钱斌：以人为本，智能向善，描绘数字金融新图景

主要观点总结

本文主要探讨了人工智能（AI）在各领域的应用和发展趋势，以及AI作为新质生产力在金融领域的推动作用。文章涵盖了AI在交通、产业经济、医疗、政务民生、国防军事等领域的应用，并强调了AI在金融领域的普惠便捷、服务实体经济、强化风险防控等方面的重要性。同时，文章还提到了AI的伦理、算力资源整合、数据治理、大模型生态建设及人才培养等相关议题。

关键观点总结

关键观点1: AI成为推动世界变化的重要驱动力

AI技术在金融、交通、医疗、国防等领域都有广泛应用，展现出极大的创造力。

关键观点2: AI面临价值对齐、科技伦理、数据保护等挑战

随着AI的进一步发展，如何突破数据瓶颈、扩充高质量数据来源，以及如何确保AI技术的伦理性和安全性，成为需要解决的关键问题。

关键观点3: AI在金融领域的应用

AI已经深度融入金融领域，推动数字金融新发展。通过人工智能践行以人为本，提供普惠便捷的金融服务；运用人工智能服务实体经济，创造共同价值；运用人工智能强化风险防控，实现稳健经营。

关键观点4: AI的伦理问题

人工智能的滥用可能会带来灾难性的后果，必须坚守正确的科技伦理，确保人工智能的应用符合伦理法则和社会价值观。

关键观点5: AI算力资源整合共享

人工智能对算力的需求日益增长，需要加强算力资源整合共享，避免低水平重复建设，推动实现设施绿色低碳、资源高效调度、算力灵活供给。

关键观点6: 数据供给与数据治理的重要性

为了确保大模型的应用效果和可信度，需要强化数据供给与数据治理，建立高效稳定的数据标注体系，全面落实数据安全法律法规与监管要求。

关键观点7: 大模型生态建设与模型治理

推动大模型生态建设，积极开展模型治理，解决AI应用存在的模型决策不透明等问题，确保人工智能合规、安全、有效应用。

关键观点8: AI工程化人才培养

AI工程化人才是推动AI技术创新和应用的关键，需要完善人才培养机制，通过自主培养、产学研深度合作等方式，造就一支知识型、技能型、创新型的工程化人才队伍。