首页 > 观点

香港科大教授汪扬:一位数学家眼中的区块链技术 | 袁老师访谈录

观点 汪扬 零壹财经 2020-04-07 阅读:2852

关键词:袁老师访谈录汪扬区块链人工智能数学与区块链

央行推出DCEP的时机是非常成熟的。
香港科大商学院联合零壹智库共同推出《袁老师访谈录》直播访谈栏目,聚焦在科技与商业领域,访谈知名学者和企业家。

本期访谈嘉宾是汪扬教授,他是大数据与人工智能方面的专家,不仅在香港科大先后建立了大数据专业的本科与研究生学位课程,还鼓励学术界与工业界的合作,开拓了一系列与工商业界合作的项目。在本次访谈中,主要围绕大数据、人工智能和区块链等话题与教授进行了交流。


扫码上方二维码,可观看直播回放

本期嘉宾介绍

汪扬教授本科毕业于中国科技大学,毕业后在哈佛大学菲尔兹奖得主David Mumford教授的指导下研究计算机视觉理论,并于1990年获得哈佛大学数学博士学位。汪扬教授曾任佐治亚理工学院教授,密西根州立大学系主任。自2016年起汪扬教授担任香港科技大学理学院院长,是美国数学与应用研究所(IMA)的理事会成员,深圳大数据研究院理事成员,香港Research Assessment Exercise(RAE)的委员会成员。

汪教授对纯数学和应用数学有着广泛的研究兴趣和重要的学术贡献,研究重点包括小波、调和分析、数字信号和图像处理、机器学习、分型几何等领域。在国际顶级研究期刊上发表了100多篇研究论文。汪教授担任多个知名期刊的主编及编委成员,同时近几年也承担了多个研究项目,如香港研究资助委员会项目、香港创新科技基金项目等,项目总经费超千万港币。

以下为访谈全文:

袁老师:现在有很多数学模型和方法用于对“新型冠状病毒肺炎”进行判断,您是不是也设计出了一些数学模型呢?

汪教授:
我自己在网上看了几十个模型,我个人持以下的观点,就是不要太相信这些模型,至少不要相信这些所谓专家的预测。因为这些模型从历史的角度看,都会跟实际差的很远,而且即使跟实际是吻合也是碰运气。但也不是说这些模型没有用,这些模型在短期内可以告诉你趋势,但是不要把它作为长期的判断。

我觉得我们从事数学工作的研究人员也好,或者哪怕对数学比较了解和学过一些数学的人也好,都比较喜欢严谨的逻辑,很多时候我们在看到一个结论后,经常要问的是怎么得到这个结论,然后再顺着他的思路走下去看看他的假设,你会发现有非常合理的部分,但是有更多的地方是不合理的,或者完全是误导。

这里大概最有名的例子就是英国政府所谓的群体免疫,英国政府大概有一段时间,包括首相约翰逊都说英国可能失控,但是没有办法,所以就提出群体免疫。群体免疫的意思基本上就是说想控制这个病,必须把这个传染因子降到1以下,最后不可能蔓延下去,就是控制住了。

只有被感染的人才应该戴口罩,而健康的人不应该戴口罩。从我读过的学术报告来看,除非戴N95口罩,否则普通的外科口罩或其他口罩在阻断病毒传播方面作用不大。然而,即使是最便宜的口罩对被感染者呼出或咳嗽的病毒也能阻隔90%以上。虽然CDC使用了确实是倡导应用的有科学来源的防护措施,但只有大家确切知道谁是健康人谁是感染者时,CDC的建议才是合理的。但在现实中,人们在确诊之前很难知道他们是否被感染。

袁老师:其实很多数学的模型是基于一些假设,而这些假设都是存在很多不确定性,所以这个模型的预测也就存在很多的不确定性。我们说数学不是万能的,但是我们通过数学可以看到一些不成立的假设。

汪院长从数学家的角度分析了全球疫情情况,打开了我们的思路。下面我们还期待汪院长进行他的主题分享--新经济里的数学故事。

汪教授:今天我们就聚焦在机器学习数学哲理和加密算法与应用。

数学基础就是机器学习。传统的系统就是输入和输出,比如从这张图片上我们可以快速分辨出是猫还是狗。我们做科学研究的时候最好要找到科学的系统,比如说水的沸点和海拔有一个关系,我们可以构造一个公式。这个公式可能不完全对,但是在某些场合下是一个逼进;还有很多情况我可以做一个列表,通过输入列表得到一个输出,这在数据比较小的时候是可以做的,数据比较多的情况下我还是要做一个回归,回归就是逼进。传统系统最重要的特点就是要得到这个盒子里到底在做什么。

