0
| 本文作者： 陳伊莉 | 2017-07-09 23:12 | 專題：GAIR 2017 |
在大數據、人工智能、區(qū)塊鏈等技術奔涌薄發(fā)的時代，金融成為最佳首選落地場景。不論是理財投資、保險、信貸、房地產等傳統(tǒng)金融業(yè)務領域，還是市場分析、征信、風控等技術環(huán)節(jié)，金融科技的介入讓這個古老的行業(yè)再一次迎來翻天覆地的變化。那么，在技術帶來業(yè)務革新的過程中，業(yè)界都遇到了什么問題，有什么最新的實踐經驗可以參考？面對威脅，傳統(tǒng)金融業(yè)的出路在哪里？
為了解答這些疑問和探討行業(yè)的未來發(fā)展，在由中國計算機協(xié)會CCF主辦、雷鋒網和香港中文大學（深圳）聯合承辦的「CCF - GAIR」全球人工智能與機器人峰會中設置了金融科技專場。雷鋒網邀請了產學研各界十數位大咖為我們奉上了精神饕餮盛宴，涉及人工智能、大數據、區(qū)塊鏈與智能合約、智能投資、智能投顧、智能營銷等金融科技領域最熱的話題。由于各位大咖們的研究領域、研究角度都不同，接下來的內容將會劃分為“學術前沿”、“產業(yè)前沿”兩部分。
如果將科技研究比作在廣闊的森林里有目的的尋找，學術研究就是在千萬次試錯中發(fā)現新風景。
雷鋒網邀請到了數位桃李滿園的學術泰斗，包括英國皇家工程院院士、原牛津大學計算機系主任Bill Roscoe教授，香港科技大學張曉泉教授，北航區(qū)塊鏈實驗室主任蔡維德教授，中科院計算所副研究員羅平。
作為金融科技專場的開場嘉賓，Bill Roscoe教授分享了凝結著他三十年研究經驗的技術專利，包括信息安全、計算機驗證、智能合約等方面。
兩級密碼系統(tǒng)
該系統(tǒng)是對密碼學老問題的創(chuàng)新解決方案，密碼學老問題是：如何分辨錯誤和惡意攻擊？而密碼越復雜安全，用戶出錯的幾率越高。
這就涉及 PAKEs，一個密碼驗證、密匙交換的協(xié)議。當雙方需要在不同的系統(tǒng)上搭建一系列的交換或者建立安全通道，需借助它建立密碼安全加密鏈接。這時就要針對每組密碼需要滿足的目的，基于簽名建立一套標準，利用該標準選擇密碼。該標準看起來會像 hash(ps)<C。C 控制能通過系統(tǒng)驗證的隨機字符串比率。
加密簽名
數字簽名現有的方案僅僅使用 hashing，比如 Lamport。它的方案對于每一個數字、每一個字位、每一個比特都有公匙和密匙，提供單獨簽名。
但有一種全新的解決方案： temporal signiture （臨時簽名）。它完全拋棄了公鑰和私鑰之間的差別，假設一個各方同意的、可靠的時間標準，比如區(qū)塊鏈。對于每個密鑰要經過的三個階段：未確認、保密、公有。該方案中，初始有效密鑰只需經過后兩個階段。
此外，他表示，目前所有的密碼學簽名都假定某數學問題難以破解以此來保障安全。而在未來，業(yè)界能夠借助量子計算來對重要信息進行加密，保證信息數據。
張曉泉是香港科技大學商業(yè)統(tǒng)計及運營學系教授，擅長領域是信息產品的定價策略、大數據營銷、商業(yè)人工智能以及互聯網金融等。作為本場唯一一位經濟學家，他認為，經濟學也可以助力 AI。經濟學家和計算機專家研究人工智能的最大不同在于，機器學習在做的事情更多是預測和分類，而經濟學家的研究目標是解釋清楚事情的底層機制，發(fā)現因果關系。
張曉泉教授還提出，決策場景中存在五個級別的不確定。
第一個是 Certainty，也就是 100% 會實現的。
第二個是 Risk 風險，有概率出現。
第三個是 Black Swan，也就是小概率事件，雖然概率小，但會發(fā)生。
第四個是 Ambiguity 模糊性，“比如即便我有世界上過去所有股市的數據，我仍然不知道明天會漲還是會跌，因為有很多影響的因素”，這就是模糊性。
最后一個是 Radical Uncertainty，“當你有這種 Radica Uncertainty 的時候，你是沒法描述這件事的，無法寫一個模型來預測恐怖襲擊會在什么時候、哪里、怎么發(fā)生”。
