0
本文作者: 陳伊莉 | 2017-12-08 22:07 |
“人工智能產(chǎn)業(yè)發(fā)展有四個(gè)維度:場(chǎng)景、大數(shù)據(jù)、計(jì)算能力與算法。大數(shù)據(jù)是基礎(chǔ),計(jì)算能力是前提,算法靠人才,場(chǎng)景的選擇最為重要。從商業(yè)化角度來(lái)說(shuō),人工智能金融就是大數(shù)據(jù)金融。因?yàn)閼?yīng)用中的基礎(chǔ)算法都是相對(duì)成熟的深度學(xué)習(xí)算法,可以通過(guò)招聘人才來(lái)進(jìn)行調(diào)優(yōu),計(jì)算能力可以全球購(gòu)買;在場(chǎng)景已經(jīng)細(xì)分確定的前提下,承載行業(yè)頂級(jí)專家知識(shí)的帶標(biāo)簽的大數(shù)據(jù)就顯得尤為重要?!?/p>
近日在上海舉辦的金融科技峰會(huì)上,清華大學(xué)計(jì)算機(jī)系教授、博士生導(dǎo)師鄧志東在“人工智能:智能金融與黃金時(shí)代”演講中表述了上述觀點(diǎn)。對(duì)于外界來(lái)說(shuō),鄧志東教授更為人熟知的成就可能來(lái)自自動(dòng)駕駛領(lǐng)域——自2009年起帶領(lǐng)團(tuán)隊(duì)開發(fā)了三輛具有感知和自主決策功能的自動(dòng)駕駛汽車。而事實(shí)上,據(jù)雷鋒網(wǎng)了解,在人工智能與金融結(jié)合領(lǐng)域,鄧教授也頗有心得,他笑稱“關(guān)于智能金融,我已經(jīng)講過(guò)六七次了?!?/span>
鄧教授認(rèn)為,時(shí)代的進(jìn)步造就了A(人工智能)B(大數(shù)據(jù))C(云計(jì)算),而大數(shù)據(jù)、大計(jì)算與深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái),成就了人工智能的偉大復(fù)興。
他表示,作為一種感知智能,深度卷積神經(jīng)網(wǎng)絡(luò)能最好地模擬生物視覺(jué)通路,在完備大數(shù)據(jù)與超強(qiáng)計(jì)算硬件的強(qiáng)力支撐下,通過(guò)多級(jí)多層特征的自動(dòng)提取,已在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理、自動(dòng)駕駛、大數(shù)據(jù)分析等諸多方面,接近、達(dá)到乃至超過(guò)人類水平。
此外,以AlphaGO為代表的深度強(qiáng)化學(xué)習(xí),已具有超人類水平的博弈類決策能力。未來(lái)需要探索和突破的主要研究方向,包括“特征提取+認(rèn)知推理”的小數(shù)據(jù)深度學(xué)習(xí)方法,可解釋的深度學(xué)習(xí)方法,具有語(yǔ)義理解的深度學(xué)習(xí)方法以及具有多任務(wù)學(xué)習(xí)能力的通用人工智能等。
隨著AlphaGo的橫空出世,人工智能商業(yè)化落地的速度不斷加快。鄧教授認(rèn)為,在未來(lái)5到10年時(shí)間內(nèi),包括深度卷積神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)在內(nèi)的深度學(xué)習(xí)算法,將會(huì)逐漸釋放出真正的商業(yè)價(jià)值,賦能產(chǎn)品、企業(yè)與社會(huì)。比如,基于大數(shù)據(jù)人工智能,LFW人臉識(shí)別率已提升到人類水平的97.6%,現(xiàn)在最新的人臉識(shí)別準(zhǔn)確率已經(jīng)達(dá)到99.8%,可以應(yīng)用到銀行開戶、支付、取款等各種場(chǎng)景。此外,人工智能在醫(yī)療、零售、會(huì)計(jì)、審計(jì)、制造業(yè)、物流、翻譯等行業(yè)都大有可為,可提高效率,降低成本,因此也有不少職業(yè)面臨被機(jī)器取代的風(fēng)險(xiǎn)。
