非常感谢大家，我也很荣幸收到了新浪财经的邀请。事实上，这是我第一次参加巴菲特股东大会，有着非常深刻的感触。回顾过去，我的本科毕业于西安交通大学的计算机系，之后在卡内基梅隆大学获得博士学位，后来又在加州大学伯克利分校攻读博士后。當地時間5月4日下午，新浪財經主辦的第九屆巴菲特股東大會中美投資人酒會在奧馬哈市中心萬豪酒店舉辦。該酒會是巴菲特股東大會期間規模最大、最具影響力的投資者交流盛會。投資精英、中國公私募基金及券商掌舵人、上市公司高管出席會議，開啓了一場高質量對話。
美國紐約大學Andre Meyer冠名終身教授陳溪先生出席會議並發表題爲《人工智能在量化投資中的應用》的演講。陳溪認爲，巴菲特說自己不懂AI只是一種謙虛的說法，巴老不是不懂，而是他一定想賺自己認知領域以內的事情。他認爲機器學習和人工智能會爲量化投資帶來變革。他表示， AI將帶來許多新的機遇，而抓住這些機遇，對於每一個人來說，無論是投資者還是創業者，都是一個新的大門。
以下爲陳溪發言實錄：
非常感謝大家，我也很榮幸收到了新浪財經的邀請。事實上，這是我第一次參加巴菲特股東大會，有着非常深刻的感觸。回顧過去，我的本科畢業於西安交通大學的計算機系，之後在卡內基梅隆大學獲得博士學位，後來又在加州大學伯克利分校攻讀博士後。
一直以來，我都是一個技術男，對投資一竅不通，直到陰差陽錯地在紐約大學斯特恩商學院當教授，我才接觸到了價值投資這個概念。這讓我聯想到了自己的經歷，我就是一個價值投資的實踐者。爲什麼這麼說呢？2007年，我20歲時，獨自一人揹着包從中國來到了美國。當時，我申請到了卡內基梅隆大學第一批的博士項目，這是一個全新的項目，當時還不被稱作人工智能，而是機器學習系（Machine Learning Department）。我曾詢問師兄師姐，我是應該進入到這個系，還是進入傳統的計算機系。他們都勸我千萬不要進入機器學習系，因爲萬一在我畢業的時候機器學習不火了，CMU把這個系取消了，那時候再跟人家說我是卡內基梅隆大學機器學習系畢業的，可能會被誤認爲騙子。相比之下，在計算機系更爲保險與安全，因爲卡內基梅隆計算機系很有名是衆所周知的事情，李開復老師在內的知名教授均出自該系。但是，當時我覺得機器學習是新的東西，並且我願意嘗試新鮮事物，我毅然決然地選擇了機器學習系，成爲了當時的第一批博士。後來結果證明我這個選擇沒有錯，在大家恐懼的時候，我選擇了“貪婪”，到最後結果還是不錯的。
從機器學習到人工智能的發展，人工智能的起點已然到來。我自2007年步入人工智能領域，至今已經將近17年了，見證了人工智能的不斷湧現。去年大模型的出現給我們帶來了巨大的震撼。在機器學習領域，我們目睹了一種新的智能崛起，或者叫imagine ability。隨着模型和數據的增大，它的能力不是呈線性增長，而是到了一個點突然迸發出我們從未見到的潛能。
這種趨勢將深入到各個領域，而且會產生很多萬億級的新賽道。我給大家舉個例子，2021年到2023年期間，我暫時離開了NYU，由於希望能夠更深入地了解企業，我加入了亞馬遜，領導了一個廣告團隊，團隊規模很快從30人增長到了140人。
最初我們都沒有意識到，ChatGPT會給廣告行業帶來深遠的影響。爲什麼這麼說呢？比如說以前你想到什麼東西就去Google上搜索，在搜索的過程中，你看到這些網頁就很容易點擊廣告，但現在情況變了，直接提問就能得到答案，廣告商沒有機會了。
Google面臨尷尬局面，它如果現在大力推廣人工智能，很容易得罪其廣告商，甚至傷及自身利益。相反，廣告可能更多地流向亞馬遜甚至TikTok， 未來TikTok可能會成爲整個廣告萬億美元行業的一個重要流量入口。
AI將帶來許多新的機遇，而抓住這些機遇，對於在座的每一個人來說，無論是投資者還是創業者，都是一個新的大門。
當然，由於我的教授的影響，我並未選擇從事AI的創業，而是長期專注於二級市場的量化投資，而非價值投資。我並沒有大量資金，只能做量化投資，但我認爲機器學習和人工智能會爲量化投資帶來變革。美國的量化投資公司，如城堡，成立於1990年左右，至今已有30多年曆史；而Two Sigma成立於約2000年，僅有約20年曆史。
相比之下，中國的量化投資領域更新迭代更快。在中國，諸如九坤、明汯、衍復等私募機構，均在不到十年的時間內崛起，是一個非常新興的行業。