在這五個級別中，第二級別囊括了世界上的絕大多數問題，第四和第五級別是人類目前無法解決的，而他正在研究第四級問題。
蔡維德教授是北航區(qū)塊鏈實驗室主任和天德科技首席科學家。研究領域是高并發(fā)的大數據版區(qū)塊鏈，而他領導研發(fā)的北航鏈去年宣布交易速度已超過4萬筆/秒。蔡教授認為區(qū)塊鏈將成為新計算基礎設施。值得強調的一點是，他表示區(qū)塊鏈與去中心化沒有關系，只是一種分布式技術。
同時，他還提到兩個研究進展。
一，由于美國交易后金融服務公司 DTCC的‘凈額結算’流程處理方式有問題導致區(qū)塊鏈無法完成結算，蔡教授團隊的解決方案是：存儲所有交易主體全部歷史交易信息和余額信息，從凈額結算到大數據版區(qū)塊鏈，并提供監(jiān)管節(jié)點。
二，區(qū)塊鏈互聯網將成為行業(yè)新趨勢。區(qū)塊鏈互聯網分為異構網絡和同質網絡兩個類別。如同互聯網也有著各種局域網、廣域網，未來也會有很多區(qū)塊鏈，因此需要組織一個區(qū)塊鏈互聯網，來做好鏈之間的交互。
“ 其中涉及的層面很廣，包括技術（例如新的 TCP/IP 協(xié)議 和 能被區(qū)塊鏈支持的新版 ISO 20022）、商業(yè)、聯盟、國家，甚至是草根力量，但是目前區(qū)塊鏈互聯網的規(guī)則是空白。多鏈架構會是未來主流，區(qū)塊鏈的互通和網絡設計會推動行業(yè)的大洗牌?！?/p>
最后一位學術型嘉賓是中科院的羅平博士，他的研究領域主要是機器學習以及大數據。羅平告訴雷鋒網，他的研究邏輯是，扎根金融領域探索實際問題，再進行抽象研究。不同于前三位嘉賓關于底層技術、研究思想方面的演講，他分享了一個將AI應用于投行領域的具體項目。傳統(tǒng)投行人員工作中需要接觸大量的金融文檔工作，而撰寫操作風險高，有可能造成很高的聲譽和經濟損失。
為了解決困境，羅平團隊正在研究一種智能化處理金融文檔的技術。其中的核心技術稱為 Text2Tuple & Text2Equ，即自動提取元組和公式，生成明晰的數學表達，將非結構化、半結構化的金融文檔（公開或非公開），分解重組成可供計算機搜索、比對、分析的結構化數據。并將這一結構化數據應用于金融文檔的智能撰寫、智能合規(guī)、智能風控、智能審批、智能審計等。
目前已經研發(fā)上線了一款名為 AutoDoc 的金融文檔處理工具，以及一個名為 NeuSALG 的智能化金融通路平臺。
近幾年由于大數據的發(fā)展，業(yè)界和學術界的研究水平差距已經變得很小，兩方互通有無，合作變得愈加頻繁，形成了良性循環(huán)。張曉泉教授在接受雷鋒網專訪時表示。
學術研究是找尋新風景的過程，接下來的產業(yè)應用則會開始實地探測、挖掘金礦。了解業(yè)界金礦的挖掘現狀也非常重要。因此雷鋒網也邀請了幾家在各自領域影響力巨大的企業(yè)分享他們的Fintech發(fā)展之路。
其中，有兩位來自傳統(tǒng)金融機構的嘉賓，分別是平安科技首席科學家肖京、中國銀聯區(qū)塊鏈負責人周鈺。
肖京博士畢業(yè)于美國卡內基梅隆大學計算機系，是國家引進專家之一，擅長于人工智能與大數據分析挖掘。作為Fintech的先鋒者，肖京總結了平安的三個IT化建設階段：
信息化階段，平安集團在四年前打通了各業(yè)務數據體系，實現信息化，讓公司的業(yè)務人員和決策者能夠快速獲得信息，做出決策；
數據化階段，公司把信息存儲下來做分析統(tǒng)計；
智能化階段，公司不僅可以把數據存儲下來做分析，還可以做深度挖掘，幫助我們更好的做決策甚至自動做決策。
他還表示，人工智能目前存在一些不足，即機器只能告訴人們會贏，但沒法說明為什么會贏。而在金融決策時，必須要使用量化的數據和信息。此外，金融以及醫(yī)療行業(yè)很多情況下獲得的數據量很小?；诖?，平安科技提出了三大改進方向，一是可解釋性，二是小數據學習，三是記憶增強神經網絡。
