2017年9月17日，由Betvictor中文版、Betvictor中文版國家金融研究院主辦的“第二屆中國金融科技大會（2017）”在京舉辦， 2000年圖靈獎得主、中國科學院院士、Betvictor中文版交叉信息研究院院長姚期智，以“金融科技對計算機科學和生态的影響”為主題進行了演講。
姚期智先生就金融科技中的挑戰以及計算機科學中哪些技術能應用于金融科技領域進行分享。首先他提到，金融科技在美國是在一個成熟的市場中保守地前進，而中國是在高速發展的情況下進入一個未知的領域；其次，他介紹了三大計算機科學中能幫助金融科技的技術：人工智能和大數據、分布式系統的可靠性和一緻性技術、密碼學；最後，他分享了三個項目案例：基于人工智能的風控、保護隐私的多方安全計算、隐私與監管的結合（應用零知識證明）。姚期智先生認為在金融科技裡面，計算機科學的用途已經從台後走到了台中，對核心金融體系的運作上産生一定的價值。
以下是現場演講實錄：
姚期智：剛才朱院長提到，金融科技現在對于傳統的金融産業的生态有了一個非常大的沖擊。
我想，金融科技對于計算機科學和生态，也有一定的沖擊，我有很多的計算機科學的教授和同事，他們有些做人工智能的，有些做密碼學的，他們現在主要的工作，過去的幾年都是在向金融科技方面做的。所以，今天我所想要和大家交流的是，對于金融科技（尤其在中國）計算機科學家能夠做什麼事情。
我今天開始的時候，很簡短地講一下中國金融科技發展面臨有什麼樣重要的挑戰。然後多半的時間我想要談一下，面對這些挑戰，為什麼計算機科學對于金融科技能夠有影響，它到底哪些關鍵技術。所以我希望等一下講完了以後，大家會了解到計算機科學不僅有一些關鍵技術，它能夠幫助金融科技的發展，同時這些關鍵技術實際上是非常先進的，所以中間還有很多研究成份。
那麼要談金融科技在中國，我們先看看金融科技在美國。
在美國因為它是相當全面的一種金融系統，有非常多的金融産品。所以金融科技在美國，現階段很大的一部分就是怎麼樣能夠讓這些金融的産品、金融的運作能夠更加有效率，能夠做得更實戰、更有效。
比如說在投資裡面，從投資人的錢，然後到達賬戶資金，在中間可能要經過很多的中介。比如說他有一些資産的經營的人，那麼有些販賣一些金融産品之類的，所以中間可能要經過非常多的人，所以這裡面的效率也不是那麼好。
再看看支付，在這裡面也很有意思，在十年以前美國一個商學院的案例裡面，他們所提到的是說，中國想要做電商，那麼他的挑戰是因為他沒有一個支付的基本架構，但是在十年以後現在來看，現在中國支付的成本比美國要低得多了，所以現在美國人他們就要感歎，在美國的支付的服務成本太高，也不方便。所以他也正在向中國的移動支付這方面學習。
同時美國還有一個現象，就是因為它是一個很成熟的環境，所以它裡面的規則特别多。比如說報稅等等，有很多的規則和一些Paper需要做，所以這些都是使得它的效率變得比較低落，所以大家都很有興趣，是不是把金融環境能夠改變。
在中國和美國不一樣的地方是，在過去的5年、10年，其實金融科技在中國最大的一些精力都是在創造一些新的金融産品上，這件事情也有一個曆史原因，因為互聯網的興起給中國一個機會，在中間能夠做一些新的金融産品，不一定要每個事情都是經過美國的曆史經驗，那麼就是有了這個新的環境裡面，你已經有了很多的創新的事情可以做。
在中國有很多的互聯網金融産品，也有一些事情是美國不太能做的，比如說互聯網的保險，幾毛錢的保單能夠自動處理賠償。像這種事情它的成本就比起美國要經過很多的人的經手，要有效率得多。
另外一個很重要的，在美國有FICO，所以說每個人（即使是個人）都有一個經濟的曆史，他很容易使得電商或者是其他借錢的人，能夠有方法做征信，但是在中國沒有這樣一種有長久曆史的系統，所以這個時候大家就需要花很大的精力研究有沒有不同的方法，來做一種征信的方法。另外比如說移動支付、電商還有小額消費，把這些金融上的事情都下放到這些供應鍊上來做，所以這些都是非常有效率的。
所以，中國的精力很多都花在這。因為這裡面有一個問題，我們進到了一個以前别人沒有很長時間曆史經驗的環境，所以這中間有很多的弊病（比如說欺詐就很容易發生），所以風險這件事情就是在中國除了效率之外，我們要特别注重風險。在互聯網時代、AI時代、金融時代，這都是非常有活力的一個方向。
