
CNET科技资讯网 2月1日 国际报道:中国银行正在招聘区块链专家,缘起于中国政府敦促业界利用比特币用到的技术,增加透明度和打击金融领域的欺诈。
借贷商多年来用的是过时的和不匹配的技术,举步维艰。四家中国银行从资本实力上都是全球五强以内,同时却仍有许多部门验证文档时仍然用的是纸、传真和传统章印。
银行人士和区块链专家表示,现在由于监管机构的敦促,这些部门开始利用区块链技术厘清系统,从而直接跳至新一代的技术。
猎头人士和区块链专家表示,中国各银行在区块链经验方面的需求去年翻了一倍多,今年将进一步增长,这些银行力争迅速赶上已经在这方面投资了15亿美元的西方同行技术。
中国境内的猎头公司Hays常务运营经理Simon Lance表示,“需求增加迅速,而且丝毫没有放缓的迹象。我们预计2017年的同比增长水平类似。”Hays目前在为多家中国银行招聘。
银行和猎头公司正在中国各大学物色人才,并花重金吸引科技初创企业高管,条件包括加薪50%、年薪达120万元(约合17.5万美元)。
区块链是一种汇总数据库系统,可以处理、存储和跟踪数字信息,包括加密货币、贷款协议等等。由于区块链将所有的变化都记录在案,而且改动很难,金融机构和监管机构觉得区块链有潜力成为使交易更加透明、更具可审核性和更安全的方法。
北京方面希望银行采用区块链技术,以对抗时有出现的诸如虚假贸易融资交易的欺诈。
猎头公司Robert Walters上海分部高级经理Steven Shen表示,平安银行和中国银行等多家银行均公布了有关区块链投资和项目,另有约十家银行正在招聘大致30名区块链专业人士。
记者询问过六家中国银行,他们都拒绝置评。
古老的票据融资业内去年曾出现过多个欺诈案,案中的情况是原本以为锁在保险箱里的账单实际上只是些旧报纸,而真文件则被用于增加保证金融资。
据商业智能公司Kroll的资料,86%的受访中国企业在2016年曾就欺诈报过案,比全球平均值高4个百分点, 与2015年比增加13%。
去年10月,工信部敲定区块链可作为对抗欺诈的工具,并呼吁“各级政府“鼓励大型企业在区块链技术上做更多的投资。
最高金融监管机构中国人民银行也表示支持区块链,央行行长周小川去年曾告诉当地媒体,中国人民银行花了“重大资源”研究该技术。
Behlendorf Hyperledger项目是全球最大的区块链项目之一。该项目的常务主管Brian Behlendorf是白宫前技术顾问。他表示,“他们将此视为一项跨越技术。能不能将非常落后、非常基于纸张的市场改造后用上区块链技术呢?
一众银行时下在试着将区块链用在了解客户文档、贸易融资交易、付款和资产托管等方面。
平安保险集团首席创新官Daniel Tu表示,金融集团平安去年围绕35人组建了一个核心区块链团队,团队在集团层面上运作,主要是就资产注册、信用、支付和数字货币等提出各种项目方案。他还表示,如果这些项目成功的话,平安保险的子公司也将雇请专职区块链专家。
区块链初创公司零融信息科技(ZerOne.IO)的创始人叶晓峰表示,他和中国四大银行中的两家在洽谈将区块链用于汇票和信用跟踪监测之事。
这意味着业界对拥有能领导这些项目的技能的人有需求。
Robert Walters公司的Shen表示,“市场上并不缺乏那些知道如何用区块链设计简单系统的人,缺的是拥有对如何使用区块链有广泛了解的人。”他还表示,职位换上这些人的话薪金可能会增加50%。
他表示,高级区块链技术和金融系统专才的预期薪水为600000元至600000元,而中层员工的薪水为400000元至600000元。
猎头人士表示,由于语言和文化的原因,中国的银行目前主要招聘的是本土人才,但是需求的增加可能迫使他们在国外招人。
世界经济论坛去年8月份表示,全球最大银行中约80%的银行明年将启动区块链项目,世界经济论坛将区块链描述成未来金融业的“活心脏”。
业内人士称,全球加密比特币贸易的重头在中国,但中国银行在区块链采用方面落后于西方同行对手达12个月,中国银行玩的是赶超。
中国民生银行、中国平安、中国招商银行和中国外汇交易系统去年加入了R3。R3是总部设在美国的区块链财团,2014年由全球9家银行创立。
R3董事Tim Swanson表示,“他们仍处热炒期。”R3目前得到75家金融机构的支持。
Kapronasia市场研究公司创始人Zennon Kapron表示,可以肯定,全球许多区块链项目仍处于初级阶段,但中国的传统银行系统由于其复杂性可能会令成功采用区块链技术更艰难。
他表示,“手里有个区块链解决方案是不错,但许多机构面临的挑战是如何用可行的方法将区块链整合到现存的系统里。”
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。