周鈺是專場的壓軸演講嘉賓，他帶來了題為《金融機構的區(qū)塊鏈技術研究與實踐》的分享。他談到，作為一個時常要“被顛覆”的機構，銀聯從2015年就成立了團隊開始研究區(qū)塊鏈，主要從三個方面開展：技術評測、技術應用、數字貨幣。
銀聯總結了幾大實踐規(guī)律。
第一從簡單場景入手，區(qū)塊鏈的“去中心化”在理論上適用于復雜場景。但這會面臨工程可行性上的困難——比如，參與方越多，協(xié)調觀念和理念的溝通成本越高。
第二從核心業(yè)務到非核心業(yè)務，不會從核心業(yè)務領域開始應用，會從外圍業(yè)務探索區(qū)塊鏈。例如電子票據、跨境對賬業(yè)務、POS電子簽購等。
他還表示，銀聯很適合牽頭應用區(qū)塊鏈，因為天生是一個傳統(tǒng)的被信任的中心，銀行之間的合作通常又需要一個可信任的第三方。
傳統(tǒng)金融機構在努力求變，Fintech公司也堅持著不斷探索。作為金融行業(yè)的新玩家，他們也不少實踐心得。出席的嘉賓分別是通聯數據CEO王政、百度金融高級科學家吳健民。
在加入通聯數據之前，王政曾任巴克萊全球投資公司基金經理、博時基金股票投資部總經理、ETF及量化投資總監(jiān)等職，擁有近20年資產管理、金融信息平臺研發(fā)和大數據研究經驗。
王政指出，與用AI下圍棋不同，在投資博弈過程中，只有部分的規(guī)則是明確的，邊界也不夠明確。但無可辯駁的是，金融科技正驅動著投資行業(yè)的變革，我們開始邁入智能投資時代。
具體來說，智能投資包括四方面，投資研究、組合管理、風險管理和財富管理。其中，王政又著重分析了智能投資和智能投顧。他表示，知識圖譜技術能在智能投資中發(fā)揮巨大的作用。至于智能投顧，簡單來說就是讓系統(tǒng)來幫助用戶做資產配置。
最后，王政總結了人工智能對投資者的三點幫助，第一可以提升投資研究的效率；第二在數據驅動下，能隨著不斷變化的市場調整投資研究體系；第三打造機器人基金經理，完成投資管理全流程。
在加入2014年加入百度前，吳健民先后就職于雅虎北京研發(fā)中心、騰訊，從事分布式機器學習算法與搜索相關的工作。在演講中，他介紹道百度金融已經確定7大技術方向，分別為智能獲客、身份識別、大數據風控、智能投顧、智能客服、金融云、區(qū)塊鏈。并重點介紹了智能獲客和大數據風控。
智能獲客的核心是降低獲客成本，通過三個步驟來實現用戶需求的精準的定向及滿足：
刻畫用戶的金融畫像及需求，需要做到全面、準確且能夠及時觸達；
生成與場景自然切合的動態(tài)創(chuàng)意；
通過響應模型準確匹配金融產品與用戶的需求。
大數據風控主要有兩方面挑戰(zhàn)，本身特征是高維稀疏、異構、弱相關；信貸樣本少且無共享機制。針對此，解決方案有三點：
通過集成學習及boosting方法，融合弱特征生成具有強區(qū)分度的模型；
利用深度學習，通過降維的方法，解決高維稀疏的問題；
利用半監(jiān)督學習來解決樣本過少的問題，通過少量有標注樣本及大量無標注樣本生產推廣性和穩(wěn)定性好的模型。
第二屆CCF-GAIR在今日落下帷幕。三天十一專場，除了金融科技專場，還包括計算機視覺與NLP、自動駕駛、醫(yī)療機器人、機器人與自動化、CV+、AI+創(chuàng)投等多個火熱議題。
其他場次受邀嘉賓還有中國工程院院士、原常務副院長潘云鶴教授， 中國科學院院士、英國皇家工程院外籍院士譚鐵牛，美國人工智能學會主席、亞利桑那州立大學教授Subbarao Kambhampati，美國工程院院士、卡內基·梅隆大學教授金出武雄教授，倫敦大學學院教授汪軍，IEEE Fellow美國工程院院士Vijay Kumar等，不勝枚舉。此外，會場還設置了幾十個企業(yè)展區(qū)。
一位與會嘉賓多次向筆者表示“人山人海，規(guī)模盛大”。今年沒來的朋友們，明年約嗎？
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
專題