很多科学家不认为中医是科学,很多人觉得中医说不清道理。但是事实上中国上千年的历史里都在用中医,在很多问题上是很有效的。而有些人之所以认为中医不是科学,最大的理念是科学的问题,我们不知道这个盒子是什么东西,所以我们不认为它是科学。但其实在自然界中,很多事情都是非常复杂的,不大可能真正把所有的变量、所有的因果关系都搞清楚,可能永远都不知道这个盒子是什么东西。

机器学习应该说是最近几十年兴起的,建立一个所谓的黑盒子模型,是经过大量的数据训练出来的,可以理解是比较复杂的回归。建立这个黑盒子就是我们所谓的机器学习。

我们通常是没有办法解释这个黑盒子是做什么,现在也有很多科学家在研究到底怎么解释机器学习得来的结果,我们叫可解释的机器学习。所谓的黑盒子模型在很多复杂的实际问题中的效果是碾压传统手段的。比如看医学图片是现在AI或者是大数据在应用中一个比较成熟的领域,现在这种图片用机器学习方法来做都可以达到跟人差不多或者更好的水平。

我认为非常有意思的一个事情叫做GAN,即对抗生成网络。它有两个网络,一个是鉴别真伪,一个是造假。图中这些人脸是用GAN生成的,全部是假的。原理就是用现有一大批真的模型去训练,训练以后就可以去造出一个鉴别真伪的网络,但是我同时可以构造另外一个假的神经网络,所生成的东西就会有一个对抗的关系,就是对抗生成网络。

我个人对人工智能和机器学习生成的抽象画比较有兴趣。于是我就设计用人工智能的办法生成抽象画,成品效果就在下图中,我觉得还是蛮好的。

我们机器学习和人工智能那么强大,会不会有一定的隐患?我曾听到一个说法,说数据就是“新石油”,但是应用不当就可能被滥用,有可能侵犯隐私,在国内大家也越来越注重隐私的保护。解决隐私问题很重要的一个环节就是加密。加密现在大概分三类,一类叫所谓的对称加密,第二个是非对称加密,第三个就是哈希函数,哈希函数有很多的应用,最大的应用是区块链。

对称加密就是传统的加密,加密通过有一个密码或钥匙,如何编码和解码是一样的,在1976年之前历史上所用的加密方法都是对称加密,比如图灵及其团队在二次大战期间破解了德国海军的密码。

后来发展到非对称加密,特点是加密的钥匙可以是公开的,所有人都知道是怎么加密,但是解不了这个密码,加密的钥匙和解密的钥匙是不一样,这项技术是在1976前后奠基的。

而单项哈希函数是另外一个概念,没有什么解密的码,任何一个文本都可以设一个序列号,这个序列号有一些基本信息是不可逆的,但拿到这个序列号以后回不来,没有办法构造文本。

但是这些现在还是没有办法做到所谓的保护隐私,一些新兴的加密技术现在有一线曙光。可能最接近落地的一个是零知识证明,另外一个叫安全多方计算(MPC),还有一个是同态加密(HE)。

零知识证明要解决的问题是它能够验证你的确是知道这个秘密,但是同时不暴露这个知识和秘密。用的技术就是随机打乱次序,但是要把这个算法推广还有一些挑战。

安全多方计算(MPC)解决的核心是N个人都不想泄露自己的数据,但是又想知道公共的结果,这就是MPC。

同态加密,是我们密码学的圣杯,可以把数据完全加密以后还可以做任何的计算,如果我们能实现这一点的话,就可以把任何数据都放在云端,就不会担心别人会去泄密或者是别人偷了你的数据用,因为你完全是保护的。后来经过微软大力的推动,现在离落地已经非常近了。

袁老师:谈区块链就会谈数字货币,您怎么看未来的数字货币发展?比如说央行的数字货币、比特币,libra等等。

汪教授:
这是不可避免,一定会走这条路。很多国家和欧盟可能也会考虑推出,这只是一个时间问题。

数字货币有非常多的优势,比如说它可以在金融流动方面、交易方面大大降低成本和增加利润,在管理方面也会变得非常容易,尤其是以区块链为基础的虚拟货币。

央行推出DCEP的时机是非常成熟的。脸书推出Libra,现在看来阻力非常大,这是可以理解的,这是颠覆性的,有可能颠覆一个国家的主权,因为脸书本身至少有30亿的客户,如果它搞出一个货币,这30亿人的力量远远高于很多的主权国家,很多政府对它有戒心,这不难理解。

袁老师:您在2016年就担任香港科大理学院院长,在香港科大的四个学院中,您也是四个台柱子之一,那我们理学院有什么突出的成绩?