所以，比較起來看，在美國是在一個成熟的市場當中，保守地前進，中國是在一個高速的發展情況進入一個未知的領域。
在中國金融科技發展面臨的挑戰，它最主要的問題是信任的問題，我們如何能夠把商業融資環境不是那麼成熟的、有曆史性的環境裡面，能夠建立起一個金融系統，讓大家能夠非常信任它。在這裡面大家對于一個運行的商業及企業來講的話，重要的就是它有怎樣的能夠做風控、能夠做風險的控制。當然對于一個企業來講，他最好的方法就是，他希望最好全國每一個人的經濟資料他都可以得到。這樣的話對于風險就能夠控制得最好，但是想要追求這種效率的話，就會侵犯到别人的權利，就會侵犯到個人的隐私，對于社會的來講，一個非常大的商家能夠壟斷這些數據，這也是侵犯到社會的利益。
當然這些事情政府就不能不管，所以政府在這裡面就必須監管。所以這個核心問題是，在這方面的利益，基本上在于風控、在于隐私保護，還有政府的監管，這三方面怎麼樣能夠有一個平衡，能夠做出一個大家都能夠滿意，而且它的效率又非常高的系統，這就是一個需要做的事情。那麼這如果處理不好的話，就會有一些嚴重的後果。比如說政府的監控裡面，不可能有一種政策的風險，它可能為了安全的緣故做一刀切，所以所有的這些都是一種可能的結果，所以必須要各方面都需要來讨論。
像這樣的問題、理念，計算機科學怎麼樣能夠幫助解決這些問題，事實上這裡面有很多問題其實隻有科學能夠解決，隻有信息科學等等非常高端的技術，才讓我們能夠使得這種平衡能夠達到。所以我現在剩下的時間裡面，要提到的是三個大的方向的技術：
方向一：人工智能和大數據。
方向二：分布式系統的可靠性和一緻性技術。
方向三：密碼學。
這三個領域都是非常大的領域，尤其人工智能本身就是一個非常大的領域，其他的兩個也都是一些自己獨立的領域，在這裡面有非常長的曆史。過去的三四十年做了很多的事情，有了非常多的了解。
但是很多的都是在一個理論的程度。現在金融科技的産生，産生一個生态的沖擊，它的原因就是因為大家發現，這些積累下來非常多的一些知識，它突然之間有一個地方能夠造成一個很重要的結果，所以這些能量從這些領域放射出來的話，所以使得這個生态會發生改變。現在我想講幾個例子給大家看一看，這幾個例子也是我們院裡面老師參加的一些項目。
項目舉例1：基于人工智能的風控。
我們剛才提到一個最重要地問題，對于中國來講就是一個風控的問題。
在前幾年的時候，因為我們進入這個時代非常快，所以使得很多人在這中間想辦法詐騙，這個事情它發展到一個程度，他們甚至成立了很多的詐騙集團，他們是有組織的，他們分工合作，他有變化多端的，平常看不出來什麼樣的人是不良分子，有沒有一些人夥同來做詐騙的事情。人工智能加上大數據，就能夠使得我們有這個機會。
到目前為止，很多想要對付詐騙的方法，比如說他用一個黑名單，這種方法慢慢地就失效了，因為詐騙集團也很聰明，他們甚至可以用人工智能，想出對付你們的偵查他的方法。所以說需要有别的方法來做，如何能夠用人工智能的方法及時地發現這些詐騙，這是一個非常重要的課題。
那麼，我們院裡面有老師參加的項目，在過去幾年裡面來建立一個基于大數據和機器學習的一個反欺詐的平台，基本上你可以從幾億的用戶裡面，從他們的行為上可以找出一些特征，同時在這些人群裡面，你能夠看一看，有沒有哪些用戶他們其實是看起來屬于同一個詐騙集團。所以說這個平台裡面，他做了好幾件事情（我隻談這其中的一件事兒），這件事情就是看很多用戶，你從他們的特征上面來看，是不是其中有一堆人是大家聯合在一起從事一個欺詐的。這種方法用的就是非常高端的人工智能的技術，這種叫做無監督學習的方法來學習（unsupervised learning），普通一般的機器學習是說你知道是怎麼回事兒，你根據他們的特征，你來分辨這裡面哪些是好人、哪些是壞人。但是因為這些詐騙集團，他們用了千奇百怪地方法，所以你也不曉得他們從表面上看有什麼特征。所以你必須要用一種非常高深的unsupervised learning的方法，這種方法使得這個機器在裡面自動找尋特征，自動地來看。
