《未来会像水电煤一样成为标配的基础设施》由会员分享，可在线阅读，更多相关《未来会像水电煤一样成为标配的基础设施（1页珍藏版）》请在金锄头文库上搜索。
1、2 0 1 8 年1 月2 日 星期二 农历十一月十六 责编： 雁柏 美编： 燕子 校对： 文阁 排版： 明宇科技 B 0 5近日， 国泰君安证券股份有限公司 I T执行委员会副总裁、 信息技术部总 经理俞枫发表了题为 “人机同行， 券商 人工智能应用趋势探讨” 的演讲。他在 演讲中表示， 因为移动数据的大量产生 和计算能力的提升， 经过6 0 多年积累， 现在是人工智能发展的黄金期。而对 券商而言， AI 有六个应用方向， 分别是 智能风控， 精准运营， O 2 O ， 智能投研， 企业数字化和智慧运维， AI 的作用是 辅助人类、 降低门槛和提升效能。 当前阶段人工智能应用比较理性 的选择
2、就是： 人机同行， Al l i nAI 。 人工智能经过6 0 多年积累， 现已 进入黄金发展期 1 9 5 6 年就有人工智能的概念， 经 历了三起两落。近年来， 在深度神经网 络、 图形处理器、 大数据等技术的推动 下， 人工智能迎来了飞跃式发展， 人工 智能经过6 0 多年的积累， 现已经进入 第三次黄金发展时期黄金发展期。 为什么会有这么一个黄金发展期 出现呢？按照我个人理解主要有两个 原因， 第一是大数据， 移动数据大量产 生， 特别是各类行为数据的大量采集， 大数据是人工智能发展重要的基础； 第 二就是计算能力， 整个I T在摩尔定律 大的范畴下计算能力提升很厉害。当 然， 算法
3、的提升也是原因之一， 不过像 在大规模神经网络中大量使用的B P 神 经网络算法实际上早在1 9 8 6 年就已经 提出了。 人工智能和大数据的是孪生兄弟 的关系， 大数据发展了， 人工智能才有 发展的基础， 同样人工智能的进步又给 数据分析带来了新的春天， 所以是一个 相互促进的过程。人工智能已经在局 部领域当中取得了很多突破， Al p h a - G oZ e r o 的出现是一个有自我增强学 习能力的应用， 谷歌在艺术发展领域当 中Ma g e n t a 项目的突破， 沃尔森在很 多商业认知领域都有了新的发展， 百度 无人驾驶也炒得很热。专用人工智能 在局部领域的突破引起了世界强烈的
4、 关注和热议。 G a r t n e r 预测未来5 年人工智能将 带来全新的商业生态。至 2 0 1 8 年， 2 0 %的商业文件将由机器来创作和编 辑， 包括预算报告、 体育和商业报道， 且 不带偏见和情感。到2 0 2 0 年， 几乎每 一款新的软件产品和服务都将内含 AI ， 2 0 %公司使用人工智能技术提升 企业内部应用和流程， 5 5 %的大企业将 已经部署至少一款机器人或聊天机器 人。到2 0 2 1 年， 逾半数企业每年在机 器人和聊天机器人开发方面支出将超 过移动应用开发。 人类已进入 “弱人工智能” 阶段 我认为人类已进入 “弱人工智能” 阶段， 这一阶段的显著特征是
5、机器现在 还只是擅长于某一局部单方面的人工 智能， 比如可以局部感知周边环境， 可 以做一些记忆学习， 但是是局部不是全 局的， 更重要的是需要大样本的训练和 试错进行学习和提升， 还不能自主学 习。现在还是弱人工智能阶段， 与人类 相比还不能完全自主进行情感体验和 综合性感知， 距离各方面能力与人类相 当的 “强人工智能阶段” 以及全方位超 越人类智能水平的 “超人工智能阶段” ， 仍然差距很大。当然在人工智能时代， 有必要探讨一下人和智能机器之间的 微妙关系。 首先， 人工智能进步是建立在学习 海量、 高质量的数据基础上， 没有大数 据的支撑很难发展。 其次， 需要有明确的计算机逻辑、 推
6、理规则来告知机器， 机器需要明确知 道如何计算， 并能接收到对于计算结果 或者预测结果正确与否的反馈。 最后， 对算力的要求很高， 硬件基 础支撑人工智能发展并发挥计算优势。 我认为这三条是目前人工智能发 展的基础。高度数字化是证券行业的 特色， 证券行业还是有很多规则， 但是 比较复杂， 是不是可以通过人工智能预 测发展？券商可以充分发挥AI 的技术 潜能， 证券行业在人工智能的应用方面 将会是大有所为的。 人工智能面临诸多挑战 人工智能各项技术目前正面临诸 多挑战， 第一是机器学习、 神经网络方 面， 机器在特定领域逻辑思维和分析推 理能力已趋近或超过人类思维， 但机器 的自主认知、 情感
7、体验、 灵感和形象思 维等仍有巨大差距。第二是模式识别 方面， 计算机视觉、 生物特征识别 （人 脸、 声纹、 指纹、 虹膜） 应用日益广泛， 但 机器统筹视觉、 听觉、 触觉、 嗅觉等的综 合感知、 推理能力不足。第三是知识图 谱方面， 已出现基于知识图谱的智能搜 索、 风险管理等应用， 但数据噪声、 知识 推理、 模型自优化等难点仍需解决。第 四个自然语言处理方面， 聊天机器人、 智能客服、 机器翻译已比较成熟， 仍存 在上下文理解、 推理、 不规范发音处理 等问题。 我认为当前阶段人工智能应用比 较理性的选择就是： 人机同行， Al l i n AI 。把机器定义辅助人类， 降低门槛、