在中國(guó),鄧教授指出,人工智能發(fā)展存在幾大優(yōu)勢(shì)。一,應(yīng)用場(chǎng)景規(guī)模大,且商業(yè)落地很快。二是中國(guó)“互聯(lián)網(wǎng)+”發(fā)展迅猛,擁有更多的海量大數(shù)據(jù)?!按髷?shù)據(jù)被稱作是人工智能新時(shí)代的原油,從這點(diǎn)來(lái)看,銀行本身還坐擁數(shù)據(jù)金山。”三是政府支持力度大。
而同時(shí),我們也需要正視發(fā)展短板,主要體現(xiàn)在四方面:
一是中國(guó)原始創(chuàng)新能力不足,關(guān)鍵性基礎(chǔ)算法和高端芯片缺乏;
二是AI高端人才比較稀缺;
三是投資界過(guò)于追求短線逐利,國(guó)外的AI收購(gòu)幾乎都是十億美元起步,對(duì)技術(shù)與產(chǎn)業(yè)趨勢(shì)的把握敏銳超前;
四是體制機(jī)制障礙,國(guó)有巨頭型企業(yè)對(duì)AI的前瞻性布局不多,投入少,大部分仍在觀望之中。鄧教授類比互聯(lián)網(wǎng)時(shí)代巨頭或初創(chuàng)企業(yè)對(duì)于互聯(lián)網(wǎng)經(jīng)濟(jì)所持的各種態(tài)度:“有不屑一顧的,有觀望的,有冷漠‘理性’的,有嘲諷的,當(dāng)然也有全情投入的”,“全情投入成就了BAT。相信再過(guò)三五年,一定也會(huì)有全情投入的人工智能巨頭出現(xiàn)。”
具體論及人工智能對(duì)金融的影響,鄧教授表示,“互聯(lián)網(wǎng)金融正在向人工智能金融發(fā)展,因?yàn)楝F(xiàn)在互聯(lián)網(wǎng)金融網(wǎng)上消費(fèi)的用戶體驗(yàn)其實(shí)不算好,都是些下拉菜單,線下門店的人工服務(wù)相比更加自然親切。下一步可以利用人工智能,改善線上的用戶體驗(yàn)。此外,深度學(xué)習(xí)也會(huì)改變金融服務(wù)的產(chǎn)品形態(tài)與流程?!?/p>
"人工智能產(chǎn)業(yè)發(fā)展有四個(gè)維度:場(chǎng)景、大數(shù)據(jù)、計(jì)算能力與算法。大數(shù)據(jù)是基礎(chǔ),計(jì)算能力是前提,算法靠人才,垂直應(yīng)用領(lǐng)域要細(xì)分,要細(xì)分到具體的問(wèn)題上?!编嚱淌诟嬖V雷鋒網(wǎng)。
“從商業(yè)化角度來(lái)說(shuō),人工智能金融某種意義上就是大數(shù)據(jù)金融。因?yàn)閼?yīng)用中的基礎(chǔ)算法都是相對(duì)成熟的深度學(xué)習(xí)算法,可以通過(guò)招聘人才來(lái)進(jìn)行調(diào)優(yōu),計(jì)算能力可以全球購(gòu)買;在場(chǎng)景已經(jīng)細(xì)分確定的前提下,大數(shù)據(jù)就顯得非常重要。而這部分需要行業(yè)頂級(jí)專家的深度參與,通過(guò)大數(shù)據(jù)的清洗、標(biāo)簽,實(shí)際把行業(yè)頂級(jí)專家的知識(shí)轉(zhuǎn)移給機(jī)器,從而讓人工智能站在巨人的肩膀之上?!?/p>
他指出,金融大數(shù)據(jù)大多是結(jié)構(gòu)化或半結(jié)構(gòu)化的表單數(shù)據(jù),數(shù)據(jù)質(zhì)量高,并且已較早實(shí)現(xiàn)了大規(guī)模數(shù)字化、網(wǎng)絡(luò)化采集與存儲(chǔ),具有相對(duì)較多的大數(shù)據(jù)歷史積累,這一點(diǎn)與其他行業(yè)不同。
但值得注意的是,交易數(shù)據(jù)雖然很多,但是帶標(biāo)簽的很少,所以“在大數(shù)據(jù)沒(méi)有標(biāo)簽之前,還談不上人工智能,一般是在利用數(shù)據(jù)挖掘等傳統(tǒng)方法來(lái)做大數(shù)據(jù)分析。”
