5G背景下的金融科技发展路径分析

5G背景下的金融科技发展路径分

析

5G背景下金融科技的特征、路径，并展望了大数据、人工智能、移动互联网、云计算、区块链等数字化技术对产业变革的影响。

5G基础上的数字化平台体系的结构、特征和功能

所谓数字化平台，是指大数据、人工智能、移动互联网、云计算、区块链等一系列数字化技术组成的“数字综合体”。结合所学知识和实践经验，我谈谈对5G背景下的数字化平台的结构、特征和功能。

（一）云计算、大数据、人工智能和区块链

1. 云计算

云计算可以被理解成一个系统硬件，一个具有巨大的计算能力、网络通讯能力和存储能力的数据处理中心（InternetDataCenter，简称IDC）。数据处理中心本质上是大量服务器的集合，数据处理中心的功能、规模是以服务器的数量来衡量的。

云计算有三个特点：

第一，在数据信息的存储能力方面，服务器中能存储大量数据。

第二，在计算能力方面，每个服务器实质上是一台计算机。与上世纪60年代、70年代世界最大的计算机相比，当代计算机的运算能力更强，占用空间更小。

第三，在通讯能力方面，服务器连接着千家万户的手机、笔记本电脑等移动终端，是互联网、物联网的通讯枢纽，是网络通讯能力的具体体现。

数据处理中心、云计算的硬件功能，具有超大规模化的通信能力、计算能力、

存储能力，并赋予其虚拟化、灵活性、伸缩性的特点。服务商以IDC为硬件，以私有云、公共云作为客户服务的接口，向客户提供数据服务。

就像居民通过水龙头管道向自来水厂买水一样，各类客户以按需购买的方式，利用IDC资源购买所需的计算量、存储量、通讯量，并按量结算费用。

资源闲置时也可供其他客户使用，这样就能够有效、全面、有弹性地利用云计

算架构中的资源，既能同时为千家万户服务，又能使大量服务器不发生闲置。

2. 大数据

大数据之大，有静态之大、动态之大和运算之后叠加之大。

计算量之大三个要点。第一是数据量大，例如大英博物馆的藏书能全部以数字

化的形式存储。第二是实时动态变量大。每一秒钟、每一分钟、每一小时、每

一天，数据都在产生变化。全球70亿人约有六七十亿个手机，这些手机每天

都在打电话，每天都在计算，每天都在付款，每天都在搜索。所有的动态数据

每天不断叠加、不断丰富、不断增长。第三是数据叠加处理后的变量之大。人

们根据自身的主观需求，对动态的、静态的数据进行处理分析、综合挖掘，在

挖掘计算的过程中，又会产生复核计算以后的新数据。这种计算数据也是数据

库不断累计的数据。

总之，所谓大数据之大，一是静态数据，二是动态数据，三是经过人类大

脑和计算机处理、计算后产生的数据叠加，这三者共同构成大数据的数据来源。

大数据若要转化为有用的信息、知识，则需要消除各种随机性和不确定性。数

据在计算机中只是一串英语字母、字符或者阿拉伯数字，可能是混乱的、无序的。数据应用一般有三个步骤，数据——信息——知识——智慧。

第一步，数据变信息。任何结构化、半结构化或非结构化的数据本身是无用的、杂乱无章的，但数据经过分析去除随机性干扰以后，就变成了有指向的信息。

数据变信息的处理过程用的工具有滤波器、关键词，滤波以后提炼出相关的信息。

第二，信息中包含的规律，需要归纳总结成知识。知识改变命运，但知识不简

单的等于信息。如果不能从信息中提取知识，每天在手机、电脑上看再多的信

息也没用。

第三，有知识后要运用，善于应用知识解决问题才是智慧。综合信息得出规律

是将信息转化为知识的过程。有的人掌握了知识，对已发生的事，讲得头头是道，一到实干就傻眼，这是没智慧的表现。

所谓智能，实际上就是在信息中抓取攫取决策的意图、决策的背景等相关信息，最后在“临门一脚”时能够做出决策。信息和知识是辅助决策系统，它们帮助

人作出决策，人根据机器作出的决策实施，这就是智能化的过程。

所谓大数据蕴含着人工智能，就在于把杂乱无章的数据提取为信息，把信息归

纳出知识，通过知识的综合做出判断，这就是大数据智能化所包含的三个环节。

3. 人工智能

第一，人工智能如何让数据产生智慧？大数据之所以能够智能化，能够决策，

能够辅助决策，是因为在人工智能或计算机操作过程中有四个步骤：一是采集、抓取、推送；二是传输；三是存储；四是分析、处理、检索和挖掘。

第一步，在大数据中不断地过滤出有一定目的意义的信息，也就是采集、抓取、推送。第二、三步是传输和存储，内涵不言自明。大数据之大，不是在抽屉里

静态的闲置大数据，而是在云里存储、动态传输的大数据。第四步是分析、处理、检索和挖掘，关键技术在于算法。算法是辅助人类在非常繁杂、非常巨大

的海量数据空间中，快速找到目标，找到路径，找到方法的工具。

第二，人工智能依靠大数据在分析、处理、检索和挖掘中产生职能的关键在于

大数据、在于算法、在于高速度的计算处理能力。没有数据、没有大数据的长

期积累、重复验证，有智能管理也是白搭；有了算法和大数据，没有高速度计

算能力也是白搭。

算法是人工智能的灵魂，它变得“有灵气”需要用大数据不断地“喂养”、不断地重复和训练。在这个意义上，大数据如果没有算法，就没有灵魂，就没

有大数据处理的真正意义。但是如果算法没有大数据来“喂养”，即使数学家

想出好的算法，智能也未必有效。

以柯洁与阿尔法围棋的人机大战为例，阿尔法围棋中的算法是来源于人类各种

各样的棋谱、高明棋手的下棋步骤。人工智能工程师将这些数据全部放入Google的算法中运行，运行了几万次、几十万次。因为有网络深度学习的模块，每运行一次就聪明一点，每运行一次聪明一点。这个过程是一个不断反复、不断学习的过程。