2025 年3月15日，由中國計算機學會（CCF）主辦，CCF YOCSEF香港分論壇與蘇州分論壇學術委員會同步組織的“CCF YOCSEF雙城聯動CLUB：探秘生成式人工智能與金融數學創新”活動在香港培僑書院與昆山狄邦華曜學校同步舉行。
在昆山會場，我們在狄邦華曜的校園里迎來了國際數學建模挑戰賽（IMMC）聯合創辦人張巖峰、西交利物浦大學郭進教授、李華康教授、亞馬遜云科技教育行業總監兼CCF YOCSEF香港副主席劉東屏博士以及蘇州本地的百余位高中生、大學生、教育工作者、科技企業代表及政府代表等人的到訪。
跨越兩城、聯合三校，我們與來自香港中文大學的龍卓瑜香港嶺南大學沈家星、香港培僑書院校長吳靜雯以及香港培僑書院的高中生展開了一場聚焦生成式 AI 與金融數學的深度對話。
在AI時代變局下的教育對話
在全球科技快速發展的浪潮中，人工智能（AI）在金融行業的運用越來越廣泛，其價值愈發凸顯。權威機構預測，到2027年全球生成式AI市場規模將突破2,000億美元，其中金融領域的應用將占據重要份額。
在投資決策、風險管理、量化交易等領域，AI技術正展現出革命性的創新潛力。這一趨勢正在為青年學子帶來前所未有的機遇，特別是在數理基礎與科技創新交匯的領域。
香港作為全球領先的國際金融中心，擁有得天獨厚的創新優勢。香港金融科技生態系統高度發達，擁有超過800家金融科技公司，年度交易額超過2000億港元。同時，香港在人工智能研究領域實力雄厚，相關論文被引用次數及影響力排名全球第三。
昆山作為中國經濟最為發達的縣級市之一，以其深厚的教育底蘊和蓬勃的科技創新環境著稱，在人工智能應用領域的探索更是走在全國前列。此外，昆山擁有獨特的國際教育資源，包括昆山狄邦華曜學校、昆山杜克大學，為本次活動提供了豐富的國際化教育背景。
在活動開場，昆山狄邦華曜學校校長蔡芳和香港培僑書院校長吳靜雯分別致辭。
蔡芳校長以“人工智能與金融數學融合”為主題，鼓勵青年學子勇于創新，探索科技與金融的無限可能，并強調跨地域、跨學科交流對培養創新思維與實踐能力的重要意義。
吳靜雯校長以“香港作為國際金融中心的AI技術應用”為主題，展望了AI技術在金融領域的廣闊前景，鼓勵青年學子把握機遇，推動科技創新與金融發展的深度融合，并期待兩地青年通過此次活動深入交流，共同成長。
1、從數學建模的十年變遷，看AI帶給教育的新方向
作為國際數學建模挑戰賽（IMMC）聯合創辦人，張巖峰在論壇開場中展開了關于《金融數學與人工智能的融合創新》的主題演講，深入探討了AI技術在金融領域的應用前景，強調了數學建模在金融科技創新中的核心作用。
引入國際數學建模競賽（IMMC）經驗：融合數學、金融與AI技術，推動跨學科創新實踐，培養青年學子的數理建模與解決實際問題的能力。
人工智能是否會顛覆傳統教育模式？
張巖峰先生引用清華大學經濟學錢穎一教授的觀點，指出人工智能可能使以“機械記憶、重復訓練”為核心的傳統教育優勢蕩然無存。他提出，AI的普及將迫使教育回歸本質。
AI 革命實際上是解放了人類的大腦。它把我們從機械、重復、被動的腦力勞動中解放出來，讓我們能發展想象力和創造力，提升對美、同理心、責任、愛的感知與踐行能力，還催生出許多和創造力、健康、心理相關的新職業。
AI時代下教育的新機遇是什么？
當傳統教育模式被顛覆，受教育者要經歷從“分數競賽”到“能力重塑”的過程，張巖峰先生談到人工智能給我們的教育帶來的機遇。
第一個機遇讓我們重新領會老子的智慧。
老子說“為學日益，為道日損”。AI 很擅長整合知識，從數學的角度看，就像是用積分把過去的知識都歸納起來再輸出，這就好比 “為學日益”，不斷積累知識。
不過，AI 沒辦法擁有人類真正的智慧。用數學概念來講，真正的智慧是對知識進行 “微分”，找到知識里變化的規律，這一點 AI 做不到。