汪教授:
我更想说的是因为现在整个国际形势,很多同学在考虑以后要到什么地方去读书,我还是觉得香港科大是非常好的选择,我们理学院非常欢迎大家来申请。

从理念上看,我们这个学校从创办以来一直是扎扎实实做科研教育,我们是非常聚焦的。我们学校也是非常具有国际化视野的,非常注重人才的引进,就像前段时间我经手的引进腾讯前AI Lab的主任张潼教授,他现在已经正式成为我们香港科大的计算机系和数学系教授,并担任香港科大和创新工场联合实验室主任。

我们在做好基础科研的同时,也都注重发展一些战略方向,比如说我们最近也成立了海洋系,而且我们在很短的时间内就招聘了相当多位国际上非常优秀的年轻老师。

我们理学院和香港科大其他学院一样非常注重创新,不仅做学术,我们也鼓励学生去创新。比如说前面直播的嘉宾温院长,他就是我们理学院物理系的教授,他做的病毒检测仪是第一个,甚至说是唯一一个应用PCR技术的可携性测试仪。

袁老师:我们今天也是问诊未来系列,未来您觉得人工智能会更加助力人类、还是给人类带来一些伤害?您是乐观派还是悲观派?

汪教授:
我是一个乐观派,我个人认为人工智能会给社会带来很多的进步和利益,但是不能让他们无控制的发展、没有限制的发展。如果我们让它无限制的发展,没有任何法律等,我不愿意说这是一个灾难,但是一定会导致很多的社会问题,而且会导致最后社会的不平等的加剧。

但是如果我们能够有效的加上一些边界条件,对人工智能发展有一些前提性约束的话,我个人对它的前景还是非常乐观的,我认为它是往一个对社会造福的方向发展的。

袁老师:接下来我们从各个直播间选取几个观众的问题请汪院长回答。第一个是21世纪经济报道的问题,很多网络从业者将大数据分析都说是人工智能,有些人说这些不是人工智能,只有做到机器学习的计算才可以算人工智能。您怎么看?

汪教授:
从我个人角度来看,人工智能现在是没有一个很好的定义的,在这个问题的回答上是一定不会犯错误的,怎么回答都有道理。我个人意见是把这种简单的模型不倾向叫人工智能,至少要有一定的机器学习的成分在里面我才把它看成是深度学习,这个边界是非常模糊的。

袁老师:下面一个问题来自零壹智库,是关于区块链的问题。区块链是一种多学科交叉的组合性问题,数学对区块链体系当中的价值具体体现哪一些方面?哪一些领域在开始落地实现?您认为还存在哪些发展空间?区块链在未来的新经济里面会扮演什么角色?

汪教授:我觉得从数学的角度看,区块链里面一些数学的基础性问题基本上已经不多了,但是实际上有很多技术上的问题,怎么去实现这些框架,或者是说有哪一些新的框架,严格的说他们不属于数学的问题。

至于以后会有何用途,我觉得前途是无量的。我刚才提到加密,共享数据如何商业化,实际上是一个非常大的问题。我们有了安全加密和保护因素,待所有的工具都齐全落地以后,我认为很多现在我们花费巨大的精力和财力做的事情都可以通过区块链很快的解决,比如一些商业纠纷的官司,如果一开始我们的数据和交流就都是在区块链上的话,最后就可以完全不需要人,就是在区块链上就把这个数据整合一下推出来,很快的就会自动做一个裁决,我觉得这是完全有可能的。这可能是几十年以后的事情了。

袁老师:我们讨论区的很多问题都是跟您刚才讲的新兴加密技术相关的,观众提问新兴加密技术现在是在萌芽期还是已经成熟了?

汪教授:
技术上是萌芽期,但是理论上是成熟了,理论上都知道怎么做。现在还是处于一个快要落地的萌芽阶段吧。

袁老师:来自赢鼎教育的提问是,如果未来想把数据分析技术运用到某些领域,比如环境考古、医疗,在大学期间选修数学分析还是数据分析,然后再学习相关的行业呢?您认为走哪一条路好?

