图源：Randy Bean。https://www.linkedin.com/pulse/pursuit-ai-driven-wealth-management-randy-bean


导语


随着科技的迅速发展，人工智能已经成为了商业领域中的一股强大力量。从过去的起源到现在的蓬勃发展，再到未来的前景展望，人工智能的商业化进程一直在不断演进。同时，深度学习、海量商业数据以及强大的算力成为了当前人工智能时代的“生产因素”，为商业研究带来了前所未有的机遇，同时也提出了新的挑战。

本次分享，我们邀请到香港大学经管学院创新及信息管理、管理及战略学教授王大维，探讨人工智能商业化进展的过去、现在和未来；我们还邀请到波士顿大学商学院的博士生袁诺，探讨深度学习与因果推断对实证商业研究的影响。

本期读书会时间为：5月12日20:00-22:00（周日），直播报名入口见后文。



分享一：

人工智能商业化进展：过去，现在，未来




该分享与读书会整体主题之间的关系：

尽管人工智能领域目前备受关注，但该领域并非新兴。事实上，该领域始于20世纪60年代，当时创建了第一个人工智能系统——通用程序求解器（GPS）。这个程序恰巧是由美国计算机科学家Herbert Simon创建的。人工智能的兴起也催生了计算机芯片的发展，这是人工智能最重要的推动力之一。当谈论人工智能的商业应用时，我们需要了解两个方面：（1）人工智能的组成部分，在此次分享中，我们将它们标记为人工智能的基础设施，以及（2）这个领域的历史发展。这次分享是受主讲人的博士论文启发而进行的。本次分享将讨论人工智能的商业应用、使其成为可能的组成部分以及其历史发展。通过从过去学习，我们希望能够预测或找到其未来的发展方向。

简介：

该分享从信息系统角度介绍人工智能系统的基本组成：软件、硬件、数据。介绍人工智能行业怎么在这些基础设施方面发展，怎样从最初的阶段走到现在，从而探索当今人工智能行业的商业价值，预见未来的行业趋势。


解读论文：

  • Wang, D. (2022). Where Do We Come From? What Are We? Where Are We Going? Contemplating Artificial Intelligence Applications in Organizations and Organizational Research (Doctoral dissertation, Northwestern University).

  • Wang, D. (2022). Presentation in self-posted facial images can expose sexual orientation: Implications for research and privacy. Journal of Personality and Social Psychology, 122(5), 806.

 

大纲：

  • 人工智能的基础设施 Components of AI system

  • 数据、软件、硬件 Data, software and hardware

  • 人工智能行业历史 History of the field of AI

  • 两段人工智能历史 Two time periods in the history of AI

  • 现代人工智能与商业 Contemporary businesses of AI


涉及到的关键知识概念：

  • AI 基础设施 Components of AI system

  • 数据、软件、硬件 Data, software and hardware

  • AI 行业历史 History of the field of AI

  • 现代 AI 与商业 Contemporary businesses of AI


主讲人：

王大维，香港大学经管学院创新及信息管理、管理及战略学教授。他毕业于美国西北大学凯洛格管理学院，获得了硕士与博士学位。他近期的研究主要聚焦在Generative AI、人类与人工智能的有限与合理性等课题。他的研究被刊登在世界顶级期刊，他是中国唯⼀⼀位以独立作者身份在博士期间在美国社会心理学顶级期刊《人格与社会心理期刊》发表论文的学者。





分享二：深度学习与因果推断：

实证商业研究的范式转变





该分享与读书会整体主题之间的关系：

这次分享从研究范式的角度出发，探讨了深度学习模型、海量商业社会数据以及算力这三个在当前人工智能时代首当其冲的“生产因素”，它们对实证商业研究领域带来了新的机遇和挑战。深度学习的兴起为商业研究提供了强大的工具，使研究人员能够从庞大的数据集中提取更深层次的信息和见解。海量商业社会数据的可用性进一步拓宽了研究的范围和深度，为研究者提供了更多的研究对象和实证分析的可能性。而随着算力的增强，研究者能够处理更复杂的模型和更大规模的数据，从而提高了研究的精度和效率。然而，这些新机遇也伴随着挑战，包括数据隐私和安全性、模型的可解释性以及算法偏见等问题，需要研究者和实践者共同努力解决。


简介：

本分享从研究范式的角度去探讨由深度学习模型，海量商业社会的数据，算力这三个当下AI时代首当其冲的“生产因素”对实证商业研究领域所带来的新机遇与挑战。


参考论文：

  • Liu, X., Lee, D., & Srinivasan, K. (2019). Large-scale cross-category analysis of consumer review content on sales conversion leveraging deep learning. Journal of Marketing Research, 56(6), 918-943.

  • Allon, G., Chen, D., Jiang, Z., & Zhang, D. (2023). Machine Learning and Prediction Errors in Causal Inference. Available at SSRN 4480696.


大纲：

  • 深度学习+因果推断：实证商业研究的新机遇
  • 相关论文概览
  • 案例研究：潜在用户阅读产品评论行为对于其转化率的影响 （论文1）
  • 深度学习+因果推断：实证商业研究的新挑战 （论文2）
  • 问题探讨
  • 两种修正方法
  • 条件期望修正法
  • 广义矩修正法
  • 方法表现

  • 结语与展望

 

涉及到的关键知识概念：

  • 自然语言处理 (natural language processing)

  • 用户文本的商业价值 (the economics of user-generated text)

  • 因果推断 （causal inference）

  • 治疗/因果效果估计 (treatment/causal effect estimation)

  • 估计量一致性 (consistent estimators)

  • 时间断点回归 (regression discontinuity in time)

  • 测量/预测误差 (measurement/prediction errors)

  • 检验数据 (validation data)

  • 条件期望修正法 (conditional expectation correction method)

  • 广义矩修正法 （generalized method of moments (GMM) correction method）


主讲人：

袁诺，波士顿大学商学院的博士生。他主要从事实证商业研究，主题涵盖组织管理当中性别多样性对企业可持续化运营管理的影响，公司一般员工股权激励政策披露，以及可持续产品认证的经济效益。在方法论上，他主要运用计量经济学，因果推断，以及机器学习对上述研究课题进行数学建模并解答。此外，他还参与基于计量经济学，因果推断，机器学习的理论方法论研究。




直播信息




直播时间：

2024年5月12日（周日）20:00 - 22:00

参与方式：

集智俱乐部 B 站账号直播，扫码可预约：

扫码预约本次直播


若需要观看视频回放，文末扫码付费参加AI+Social Science读书会可加入腾讯会议，可提问交流、加入群聊、获取视频回放及更多学习资料，成为计算社会科学社区种子用户，与700余名计算社会科学的一线科研工作者沟通交流，共同推动计算社会科学社区的发展。





报名成为主讲人




读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。具体见系列读书会详情：AI+Social Science：大模型怎样重塑社会科学 | 计算社会科学读书会第三季启动



AI+Social Science读书会启动


集智俱乐部联合美国东北大学博士后研究员杨凯程、密歇根大学安娜堡分校博士候选人裴嘉欣，宾夕法尼亚大学沃顿商学院人力资本分析研究组博士后研究员吴雨桐、即将入职芝加哥大学心理学系的助理教授白雪纯子，共同发起AI+Social Science读书会，从3月24日开始，每周日晚20:00-22:00，探究大语言模型、生成式AI对计算社会科学领域带来的新思想新价值。


详情请见：
AI+Social Science：大模型怎样重塑社会科学 | 计算社会科学读书会第三季启动



点击“阅读原文”，报名读书会

内容中包含的图片若涉及版权问题，请及时与我们联系删除