人工智能从沉寂期翻身靠的是博取众长1956年的达特茅斯会议上,“人工智能”概念被首次正式提出。从概念提出的那一刻起,就产生了纠缠此后六十余年的两条路线—“模拟神经系统(nervoussystem)”和人工智能从沉寂期翻身靠的是博取众长。
1956年的达特茅斯会议上,“人工智能”概念被首次正式提出。从概念提出的那一刻起,就产生了纠缠此后六十余年的两条路线—“模拟神经系统(nervous system)”和“模拟心智(mind)”的斗争。在数据和算力都相对落后的灰色时代里,人工智能的发展始终难以达到预期效果,无法支撑大规模商业化应用,因此屡遭社会公众质疑。
二十一世纪初,人工智能方向的博士们入学时或许还在纠结以后是教书还是去业界,毕业时却惊喜的发现自己已成为就业市场上炽手可热的稀缺人才,手握顶级Paper的优秀博士毕业年薪有望高达百万。得益于数据资源的丰富、深度学习算法的崛起和不断提升的计算资源可获取性,人工智能在这一阶段终于真正摆脱了历史的阴霾,公认成为未来数字社会不可或缺的一部分,甚至上升到到足以引发第四次工业革命时代的地位。在互联网高度发达的今天,人工智能的概念一夜之间卷土重来,成了一个囊括图像识别、语音识别、信息检索、语义识别等各种与互联网用户息息相关技术的集大成者。
虽然目前人工智能已获取了较高的地位,但就人工智能指代哪些,人工智能路线朝哪发展等关键问题的回答仍比较模糊,也就导致由人工智能应用演化而来的智能金融的相关概念就更为模糊。在很多眼里,人工智能就是个黑匣子,打开了是什么,外人永远无法预测。纵观人工智能发展历史,发现其能够从边缘转向主流的历史就是不断博取众家所长、为己所用的历史,黑匣子的形象在一定程度上彰显着人工智能的这种开放精神。
智能金融概念虽模糊,但已得到社会广泛重视
先看一段比较常见的对于智能金融的介绍:
智能金融以人工智能为代表的新技术与金融服务深度融合的产物,它依托于无处不在的数据信息和不断增强的计算模型,提前洞察并实时满足客户各类金融需求,真正做到以客户为中心,重塑金融价值链和金融生态,拓展了金融服务的广度和深度。
简单而言,智能金融就是指应用到金融服务的算法以及基于算法开展的金融服务,其核心驱动力在算法。上个世纪中叶,美国早就出现过人工智能在金融行业中的实际运用,当时的许多券商、基金都开始使用交易员电脑辅助交易系统进行数据分析、投资组合和策略改进。此后,算法辅助在金融决策中一直起着重要作用,围绕应用金融领域的算法创新构成金融创新的重要组成部分,然而从算法辅助到算法决策的跃变则构成智能金融的一个任务。
算法的创新以数据和算力为前提。智能金融最近两年在国内火热起来,有两个重要诱因:一是互联网金融的兴起后,无论互联网企业还是金融机构都充分认识到了数据的价值,金融领域的大数据应用得到充分重视;二是区块链等新技术的兴起,尤其是挖矿的盛行,算力得到了充分重视,算力技术迭代大大加快。更为海量的数据和更为庞大的算力支持着算法的迭代创新。而互联网金融(金融科技)培养出来的金融和科技复合型人才在这批智能金融热浪中无缝切换到创新创业的最前沿。
算法是什么?杜威的实用主义几乎成为现代美国的官方哲学:“有用即是真理,无用即为谬误”。能够带来实际效果的算法就是好算法,当然没法产生预期效果的算法自然被摈弃为糟粕。在这种实用主义氛围下,深度学习近些年的地位陡升,几乎与人工智能划起等号。早些年争议的模拟神经系统、模拟心智等相关算法的相关理念都自然而然吸纳融入了深入学习。