香港大學有位教授，他對人工智能也有類似的反思，提到了 “integration”（整合）和 “differentiation”（分化、區分）的概念。這兩個概念的差異，讓我們意識到教育和學習應該更加注重智慧的培養和價值的追求。這也給了我們反思和回歸東方教育優勢的機會。
第二個機遇源自孔子的 “學而不思則罔，思而不學則殆”。
在 AI 時代，面對 AI 給出的各種信息，我們要有判斷力和批判思維。借助 AI 提升學習效率時，掌握提問策略、發揮想象力和創造力、具備主人翁意識至關重要。
同時，即使 AI 能快速給答案，我們也不能放棄基礎知識、理論和方法的學習。像數學中的證明、推導過程，必須親自體驗，這就是人類獨有的體驗式學習。
第三個機遇，在 AI 時代，我們有更多機會實現人的全面自由發展。
當AI變得觸手可及，人們很容易陷入 “AI 平庸”，不假思索地依賴 AI，做 AI 也能做的事。
展望未來，我們必須拒絕這種“AI 平庸”，人類的創造力、情感感知、復雜情境下的應變能力等，都是 AI 沒有的。我們應該多去做 AI 做不到的事，凸顯人類自身的價值。
從前沿到課堂，數學建模如何讓中學生成為AI時代的“問題解決者”？
IMMC（國際數學建模挑戰賽）一直堅信中學生能夠勇立時代潮頭，與前沿專家學者展開對話，就像今天這樣，少年志存高遠。回顧過去十年，他們通過將前沿問題轉化為課堂題目，設計出了許多有趣的題目。
2017 年，IMMC出了優必選人形機器人建模的問題；
2019 年，在OpenAI發展前期，設置了聊天機器人模型訓練策略的建模題目；
2020 年，有互聯網保險相關的題目；
2022 年，探討了區塊鏈推進社區商戶聯盟價值的問題。
還有疫情期間進行遠程學習時，分組檢測的題目還被納入北京市高考數學建模試題。由此可見，數學建模教學，尤其是實踐環節，對培養人工智能時代所需的元認知和元能力極為重要。
IMMC鼓勵學生主動思考、定義問題。在解決問題過程中，還要學會設定關鍵變量、目標函數，抓住主要矛盾，運用數學方法探尋變化規律，通過數據驗證模型的效能與可靠性。最后要跳出數學理論框架回歸現實，用構建的數學模型切實解決實際問題。
2、 當AI遇上金融行業深度融合的背后有哪些挑戰？
將學校教育與社會發展相結合，讓學生了解社會行業最新發展的方向與動態也是必不可少的。
當摩根大通的客戶打開手機，AI顧問“Index GPT”已根據實時市場波動生成10套資產配置方案；
當BlackRock的基金經理輕點鼠標，生成式AI從海量財報中提煉出關鍵信號，自動優化萬億級投資組合——金融業正經歷一場顛覆性的“智能革命”。
生成式AI不再只是輔助工具，它開始深度參與投資決策、風險定價甚至戰略規劃，成為金融系統的“數字大腦”。
越來越多的證據顯示，AI在金融領域有著廣泛的應用。
在金融系統層面，它能夠生成自動化的流程，還可用于制定自動化的投資決策，形成不同的投資理論和策略；
在個人投資者服務方面，AI同樣表現出色，能為各類財富管理機構提供個性化、定制化的投資服務。
AI如今已是實用工具，能生成金融爆品，可你真的愿意把錢投進 PVI 系統，讓它代管資產、負責投資嗎？
在圓桌論壇上，狄邦華曜KASHFLOW經濟社團團長Johnny分享了自己在金融投資領域對 AI 的切身體驗與深入思考：
身為初涉金融投資的高中生，Johnny曾面對海量股票與金融產品不知所措。而AI理財工具助其打破困境，為他量身定制出既通俗易懂又切實可行的理財規劃，還在風險管理方面給予專業指導，盡顯 AI 在金融服務中的便捷高效與專業水準。
但與此同時，Johnny也對AI投資建議的可靠性提出質疑。盡管AI生成的理財方案看似專業，可鑒于自身專業知識儲備不足，他不禁思索普通人是否能毫無保留地信賴金融科技給出的建議。
