郭毅可 人工智能缺乏思想是最大问题 移动支付不先进

郭毅可教授不仅是英国帝国理工大学的终身教授和英国皇家工程院院士，同时还是数据科学研究所所长和欧洲科学院院士，是全球人工智能与大数据研究领域顶尖的华人专家。

在习近平主席访问英国帝国理工大学时，他专门前往郭毅可教授的研究所听取汇报。2014年，郭教授在帝国理工大学创建了数据科学院研究所，并建立了欧洲最大的数据科学可视化演示平台。这一成就足以证明他在科技领域的卓越贡献。

谈及中国目前的科技投资热门话题，如AI、大数据、5G等，郭毅可在第五届深商全球大会上指出，从数据资产到数据资本存在两个瓶颈：实体资产与数据资产的不对称以及数据资产的可交易性与使用特征的矛盾。

尽管人工智能投资直线上升，但郭教授认为，上升趋势正在发生变化。他强调，经济下行和需要真正看到人工智能的发展现状以及实际应用中的问题都需要我们注重创新的质量。在此背景下，投资者网等媒体就人工智能研究和应用等领域的深层次问题对郭毅可进行了一次专访。

在采访中，郭教授就医疗数据开放问题提出了独到见解。他认为，医疗数据开放涉及数据理念和体会的不同，数据所有权鉴定是其中的关键问题。他还指出，目前中国人工智能应用过于局限在图像处理、人脸识别等领域。尽管人脸识别在短期内取得了一定的成功，但从长远来看，人工智能的应用应该更加广泛。他提到，人工智能可以应用于衣食住行各个方面，如分析食物成分、质量、营养配置等。智能家居、智能出行等领域也有巨大的应用潜力。

在金融领域，郭教授认为国内人工智能应用仍然相对狭窄，主要集中在征信和交叉销售方面。他建议借鉴国外经验，利用人工智能进行投资因果分析、个性化风险识别等应用。针对中国AI人才缺口问题，郭教授表示确实存在巨大的人才缺口，但可以通过培训和教育来弥补。

除了以上内容，郭教授还强调了人工智能的重要性。他认为在智能投顾等领域，风险预测是非常重要的，而当前很多智能投顾更多地是推销标准化产品而忽视了风险预测。他也呼吁人们要关注人工智能的问题并进行深入讨论。郭毅可教授对人工智能的发展充满了期待和信心，并认为这是一个值得深入挖掘的领域。他的见解和观点为我们提供了宝贵的参考和启示。我们社会似乎正在经历一场人工智能的变革，但在这场变革中，我们缺乏一种关键元素：真正理解和运用人工智能为社会创造价值的人才。这种人才的短缺，不仅仅是数量上的不足，更是我们对这一问题的忽视和轻视。

如今，很多人认为只要人工智能能用、能服务就行，却忽视了其背后潜藏的巨大风险和挑战。比如，通过看银行行长的脸来预测银行业绩，或是通过两张照片预测下一代长相等，这些看似神奇的技术，背后隐藏着和道德的问题，需要我们深入思考。正因如此，我们迫切需要一批具备人工智能思维的人才，他们能真正理解和运用人工智能为社会创造价值。

对于基因编辑和人工智能的问题，二者虽然都涉及，但却有着本质的不同。基因编辑技术是一个关于是否使用技术的问题，但在达到一定程度的风险控制后，人们会逐渐形成共识。人工智能则不同，它是一个关于创造智能机器的问题，需要我们对智能机器有深入的了解和清晰的认知。在研究人工智能的过程中，我们必须深入探讨社会问题，形成共识。

关于中国在人工智能方面与国外的差距，我认为基础研发方面差距并不明显。真正重要的是原创性和思想层面的创新。我们有能力把别人的研究做到极致，但在产生原创性的研究时却显得较为薄弱。这也反映出我们缺乏真正的思想创新，而这才是最大的问题。以英国为例，他们的研究更多地是以好奇为驱动力，而我们也需要这样的人才，以好奇和兴趣为驱动进行研究。

数据资源在人工智能领域至关重要。中国拥有庞大的数据资源，但如果数据被滥用或质量低下，将无法发挥其真正的价值。真正的挑战不在于算法是否先进，而在于数据的质量和精确性。我们需要找到具有代表性、精确的数据样本，这样才能让人工智能技术真正发挥其潜力。也需要加强对数据保护的重视和监管力度。对于移动支付领域的应用而言，尽管中国在移动支付方面应用广泛，但我认为这并不代表原创性方面的优势。我们应该更加重视思想层面的创新和技术原创性。对于5G技术方面的发展和应用来说中国已经取得了显著的进步和原创性成果特别是在华为这样的企业身上表现得尤为突出。因此我认为思想层面的创新和思想深度的缺乏不会导致中国缺乏原创性技术和应用领域的发展只是在新的应用领域例如移动支付方面需要加强技术背后的原创性和创新性的挖掘和发展而不是简单地满足于技术的便利性和实用性而忽视了技术的核心价值和潜力所在。因此我们应该加强对于人工智能技术的深入研究和应用同时注重思想层面的创新和发展确保技术发展的同时不失去对技术价值和的关注和思考。