8、提升效能上。 比如说现在市场上这么多股民， 而 研究员、 分析师人数服务很有限， 一个 人一天可能只能服务1 0 0 个客户， 如果 AI 赋能之后就可能服务3 0 0 0 个客户； 原来有些事情只能高级专家做的， 现在 人工智能的辅助下， 可能普通员工也可 以完成这些高难度工作； 原来算法交易只可以处理少量的数据， 现在有了人工 智能以后可以从海里数据中进行大量 的回溯和分析。最重要的差别原来是 基于经验的运作， 现在可以基于很多量 化的分析进行， 数字化应用里面最重要 的就是数据驱动， 这也需要通过人机同 行辅助的。从券商来说， 所有的业务线 都需要AI 。 券商人工智能六大应用趋势 第一
9、， 智能风控。 智能风控最大的核心是通过风控 数据湖把所有数据进行规整和一体化， 包括外面的舆情和安全情报也可以进 行一体化的规整。原来我们的风控是 通过各种信用风险、 操作风险、 市场风 险、 流动性风险等模型来实现的， 但是 这些模型原来主要靠经验和研究来实 现的， 现在加上机器学习引擎、 风控知 识图谱以后， 可以构造很多智能分析模 块， 通过机器学习引擎、 特征工程、 自迭 代算法、 风险知识图谱等， 把他们智能 分析模块产生的结果赋能到原有的模 型里面去， 在风控中叠加智能分析。 智能风控后出现三个变化， 由原来 竖井式、 领域化风控转变成全面风控、 集团化风控； 由事后为主的风控变
10、成实 时、 事中、 事前的风控； 由静态、 被动的 风控到动态、 自适应的风控的转变。 我们基于大数据平台实现了互联 网业务实时反欺诈， 现在很多互联网业 务中存在有很多水军， 对业务效益有很 大影响， 我们建立了实时识别水军和羊 毛党的实时反欺诈系统。刚建的时候 是靠经验找的规律， 今年上半年已采用 机器学习， 防控模型通过 AI 来做的。 我们发现原来经验的模型做完以后， 一 段时间以后有的人会摸出规律来了， 现 在附加了 AI 模型之后识别率大大提 升， 现在查准率9 0 %以上， 通过AI 建设 整个风险智能分析的引擎， 这块还是有 很大发展前途的。 第二， 精准营销。 首先， 洞悉用
11、户、 挖掘需求， 跨渠道 用户数据收集， 建立数据画像， 对用户 每个业务环节和场景进行关联分析， 实 现贯穿全用户旅程的营销方案。其次， 通过对渠道获客相关指标的智能分析， 快速有效评估渠道获客质量， 进行渠道 优化。然后， 在平台方面打造极致用户 体验， 增强用户粘性。最后在活动方 面， 通过标签体系， 以不断获客、 激活存 量客户、 召回沉寂客户。 第三， O2 O服务。利用智能化的方法把线上和线下 服务进行很好的融合。智能客服比较 重要， 把智能AP P 定位为辅助人， 帮助 投资者全生命周期的投资行为， 通过智 能服务， 我们可以让客户从一进入 AP P 到完成整个投资流程都给它相应
12、 的智能服务， 通过智能手段提供智能选 股、 智能诊股等， 未来这块是以后智能 AP P 的发展方向。 第四， 智能投研。 传统投研是在出现某个事件后 （如 某地方发生地震） ， 首先要做的是对各 类专业知识的搜索， 然后把各种数据进 行关联和解读， 以及对海量历史事件和 数据进行关联分析， 最后才能预测未来 走势， 这个过程相当耗时耗力、 且高度 依赖于人员专业程度。未来人工智能 将会为投研带来全新的模式， 现在可以 通过AI 手段进行数据增强， 进行内容 提炼， 进行整合分析， 基于知识图谱分 析同业竞争关系、 事件关联性， 预测事 件对于市场的影响。 第五， 企业数字化。 对日常流程类工
13、作可以通过企业 数字化得到大大提升。利用智能手段， 可以完成电子合同实物的校验、 财务数 据自动提取、 解读非结构化的文本等， 这样我们提高财务管理、 法律合规等工 作的效能。一个公司I P O过程很长， 文 本要做很多次， 容易出错。现在通过 AI 技术， 利用模式识别和O C I 技术把 I P O申报材料中的数据进行关联， 做自 动纠错， 也能够基于目前的一些技术做 企业估值的模型。 第六， 智能运维。 通过AI 算法给运维工作赋能， 实 现智慧的运维工作， 包括智能服务台、 运维操作、 信息安全态势感知等。未来 的运维体系由运维数据层、 AI 框架层、 AI 算法层、 运维应用层组成。对于信 息技术安全态势感知的问题， 原来对于 安全我们只是收集边界上的数据， 后来 发现很多安全是跟业务活动有关联的， 需要进行两者的关联分析。信息安全 不能被动防御， 需要进行主动防护， 需 要提前进行安全态势的预测， 可通过 AI 技术帮助做安全态势感知的工作。 AI 未来会像水电煤一样成为全标 配的基础设施， 每个领域和每条线都会 用， 通过人机同行， 大幅度降低专业门 槛提高运作效能， 以后肯定是有AI 赋 能的人一定会比没有利用 AI 的人更 强。据新华社报道AI 未来会像水电煤一样 成为标配的基础设施