爲什麼中國的這些私募公司能夠在算法和算力上超越美國的hedge fund，並與其進行正面PK呢？這其中，人工智能起到了至關重要的作用。
在過去，自從芝加哥大學教授Fama提出多因子理論後，我們長期致力於因子挖掘的工作。包括World Quant、AQR在內的美國hedge fund，都在做挖因子的事。
人工智能能幹什麼呢？通過大數據的方式，使投資變得更加系統化，能夠發現許多即使是頂級研究員也難以發現的因子。這是一個新的藍海，隨着大模型的出現，我們能夠利用新聞數據、遙感數據等非傳統數據進行投資分析。例如，在疫情期間，我們很難判斷沃爾瑪的價值，但通過衛星遙感數據，我們可以統計停車場的車輛數量，從而估算沃爾瑪的價值。像這些東西其實都是投資的新範式，這和傳統的挖因子相比已經發生了本質性的變化。
我本人也長期從事大宗商品和虛擬貨幣的量化研究，感謝AI爲我們這些研究者和實踐者提供了這樣的機會，讓我們有機會與美國的頂尖hedge fund如Citadel、D.E.Shaw、Two Sigma等進行競爭。我知道像中國九坤這樣的公司也會在美國設立分部，最近這成爲了一個熱門話題，這都是人工智能所帶給我們的。
我可能因爲自己沒有時間做很多一級人工智能的研究，但在一級投資方面，人工智能也有很多新的思路。在國內，人們可能都在追逐大模型，比如國內很火的暗月之面，是由我卡內基梅隆的師弟楊植麟開發的，但我更感興趣的是人工智能對傳統行業的賦能，這才是真正具有吸引力的地方。因爲大模型很卷，而且開源的東西對我們閉源的東西造成了很大的衝擊。比如說，當Facebook的LLama3推出時，之前做的工作可能就功虧一簣了。開玩笑地說，OpenAI可能讓美國YC（一家著名的初創企業投資公司）的一半投資都打了水漂。美國YC通常投資於初創企業，但OpenAI可能讓他們投資的一半項目失敗了。壁壘在哪裏？護城河在哪裏？在於傳統行業，比如金融、法律，甚至像牛奶和地產。誰能率先裝上AI的翅膀，誰就有可能在未來二十年中飛得更高、更遠。
作爲一級投資者，我想分享一些關於AI在傳統行業中的賦能以及投資方面的一些見解。傳統行業中，AI的應用可能會形成一種護城河，使其更難被AI替代，並且這個領域而且並不是那麼內卷的一個賽道。當然我自己沒有能力去做一級的投資，主要是精力放在二級方面，但是一級的投資也是很有看點的地方。
最後，我想和大家說，在今天早晨的巴菲特現場會議上，有一個點令我感觸很深。在會議上，有人問了巴菲特關於生成式AI的問題，我對此非常感興趣，因爲這是我的專業領域。我當時非常激動，很想聽聽巴老怎麼說。巴菲特很謙虛地表示自己並不懂生成式AI，他希望這種技術能對人類有益，而不是有害。但實際上，巴老怎麼可能不懂呢？他每天都在與比爾·蓋茨、蒂姆·庫克等第一線的AI專家交流。而且微軟正是在生成式AI領域走在最前沿的公司。蒂姆也提到了蘋果下一代智能手機將大規模應用AI，這顯然是未來的趨勢。我認爲，巴菲特並 非不懂AI，而是他更關注於自己擅長的領域，這一點非常重要。
我想給大家舉一個例子。早在2010年，我就聽說了比特幣這個東西。當時，有位卡內基梅隆大學做計算機系統教授非常厲害，他用了一間大屋子的機器在挖比特幣。後來我對比特幣產生了興趣，進行了大量研究，包括比特幣的架構、白皮書等。我還在區塊鏈和分佈式金融方面發表了十篇論文，並撰寫了一本全美國首發的MBA級別區塊鏈教材，由劍橋大學出版社出版。
我做了這麼多準備工作後，才開始投資比特幣領域，雖然時間已經晚了，大約是在2020年下半年。我承認，與中國早期的比特幣投資者相比，我錯過了很多機會。但通過我的研究，我讓自己的投資更加穩妥。
虛擬貨幣是一個非常敏感的領域，不同的人對其有不同的看法，但至少我通過自己的研究，讓我的投資更有把握。未來可能還有十年、二十年，美國剛剛將比特幣現貨ETF納入監管，香港也推出了比特幣和以太坊的相關產品。
但是我想說通過自己的研究，不管是寫書、寫論文，或許要通過長達好幾年的研究，使我具備了這個認知再去投資，我相信在這條投資的路上，我可能不能做到爆發，但是我會走得更遠。
巴老給我們一個很重要的概念，我聽到了他關於生成式AI的看法，雖然我沒有聽到他對人工智能全新的看法，但是他的這種謙卑的態度和謹慎投資的方式，使我們學習到了人確實一定要賺取認知內的錢，也只有你自己認知內的錢你才能賺得到。
我就想跟大家分享這些，非常感謝大家！