贴上“All in AI”标签的百度在今年一月份的百度世界大会做了两个判断:其一,坦言目前仍是AI的黎明期,所谓黎明,天将明未明之时;其二,认为智能金融将是人工智能应用场景中第一个实现商业化变现的场景。与此相对应,早在2013年百度就率先在国内成立了“深度学习研究院”(后为“百度研究院深度学习实验室”),百度金融将自身首先定位为智能金融的技术输出方,而蚂蚁金融、腾讯以及京东金融等也不断爆出在全球网罗顶尖人工智能专家的消息;同时,国内人工智能和智能金融领域的创业融资金额也屡创新高,越来越多独角兽企业贴上了人工智能和智能金融的标签。
作为一个金融民工,初判智能金融之所以有望承担起商业化变现人工智能突破口的职能,原因有三:
其一,金融体系内能获取丰厚利润的方向已所剩无几,人工智能行业目前还是一片蓝海,其实用性仍需要时间进行验证,未来发展空间可期,这和量子通讯技术在金融应用的道理如出一辙;
第二,经济学逻辑一直强调“理性人框架”,防范的也一直是人的道德风险等因素,机器人无疑是更加理性的存在,尤其在各类金融危机爆发后,这一思潮更加盛行,譬如二级市场的量化投资程序往往可以获得更加平滑和稳定的收益曲线;
第三,长期以来,金融决策都由数据驱动,例如做信贷的看财务报表或是看电表、水表、工资流水,而人工智能恰好是处理数据的算法,能直接为金融所用,互联网金融兴起后双方几乎没有磨合的成本。智能金融的未来很光明,但要秉持开放精神
从欧美发达经济体的经验来看,金融市场规模大约为GDP规模的4-5倍,由此按照2017年82.71万亿GDP体量测算,成熟状态下的中国金融市场规模体量当在300万亿以上。人工智能在金融领域的应用只是开始,更多惊喜还在未来。如果未来20年中国经济增长速度保持在6.5%,2037年GDP体量在291.44万亿人民币,金融市场的规模当高达千万亿以上。也就是说智能金融拥抱的是未来20年千万亿级的市场,其存在商机毋庸置疑。
我们也应该清醒地认识到,人工智能技术主要掌握在技术公司手中,但在中国金融市场居于主导地位的仍是传统持牌金融机构。因此,智能金融的推进要考虑“软硬件结合”。智能金融的“软”,就是所谓“数据和算法、策略”,算法和策略在于技术类公司,数据则在互联网巨头以及传统机构手中,且金融机构的金融数据和互联网企业的消费型数据具有高度的互补性;“硬”是就是所谓“牌照和IT系统”,系统可由软件和互联网公司提供,是智能金融发展的“躯干”,牌照却为传统金融机构所长,是规范金融科技发展方向的“框框”。“软硬结合”本身就意味着多方主体的合作共赢。
正在举办的博鳌论坛鼓励金融市场更为开放,其开放指的是中国金融市场的对外开放,也指的是中国金融市场内部各金融参与主体的相互开放。算法的不断迭代要靠在实际应用中的检验,靠数据,靠算力,靠最优秀的人才,这本身就决定着智能金融领域的创新要始终保持最为开放的精神。
与几家互联网巨头自成体系的产业链衍生出来的封闭式生态圈相比,百度这样的行业巨头由于业务模式相对更具有开放的基因,更有希望打造彻底的技术性公司的形象。就像金融必须服务实体经济才有意义一样,人工智能也必须融入到一个成熟的行业才能产生价值,否则就是概念空转、自娱自乐。正如百度高级副总裁朱光所述,人工智能是当下产业转型的重要助推力,只有致力于构筑开放平台,将金融科技能力输出给更多合作伙伴,得到合作伙伴的反馈后再不断迭代自己的能力,才能真正形成合力构筑起全新的智能金融生态圈,这才是服务金融市场全面开放的智能金融领军企业应有的战略路线图。
责任编辑:韩希宇
免责声明:
中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。