進一步探究AI與傳統數學模型于金融領域的地位時，他結合智能管理學院官網資訊指出，即便人工智能模型依托精準數據訓練，仍可能輸出偏差結果，如ChatGPT力薦的元宇宙概念股遭遇暴跌。
這引發了在AI賦能金融的當下，究竟是科技引領潮流，還是傳統數學模型筑牢根基的深刻探討，而他堅定地認為兩者相輔相成、缺一不可。
如何突破生成式AI在投資決策和風險管理中的痛點問題？
郭進教授在《生成式人工智能 金融痛點》的主題演講中，以真實案例剖析了AI技術在金融領域遭遇的重重困境。
投資者因 “黑箱決策” 對AI理財顧問存疑，如某養老基金因 AI 誤判政策損失凈值，卻無人能解決策緣由；數據安全堪憂，MIT實驗表明黑客可還原部分金融數據；監管滯后，歐盟法案難追GPT-5迭代速度，跨國金融機構合規成本高。
面對這些問題，郭進教授提出了問題解決的突破口。
當前，提升模型可解釋性已成為關鍵任務。借助AI系統實現這一點后，模型的“黑箱”將被打開，使用者能明晰其運作機制、思考邏輯與結論推導過程。
這也是計算機科學、金融等多領域學者攻堅的前沿陣地——大家都在絞盡腦汁探索如何為機器學習、人工智能及生成式人工智能注入“可解釋”的靈魂，從而精心雕琢出一套能贏得大眾信賴的系統，為行業發展開辟新航道。
3、 金融科技創新，從高校研究到企業實踐
結合生成式AI技術前沿，推動數學、金融與實體經濟的深度融合，探索AI在金融科技與實業創新中的跨界應用。
當AI與金融深度融合，計算機、金融兩個不同領域的關注點有何不同？
結合前面幾位專家學者的觀點，香港中文大學賈顏瑋教授在《金融研究中的機器學習與強化學習》的演講中提出了一些不同的思考：
金融是一個很寬泛的概念，從從業和應用層面，以及學術研究層面來看同一件事，可能會有截然不同的看法和想法。
金融學者則是思維派，他們思考AI對行業系統的影響，將AI作為研究工具，探索傳統方法忽略的市場規律，以及借助AI更清晰地認識經濟準則。
比如，前面郭進教授提到，生成人工智能可以為我們生成金融爆品，這無疑是一個重要應用。
從研究角度看，金融學者會思考諸多AI在金融領域應用的問題，如AI生成金融報告是否會帶來錯誤激勵、引發道德和公平正義沖突；引入AI技術能否改善信貸市場效率，用AI決定房屋貸款發放是否會引發社會正義問題；以及機器學習用于投資決策是否真比傳統做法效果好，這需要豐富充分的實證證據才能判定，這些體現了不同層面的對比。
計算機科學家或工程師則屬于行動派，側重于開發AI系統，讓其在特定場景達到特定目的，追求更先進、高效的系統。
比如說在智能交通領域，他們通過研發基于AI的交通流量監測與控制系統，利用攝像頭、傳感器收集實時路況數據，經AI算法分析后，自動調整信號燈時長，緩解交通擁堵，提高道路通行效率；
在醫療影像診斷方面，開發AI輔助診斷系統，讓其學習海量的醫學影像數據，幫助醫生更快速、精準地識別病變，為患者爭取治療時間，提升診斷的準確性和效率；
在電商領域，打造智能推薦系統，依據用戶的瀏覽、購買歷史等數據，運用 AI 算法為用戶精準推薦商品，增加用戶購物的便捷性，同時提高電商平臺的銷售額。
以亞馬遜云科技，（提個問題）
作為最后一位引導發言的嘉賓，亞馬遜云科技教育行業總監劉東屏博士帶來了以《金融科技創新：從高校研究到企業實踐》為題的分享，介紹了AI技術在金融科技領域的實際應用案例，還強調了學術研究向產業實踐轉化的路徑。
亞馬遜云科技作為全球云計算的領導者，已經服務了數百萬企業客戶。在中國，他們已經深耕云服務市場11年，不斷優化和迭代服務，以適應本土市場的發展需求，進一步挖掘云計算的巨大潛力。
今天的分享中，有一支專注于 “反單詞” 的AI團隊。從技術維度剖析，基礎模型、生成式人工智能模型、機器學習以及實時通信學習等，各自發揮著獨特功能。
