人工智能与社会科学，尤其是经济&金融，产生了越来越多的交叉研究。无论是经济、金融、管理、会计等领域，均有大量学者进行人工智能相关研究。本次研讨会在上次发布的嘉宾之外，很荣幸地邀请到2011年诺贝尔经济学奖得主托马斯·萨金特（Thomas J. Sargent）教授以及麻省理工学院斯隆管理学院的Danielle Li教授，共同分享人工智能跨学科研究的前沿成果和未来展望，等你来参加哦！
为推动人工智能与社会科学相关的新兴跨学科研究，促进社科人工智能的产、学、研融合，推广人工智能经济学领域的前沿成果，由康奈尔大学商学院金融科技中心和斯坦福金融科技高阶实验室等全球多个研究机构和研究中心提供学术支持，清华大学孵化的学说平台主办的首届ADEFT-XueShuo冬季学术研讨会“社科人工智能与人工智能经济学”将于2024年12月21日至22日在线上举办。
康奈尔大学商学院金融科技中心
叢林 Will Cong，康奈尔大学约翰逊商学院Rudd家族管理学讲席教授及金融学教授，《Management Science》金融主编，美国国家经济研究局研究学者，亚洲金融和经济研究局资深学者Markus Pelger，斯坦福大学管理科学与工程系终身教授、Reid and Polly Anderson研究员，美国国家经济研究局教授研究员
研讨会将于12月21日至22日举办，拟含上午（8:30-11:30）、下午（14:00-17:00）、晚上（12月21日19:30-22:30；12月22日20:30-22:00），北京时间 (UTC+8) 。大数据与数据经济
纽约大学斯特恩商学院的托马斯·萨金特（Thomas J. Sargent）教授（2011年诺贝尔经济学奖得主）将发表开幕演讲。
耶鲁大学管理学院的Bryan Kelly教授将发表主题报告。组委会将选出部分优秀论文在会议上进行简短宣讲，并有老师进行点评。
![]()
托马斯·萨金特（Thomas J. Sargent）2011年诺贝尔经济学奖得主
托马斯·萨金特（Thomas J. Sargent），美国宏观经济学家，现任纽约大学文理学院和斯特恩商学院讲席教授，美国国家科学院院士、美国艺术与科学院院士。萨金特教授先后在加州大学伯克利分校和哈佛大学获得文学学士和哲学博士学位，此后历任宾夕法尼亚大学、芝加哥大学和斯坦福大学等名校教授，曾担任计量经济学会（Econometric Society）主席、美国经济学会（American Economic Association）主席和动态经济学会（Society for Economic Dynamics）主席等重要学术职务。作为理性预期学派的领袖人物，萨金特教授在宏观经济学、动态经济理论和时间序列分析等方面做出了卓有成效的开创性工作，著有《理性预期计量经济学》和《递归宏观经济理论》等十五部图书，在国际一流学术期刊发表论文二百余篇，学术影响深远，享有崇高的学术威望。凭借其在动态计量经济学和货币政策方面做出的杰出贡献，萨金特教授于2011年获颁诺贝尔经济学奖。
![]()
Murillo Campello
佛罗里达大学沃灵顿学院
佛罗里达大学沃灵顿学院Joseph Cordell杰出学者金融学教授，美国国家经济研究局研究学者，国际知名的金融经济学学者。他的研究成果被诸如美联储主席等显赫政策制定者引用，在国会听证会上被提及，在总统经济报告中有所描述，并用于为美国最高法院提供咨询。他在国际顶级金融期刊发表多篇论文，并在顶级期刊担任过副主编，目前是《The Journal of Financial Intermediation》的执行主编。研究领域：市场缺陷对公司的影响、公司的局限性、产品市场、不确定性下的决策、公司资本结构、货币政策传导、金融危机、COVID-19的经济影响以及计量经济学等。
![]()
康奈尔大学约翰逊商学院Rudd家族管理学讲席教授及金融学正教授，兼任康奈尔中国经济研究、社科研究、新兴市场等中心的附属教授。康奈尔金融科技中心及CBER国际论坛等机构的创始人。他是最早在资产定价和公司金融领域建立人工智能模型的学者之一。美国国家经济研究局资产定价部门研究学者，亚洲金融和经济研究局资深学者，IC3加密和智能合约研究所的科学家，复旦-斯坦福中国金融科技与安全研究院（FS-CFTRA）主任，清华，北大，复旦等学院特聘教授，Kauffman创业基金的青年学者，Poets & Quants世界最佳商学院教授，和多家顶级学术界和业界期刊的编委。研究领域：金融学、信息经济学、金融科技、创业学（理论以及涉及数字经济和国家发展的实证）、数字经济、中国金融和经济。
![]()
麻省理工学院斯隆管理学院Jon D. Gruber职业发展副教授和金融学副教授，阿尔弗雷德·斯隆基金会颁发的2024年斯隆研究奖获得者，CWSEP颁发的2025年伊莱恩·贝内特研究奖获得者。她的论文发表在《American Economic Review》、《Journal of Political Economy》、《Journal of Monetary Economics》、《Journal of Economic Theory》、《Review of Economic Studies》、《Review of Financial Studies》和《Journal of Financial Economics》。研究领域：她的研究重点是大数据经济学，研究大数据技术如何改变了交易策略和金融结果，以及大数据的出现对实体经济技术增长的影响。她还致力于开发估算数据价值的方法、研究金融机构之间的中介和网络形成，以及其对实体经济的溢出效应。她同样对信息摩擦如何塑造本地和全球经济周期感兴趣。最近研究还涉及理解COVID-19大流行及其相关政策。
