近日，复旦大学经济学院举行“南土国际金融政策圆桌会第13期”暨“迎接AI时代系列”第2期。本次会议以“人工智能进展及对金融业的影响与思考”为主题，围绕人工智能技术演进、产业应用场景、金融行业变革、风险治理与人才培养等问题展开讨论。复旦大学计算机与智能创新学院教授、博士生导师张军平在主题报告中指出，人工智能并非近期才出现的新概念，而是经历了长期积累、阶段性低谷和多轮突破的技术体系。
张军平回顾了人工智能从图灵自动机理论、达特茅斯会议、专家系统、统计机器学习，到深度学习、大语言模型和智能体工具的发展脉络。他认为，当前人工智能发展的基础主要包括高质量数据、强大算力和以Transformer为代表的深度学习模型结构。大语言模型本质上仍是基于海量语料进行统计预测，通过连续生成token形成回答。随着大模型能力快速提升，自主编程、自主演化和智能体工具不断发展，文科和金融学生的编程门槛正在明显降低。
围绕产业应用，张军平指出，中国在数据资源、产业体系和应用场景方面具有重要优势，制造业是人工智能赋能的重要方向。具身智能、机器人装配、无人港口、无人矿车、自动驾驶、故障检测和产品设计等场景，正在推动人工智能从概念展示走向真实生产流程。在金融行业中，人工智能可以应用于智能营销、智能客服、实时反欺诈、自动化信贷审批、机器人流程自动化、合同审核、合规监管、智能投研和量化交易等场景。
张军平同时提醒，AI进入金融领域必须高度重视成本、解释性、数据孤岛和安全风险。大模型训练和推理需要大量算力，深度学习模型往往缺乏足够解释性，不同金融机构之间的数据相互隔离，对抗攻击、模型后门、数据投毒和模型幻觉也可能在金融场景中被放大。他强调，那些易于被标