比如在郵件領域，不同的AI技術分別用于過濾垃圾郵件、甄別誤判郵件、總結郵件內容等。AI 與金融領域結合點眾多，大模型集成多種功能。
很多企業想探索人工智能創新，首先要轉變思路，正確看待生成式人工智能可能出現的錯誤和幻覺。在金融銀行客服場景，雖然接入了生成式人工智能，但客戶體驗還有提升空間。活動現場播放了相關案例，涉及客戶解決 API 定價問題、理財產品推薦等，希望能啟發大家思考。
4、 雙城學者對話，AI賦能下科技與數學的平衡
在圓桌論壇環節，來自昆山狄邦華曜學校、昆山杜克大學、香港培僑書院的學生代表分別發言，探討了AI工具在金融領域的應用、金融產品創新中的技術與理論平衡、量化交易中數學思維與編程能力的重要性等議題。
雙方學生代表在互動討論中碰撞出思想的火花，深入探討了數理基礎與技術創新在金融科技發展中的最佳結合點。
AIGC賦能金融：關鍵是科技驅動還是數學支撐？
昆山狄邦華曜學校KASHFLOW社團
我認為在金融投資領域，科技比數學基礎模型更重要。傳統數學模型雖有其價值，但在實際運用時，常以悲觀視角呈現，現實應用困難重重。而科技與大數據的結合，能將采集的數據用于優化模型，讓其更貼合實際。
以我自身為例，作為金融知識儲備不足的人，科技在投資中作用巨大。借助 ChatGPT、DP 等模型，我能輕松描述投資需求，獲得通俗易懂的投資指導，逐步掌握理財知識完成投資。
所以，數學模型雖提供了基礎架構，但科技和 AI 的應用，才是幫助大眾參與投資、彌補傳統模型缺陷的關鍵。同時，從數學應用的合理性出發，還能探討 PC 如何通過自然語言進行投資交互。
昆山杜克大學AI Club
關于這個話題，我傾向于認為AI金融本質上依托于數學知識。我是計算機專業學生，在籌備商賽時，即便自身掌握了一些問題工程知識，也有AI基礎，可最終生成的結果卻讓我頗為費解。
而且整個過程于我而言相當陌生，我深感自身在金融和數學概念的理解、探究方面存在較大欠缺。
依我個人經驗來看，AI 金融科技實際上是運用技術手段解決金融科技領域的問題，其核心依舊是金融，它扮演的是服務金融的角色。由此可見，即便理解并能應用一些技術，也并不意味著就能妥善解決問題，要想更好地運用金融科技工具，關鍵還在于深入了解問題所屬的專業領域，包括金融的諸多概念、原理以及規則。
香港培僑書院
從我的視角來看，數學領域的諸多突破往往能給予我們對事物更全面、更深刻的認知。
就拿混沌理論來說，面對一些細微矛盾所引發的狀況，我們可以借助數學語言對其發生情景予以精準描述。反之，倘若我們僅僅倚仗科技，即便擁有超強算力，得到的結果可能雜亂無章，致使我們無法從全局把控局勢，甚至會朝著錯誤方向漸行漸遠。在這種關鍵時刻，數學便能發揮引領方向的關鍵作用。
所以，當我們為科技發展投入大量人力、物力、財力之時，如果連數學層面最基本的方向都確定不下來，基礎模型的下一步走向都毫無頭緒，盲目地追求硬件等方面的科技應用，成效必然大打折扣。因而，在思索金融 AI 后續的進階之路前，我們務必先把準方向，如此才能行穩致遠。
我聽完大家的發言后，發現很多人覺得數學重要且擔憂 AI 存在的問題。但我認為數學是基礎，技術才是將數學知識應用于金融的關鍵工具，借助技術運用數學知識進行金融分析更重要，所以技術比數學更重要。
從中央工業大學產業人士的跨學科視角看，金融早于現代科技存在，算法屬于數學，算力提升靠科技，算法優化對金融發展很關鍵。
AI 工具雖能拓展概念、聯系事物，但在挖掘金融領域復雜事物內在聯系上存在局限，解答籠統。而人類分析師能綜合判斷，要提升 AI 在金融分析上的能力，離不開數學構建更科學的算法。
免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