![]()
华盛顿大学圣路易斯分校奥林商学院金融学终身教授。她的论文发表在《Journal of Finance》、《Review of Financial Studies》、《Journal of Financial Economics》和《Review of Finance》。
研究领域：行为金融、资产定价和家庭金融，聚焦于用实证方法描述市场参与者的行为，以及识别这些（非标准）行为如何能够提高我们对金融市场定价的理解。
![]()
耶鲁大学管理学院Frederick Frank '54和Mary C. Tanner金融学教授，美国国家经济研究局教授研究员，SOM国际金融中心副总监，以及AQR资本管理有限责任公司机器学习部门负责人。他的论文发表在《American Economic Review》、《Quarterly Journal of Economics》、《Journal of Political Economy》、《Journal of Finance》、《Journal of Financial Economics》和《Review of Financial Studies》上。他是《Journal of Financial Econometrics》的联合主编和《Journal of Finance》以及《Journal of Financial Economics》的副主编。研究领域：资产定价和金融计量经济学，感兴趣问题包括金融机器学习、金融市场中的波动性、尾部风险和相关性建模、银行部门的系统性风险、金融中介以及金融网络。
![]()
Danielle Li
麻省理工学院斯隆管理学院
麻省理工学院斯隆管理学院教授，David Sarnoff技术管理教授, 美国国家经济研究局教授研究员。论文发表在《Quarterly Journal of Economics》、《Science》和《Management Science》等多个领域的顶级学术期刊。此外，她的研究经常被《经济学人》、《纽约时报》和《华尔街日报》等媒体报道。研究领域：创新经济学和劳动经济学，重点关注组织如何评估想法、项目和人员。最近研究了生成式人工智能如何影响创新和工作。
![]()
斯坦福大学管理科学与工程系终身教授、Reid and Polly Anderson研究员, 美国国家经济研究局教授研究员。他是金融机器学习领域的先驱之一，并且是最早将生成对抗网络（GANs）应用于金融领域的学者之一。 论文发表在《Journal of Finance》、《Review of Financial Studies》、《Journal of Financial Economics》、《Management Science》、《Journal of Econometrics》和《Journal of Applied Probability》上。他是《Management Science》、《Operations Research》、《Digital Finance》和《Data Science in Science》的副主编。研究领域：理解和管理金融风险，同时开发数学金融模型和统计方法，分析金融数据并设计计算技术，研究分为三个方向：针对实证资产定价中的大数据问题的机器学习解决方案，高维数据的统计理论，以及随机金融建模。
![]()
杨保中
美国佐治亚州立大学罗宾逊商学院
美国佐治亚州立大学罗宾逊商学院H.Talmage Dobbs Jr 主席及金融学教授，美国佐治亚州立大学罗宾逊商学院金融科技实验室主任，该实验室是美国最早与商学院相关的实验室之一。他是最早研究人工智能和机器学习对公司财务影响的学者之一。他的论文发表在金融、会计、运筹学、计算机科学和数学等领域的顶级学术期刊，包括《Journal of Finance》、《Journal of Financial Economics》、《Review of Financial Studies》、《Journal of Accounting Research》、《Management Science》、《Mathematics of Operations Research》、《IEEE Computer》和《Advances in Mathematics》等。研究领域：金融科技、投资和公司金融的理论和实证研究，最近研究涉及将机器学习和人工智能的创新应用用于研究资本市场和公司金融中的经济问题。
面向人群：人工智能、机器学习、金融科技、数据经济等领域或交叉学科的教师、研究员、学生（本/硕/博）以及从业人员等。申请人将个人简历以附件发送至AISSEAI@51xueshuo.com，邮件标题为“2024人工智能冬季研讨会”。学生（本/硕/博）请在报名邮件中附上就读证明，以享受优惠注册费用。建议申请人提交一篇跟人工智能相关的工作论文（非必须），我们将择优选择部分论文在研讨会上分享和点评。学生：380美元（11月30日前，之后500美元）
教师及研究员：580美元（11月30日前，之后750美元）
从业人员：780美元（11月30日前，之后950美元）
此费用为研讨会注册费，可提供课程回放，1个月内有效。同时附送基础知识培训视频和教学材料。所有参会人员均可开具发票及研讨会邀请函。https://conference.51xueshuo.com/#/index/AISSEAI