汪教授:
这个问题挺有趣的,也有一些同学经常问我走哪一条路,我个人认为没有最佳的答案,也是根据个人的兴趣吧,两种方法都是有可能成功的,至于哪一个方法好现在是非常难说的。不要轻易放弃一个方法,哪条路好主要是取决于你自己,这里面因素很多,包括你的个性和长处。

袁老师:下一个问题来自MBA China,有很多的用户是企业的管理者,这些企业管理者如何正确看待数学?我们大家为什么要学数学呢?

汪教授:
我个人觉得其实数学带来的是数学的思维方式,这个是非常重要的。所以我为什么说你学什么学科其实不是特别重要,如果你作为一个管理者的话,最重要的是你有没有这种数学的逻辑思维,或面对长远问题时候的严谨思维。

袁老师:建立数学思维是非常重要,也许会给我们一个更加理性地去看待这个世界的视角。

来自雪球网的观众提问到数学在投资中的应用,在量化交易等等,数学在这些领域的应用会不会对投资行业起到颠覆性的影响?

汪教授:现在基本上是全部往这个方向前进,人工已经越来越少。我和在香港做投资的相关人士了解到他们基本上都是开始用了大规模的机器算法去做量化。在量化方面我现在有一个学生就在做这件事,他就是在虚拟货币里面用机器学习的办法去做量化,我认为他的成果还是蛮好的。他的心态非常好,能够稳步的大概在保证比这个市场每个月高1%或者是2%,这样就已经是非常优秀的。

袁老师:接下来就进入到我们的快问快答的环节,我们准备了几个有趣的问题。

袁老师:你的幸运数字是几?
汪教授:13。

袁老师:你几岁的时候发现自己在数学方面天赋异禀?
汪教授:大概12、13岁吧。

袁老师:上学的时候语文成绩好吗?
汪教授:很差,我高考语文考了58.5分。

袁老师:你认为到目前为止最伟大的数学家是谁?
汪教授:这个很难说了,但是从历史上看,我觉得欧拉这个人是蛮伟大的。

袁老师:你觉得比数学更有意思的事是什么?
汪教授:比数学更有意思的事情很多,在家里跟小孩玩玩也是很有意思的事情。

袁老师:最后也请你给大家推荐两本书。我看到也有小伙伴迫不及待地说您怎么给他们建立数学思维,看看什么样的书。
汪教授:有一本书大家可以看看,有一个数学家叫乔丹•艾伦伯格,写了一本书《魔鬼数学》,专门写数学思维,里面举了很多的例子。

如果要推荐两本的话,第一个很可惜他没有翻译成中文,叫《BLIND MANS BLUFF》,中文大概就翻译成“狐假虎威”,写美国核潜艇从60年代到80年代做间谍,有一艘做间谍活动的核潜艇,这里面就谈到了数学上的事情。一个是密码的问题;还有一个也与数学有关,就是用数学的方法寻找氢弹的故事,比如说美国曾经在西班牙的海岸线附近掉了两枚氢弹,怎么应用数学工具找到这两枚氢弹,还讲到有位专家利用了他认为是更合理的一个数学思维方式,很快找到了一艘潜艇的故事。这本书看起来是历史,但是实际上读起来比小说还有意思,我非常建议这两本书。

还有一本书《他是赌神,更是股神》写一个数学家是怎么用数学方法在赌场和股市赚钱的。

总结语

本期访谈里,汪教授与我们畅谈了机器学习的数学哲理,结合疫情下的数据模型解析出这些模型的真相。在加密算法与应用方面,汪教授也梳理出一套逻辑清晰的技术发展路线,令大家顿感解惑。

在关于区块链的话题上,汪教授更是抛砖引玉,为大家开辟思路。汪教授的言谈亲和,风趣幽默,也让大家认识的一个“真实”的数学家。


「《袁老师访谈录》下期节目预告」

下一期我们邀请到了香港科大商学院副院长、EMBA中英双语课程总监徐岩教授,将会在4月8日(周三)20:00继续直播,与我们探讨5G时代的新变化


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>从瑞幸咖啡谈起:董监高责任险是上市公司高层的保命武器吗?

下一篇>疫情催生“百年大变局”:知识服务的爆发不可逆



相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 169ms