2024年4月16日下午，我院李小榮老師與彭章老師邀請到中和資産評估有限公司董事長楊志明先生，為2023級資産評估專碩的同學們帶來了《超越傳統學習——資産評估專業如何應對人工智能的挑戰》的專題講座。講座主要圍繞人工智能、深度學習、AI時代能力體系、人工智能算法邏輯講解。

首先，楊志明先生介紹說，人工智能是當下最具革命性的技術，它正在改變社會的運行方式，并且在金融、醫療、娛樂、電商等各個領域都展現着驚人的潛力。

基于此，楊志明先生闡述了在AI時代最需要的能力——批判性思維能力。其具體可分為海綿式思維、淘金式思維、弱批判式思維、強批判式思維。強批判式思維指用批判的方式評價所有的斷言，是一種開放式思維，也是最值得提倡的思維能力。

那我們如何培養這種思維呢？楊志明先生認為我們可以從以下三個方面進行努力。

第一，要有廣博的知識。廣博的知識能夠為你提供更多的思維角度和解決方案。當你面對問題時，能夠從不同領域汲取靈感和策略，有助于你更全面地分析問題，并找到有效的解決方法。

第二，要深入思考，不盲信，多問幾個為什麼。通過不斷提問，我們能夠更深入地理解事物背後的原因、原理和邏輯。這有助于我們形成對事物的全面認知，避免片面或表面的理解。

第三，保持開放的心态，敢于自我否定。擁有開放的心态意味着我們願意接納新的觀點、想法和知識，不固守舊有的觀念和偏見。這樣的心态有助于我們保持學習的熱情，不斷更新自己的知識庫，從而更好地适應快速變化的世界。

其後，楊志明先生進一步為我們講解了人工智能與傳統方法解決問題的思路有何不同。

01、數據驅動與規則驅動

傳統方法:通常是規則驅動的，即基于預先設定的規則和假設來處理問題。解決問題依賴于專家系統和人工設定的邏輯，這些邏輯通常是線性的或者是明确定義的算法步驟。

人工智能方法:主要是數據驅動的。解決問題依賴于從數據中學習模式和關系，而不是依賴硬編碼規則。

通過機器學習模型，系統能夠自動識别複雜的數據模式和變量之間的非線性關系。

02、自動化程度

傳統方法:自動化程度通常受限于系統能夠預先編程處理的問題類型和複雜性。需要明确定義所有可能的情況和其對應的解決策略，這在動态和不确定的環中可能不實用。

人工智能方法:提供了更高級别的自動化，尤其是在數據處理、決策支持和預測任務中。機器學習模型可以處理未見過的情況，提供基于概率的決策支持。

03、持續學習與改進

傳統方法:對新信息的整合通常不是持續自動的，需要定期手動更新和維護。除非進行顯示的程序更新，否則難以從新的數據或交互中“學習”。

人工智能方法:能夠從持續的數據流中學習和适應，通過不斷的數據輸入改進其性能。使用增強學習等技術，可以使模型在與環境的交互中不斷優化其行為。

在講座最後，楊志明先生就機器學習在營業收入預測中的應用和PE、PS、PB指标與人工智能的結合使用問題引領同學們展開讨論與交流，向我們展示了AI算法在資産評估中的實際應用，發人深思。

撰稿：張嘉豪

初審：楊志明、彭章

審核：陳士平