另外一個就是做這個平台，你做好了以後，你怎麼樣讓别人願意用這個平台。因為機器學習這個東西像一個黑盒子一樣，你隻知道他的結果相當好，但是你不知道這裡面到底是什麼原因，這裡面會不會冤枉好人，這裡面可能還有一個法律問題。所以說做這種平台不是一個容易的事情，要非常高深的技術，同時還要配合這個。
這個是我們院裡面一個老師所參加的項目。
項目舉例2：保護隐私的多方安全計算。
這是一個很昌盛的領域，基本上大家重視隐私，但是大家的數據有的時候要合在一起才能夠真正地做成一件事情。我們院裡面有一個項目是和螞蟻金服做的，這個具體的場景就是做一個多頭的借貸防範，在這個裡面譬如說有一個人向一個互聯網的金融公司借錢，那麼這個互聯網的金融公司就想知道你是不是現在已經欠了很多錢了，我是不是就不應該再借給你。
但是，怎麼樣能夠知道這些數目，這就是一個問題。因為基本上你也不可能去問别的金融公司，說你有沒有借錢給這個人，你問他别人可能也不願意告訴你，因為大家都是在競争、搶顧客。所以像這種事情你怎麼樣能夠把它做好，而使得每一個人的隐私（包括他向誰借錢、借了多少錢），這種事兒全部都不知道，你怎麼樣做。那麼這個事情聽起來不可能，但是實際上在密碼學裡面，它有一個很大的方向，就是叫做多方安全計算。在這個裡面基本上你任何大家明着可以計算的東西，你都可以保護大家的隐私來做的。
我跟大家講一下為什麼這件事情聽起來不可能。
譬如說我們現在兩個人（你和我），我想賣一個畫，你能夠出多少錢來買這個畫，我們兩個人在一起有沒有方法能夠交流，然後知道你想出的價錢夠不夠買我這個畫。現在如果第一次聽到這個問題的話，你怎麼樣來想也不可能想出一個方法，能夠解決這個問題，但是不洩漏任何你自己的隐私，就是這個交易如果做不成的話，這兩個人對對方的隐私是完全摸不着頭腦的，但是在多方計算裡面是可以做到這件事情的。
多方計算這麼好的一個東西（我們已經知道幾十年了），為什麼到現在大家都一直沒有用，主要是因為這個問題要把它實用化，讓它變得在計算機上能夠操作，還是一個相當困難的問題。所以現在突然之間在過去的一兩年裡面，多方計算變成了非常熱門的題目（在密碼學界裡面），在最高級的會議裡面常常有很多的文章都是關于做這個，怎麼樣把它實用化的這種方法。所以我們和螞蟻金服做的工作，就是在特别的場景裡面，總是希望能夠有一個大的平台，能夠把多方的計算全部能夠用出來。
項目舉例3：隐私與監管的結合（應用零知識證明）。
Betvictor中文版有一個精英班裡面有一個本科學生，他做畢業設計是做的這樣一個問題，我覺得蠻有意思的。大家覺得區塊鍊非常好用，有一種方法能夠使得區塊鍊裡面每個人都保守他的隐私（就是Zerocash的系統，一種區塊鍊裡面），基本上大家都不知道别人的數據，但是像這種情況裡面，你也變成一個沒有用的，基本上你什麼事兒也不能做。
所以這個問題是，這個學生想做的事情，他是怎麼樣把Zerocash這個區塊鍊，能夠把它激活起來，監管單位有哪一個人，哪些賬戶，他想要監控，你擁有這個賬戶的人，必須每個交易的時候，同時要寫一個報告給這個監控單位，但是你要讓這個區塊鍊上面别的人都滿意，覺得你這個人是按規矩做事兒。但是，你又不能把這件事情公開。
在密碼技術裡面其中一個技術，他可以把一個知識可以證明一件事情已經做了，而它對于這件事情裡面的細節完全都不知道。所以說在這個事情裡面，它所做的事情就是，如果我是被監控的，那麼我每次做一個交易以後，我要寄一個報告給監控機關，同時我要給其他所有區塊鍊上的用戶，我要給它一個證明，證明說我這兩個報告是一樣的，就是我沒有欺騙這個監管單位，而且實際上我做了這件事情。這件事情也是零知識能夠做出這件事情的。主要的就是要怎麼樣讓它有效率、有管理。
最後我總結一下：
我們剛剛看到了怎麼樣用計算機的先進技術，能夠使得金融科技非常有效地運轉，也能夠在欺詐上做出貢獻，這也是為什麼有很多的計算機科學家對此非常有興趣（既使在學校裡面），他的目的并不是為了賺錢，而是說給了他們一些新的機會，能夠做一些最尖端的研究。
最後，我就想提到，基本上在金融科技裡面，他使得計算機的用途從台後完全是一個支持的做很笨的計算的角色，走到了台中，能夠真正地在核心金融體系的運作上，能夠産生一定的價值。所以我覺得這個發展對于我們在學校的老師非常高興，因為我覺得我們也有了一個機會能夠培養出金融科技方面的人才，将來能夠替社會、國家服務。
謝謝大家。