數(shù)據(jù)貨幣化會(huì)成為顛覆金融業(yè)未來(lái)的八大驅(qū)動(dòng)力量之一,數(shù)據(jù)流的價(jià)值將顯著提高,世界經(jīng)濟(jì)論壇(WEF)今年8月發(fā)布的一份名為“金融服務(wù)顛覆式創(chuàng)新”的報(bào)告指出。“多種數(shù)據(jù)源的動(dòng)態(tài)、靜態(tài)數(shù)據(jù)集將會(huì)愈加豐富,擁有和控制數(shù)據(jù)將成為所有利益相關(guān)者的關(guān)鍵能力?!?/span>
但獲取這種關(guān)鍵能力是一場(chǎng)場(chǎng)艱苦的戰(zhàn)斗。
譬如,保險(xiǎn)行業(yè)正在受到保險(xiǎn)科技的崛起和客戶基礎(chǔ)結(jié)構(gòu)轉(zhuǎn)型的挑戰(zhàn),聯(lián)網(wǎng)設(shè)備不斷增加,但是消費(fèi)者并非主動(dòng)自愿提供個(gè)人信息,這說(shuō)明保險(xiǎn)公司未能讓客戶相信聯(lián)網(wǎng)保險(xiǎn)服務(wù)符合他們的利益。
在借貸領(lǐng)域,新的數(shù)據(jù)來(lái)源和分析使用方法得以覆蓋銀行客群之外的長(zhǎng)尾客戶。但對(duì)于傳統(tǒng)金融機(jī)構(gòu)來(lái)說(shuō),首先面臨著非金融機(jī)構(gòu)的競(jìng)爭(zhēng)威脅,國(guó)內(nèi)有阿里借唄、京東白條,國(guó)外有亞馬遜商家信貸;再者獲取的弱金融屬性數(shù)據(jù)在改進(jìn)成熟客戶的承銷方面的效果有限,此外這些數(shù)據(jù)通常是非結(jié)構(gòu)化和孤立的,在投入使用之前,還需要轉(zhuǎn)換大量投資數(shù)據(jù),自動(dòng)化和新的分析手段。
論及借貸的關(guān)鍵環(huán)節(jié)——風(fēng)控,據(jù)雷鋒網(wǎng)觀察,金融科技公司常宣稱自己是“人工智能風(fēng)控”,而銀行對(duì)外多提及“大數(shù)據(jù)風(fēng)控”,并表示在數(shù)年前就已經(jīng)開始應(yīng)用類似手段,只是那時(shí)還沒(méi)有出現(xiàn)”大數(shù)據(jù)“這個(gè)定義。
鄧教授的觀點(diǎn)或許從一個(gè)側(cè)面解釋了這個(gè)現(xiàn)象,“這里的所謂大數(shù)據(jù)風(fēng)控可能并沒(méi)有使用標(biāo)簽數(shù)據(jù),即沒(méi)有閉環(huán)利用基于標(biāo)簽的深度監(jiān)督學(xué)習(xí)及由此獲得的行業(yè)頂級(jí)專家的知識(shí)?!币虼?,他肯定道,人工智能風(fēng)控勢(shì)必更優(yōu)于大數(shù)據(jù)風(fēng)控,“此外,人工智能的研究范疇不僅限于此類,還有小數(shù)據(jù)深度學(xué)習(xí)、認(rèn)知智能、通用人工智能等?!?/span>
最后,鄧教授表示,目前人工智能的革命性進(jìn)展源于深度學(xué)習(xí)或因與深度學(xué)習(xí)的結(jié)合。人工智能的金融產(chǎn)品開發(fā)與產(chǎn)業(yè)發(fā)展正處于爆發(fā)期。僅需利用人類視聽(tīng)覺(jué)功能和簡(jiǎn)單決策能力的規(guī)范性或工具性的金融職業(yè)與崗位,有可能被人工智能所逐步取代。從“互聯(lián)網(wǎng)+”到“人工智能+”,ABC大數(shù)據(jù)智能革命將會(huì)深刻地改變我們這個(gè)時(shí)代。
雷峰網(wǎng)版權(quán)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。