域的贡献获得1997年诺贝尔经济学奖。斯科尔斯和费希尔.布莱克(Fischer Black)共同提出的布莱克-斯科尔斯期权定价模型(Black-Scholes Option Pricing Model)，开辟了一条适用于许多领域的定价方法，也有助于新的金融衍生工具的产生和促进社会对风险的更有效的管理。

　　斯科尔斯于去年12月正式受聘为中山大学名誉教授，半年后电魂网络，斯科尔斯在中山大学怀士堂接受了中山大学校长高松颁发的聘书。中山大学岭南学院院长李善民表示，斯科尔斯的加入将对中山大学金融学领域的科学研究、人才培养、师资队伍建设以及经济学科的学术声誉等多方面起到积极的推动作用。