












最新內(nèi)容
http://www.86xian.com 發(fā)布日期:2017-11-24 中關(guān)村多媒體創(chuàng)意產(chǎn)業(yè)園 關(guān)注度:
http://www.bjmmedia.com.cn
11月9日,2017騰訊全球合作伙伴大會分論壇創(chuàng)想·微眾銀行在成都舉行。香港科技大學(xué)計算機科學(xué)與工程系系主任、國際人工智能協(xié)會主席、微眾銀行獨立董事楊強教授表示,未來,人工智能不僅在改變金融,還使得金融變得更加的場景化,高頻交易。 對于人工智能與金融場景。
楊強說,首先,金融的場景里分為幾個非常復(fù)雜的塊,比如支付、信貸和財富管理,之前主要是由專家,由人,由銀行來進行這樣服務(wù)的。人工智能的引入使得銀行的這些服務(wù)有了本質(zhì)的變化,主要有三個變化: 首先是模型的引入,尤其像人工智能模型的引入,能夠有自學(xué)能力的模型使簡單人造的模型變得復(fù)雜化,變得場景化,他可以應(yīng)付各種各樣的場景。簡單的模型一個人可以一天寫幾條規(guī)則,一個團隊一年下來可以寫幾千,最多一萬條規(guī)則,但是人工智能的模型可以寫出上億條規(guī)則,這些規(guī)則就使得人工智能的模型能夠適配于各種不同的細分場景。 第二,人工智能的引入使得人和人的關(guān)系變成機器和人的關(guān)系的服務(wù)。從人為主導(dǎo)的服務(wù)變?yōu)樽詣拥姆⻊?wù),就是擴拓展性。比如過去我們銀行一天可以接待成百上千人,但是像微眾銀行這個場景,卻可以應(yīng)付上千萬人的需求,就是機器能夠拓展人的能力。 第三,就是服務(wù)從一個通用化的服務(wù),現(xiàn)在演化到千人千面的服務(wù),人工智能使得這個技術(shù)成為可能,所以金融的場景化,金融的高頻化,金融的個性化,這個就是人工智能所帶來的三個巨大的變化。
人工智能如何產(chǎn)生這些變化?據(jù)楊強介紹說,人工智能的發(fā)展到今年有60多年了,60多年前在美國正式提出了人工智能這個概念。最近的發(fā)展是以機器學(xué)習(xí)的突飛猛進,從九十年代到現(xiàn)在大家一致認為是通過機器,通過對大數(shù)據(jù)的學(xué)習(xí)能夠產(chǎn)生像人一樣的智能,現(xiàn)在首當其沖就是深度學(xué)習(xí)。
最近,阿爾法狗帶來一個新的名詞是“強化學(xué)習(xí)”,這個強化學(xué)習(xí)在金融當中更加適用,因為整個過程在外界得到反饋,我們跟用戶交互得到的反饋就要加強學(xué)習(xí),這個就是強化的概念。在計算機里強化學(xué)習(xí)就像阿爾法狗一樣的通過對這些棋局的分析,使得這個系統(tǒng)變得越來越強大,這個過程非常有趣。它的發(fā)展是通過觀察動物的遷移行為,最后發(fā)現(xiàn)動物組群的動物,之所以能夠存活,也是因為它具有強大的學(xué)習(xí)的能力,一個演進的能力和強化學(xué)習(xí)能力是分不開的。
深度學(xué)習(xí)是一定要大數(shù)據(jù)來支持的,比如深度學(xué)習(xí)的一個重要里程碑是視覺和圖像的識別,動輒上千萬,上億的圖像,而且都要有人為的標注,但是強化學(xué)習(xí)使得這個學(xué)習(xí)的過程變得可以是在線學(xué)習(xí),也就是說可以從零開始逐漸的增長。第二是它只要我們把這個問題的邊界描述清楚,把這個邊界能夠用比如說下棋,你應(yīng)該走哪一步,怎么樣算贏這樣的邊界,只要由人用規(guī)則的形式表述的話也可以形成一個反饋,久而久之系統(tǒng)就可以應(yīng)付這種清晰規(guī)則加上小數(shù)據(jù)。所以我們從大數(shù)據(jù),往小數(shù)據(jù)發(fā)展。
楊強認為,現(xiàn)在國際上開始比較熱的一個領(lǐng)域是遷移學(xué)習(xí),已經(jīng)建立好的一個模型可以把它遷移到一個新的領(lǐng)域,這個新的領(lǐng)域可以只有小數(shù)據(jù),也可以完全沒有數(shù)據(jù)。這個領(lǐng)域在更多的場合,尤其是在金融領(lǐng)域會遇到的場景。個人工智能的大規(guī)模推薦技術(shù)是由電商帶來的,也應(yīng)該是人工智能在大面積商業(yè)應(yīng)用的第一個里程碑。這種服務(wù)能夠讓合適的人找到合適的服務(wù),找到合適的錢,這種目的得以實現(xiàn),得以擴展。
對于人工智能的前沿技術(shù)和金融場景有哪些關(guān)系?他認為,首先,人工智能時代的金融場景脫離不了金融的這些實際場景,比如支付、信貸,建立信用系統(tǒng),這些場景還包括什么?把線上和線下能夠打通,但現(xiàn)在還沒有做好,原因在哪里?第一是數(shù)據(jù)沒有打通。第二是人工智能技術(shù)的應(yīng)用還不夠到位,金融如果能夠使能這種線上線下的打通,會帶來完全不一樣的場景,金融就變成了潤滑油,我們不妨起一個名詞叫做“金融的場景化”。我們每個人使用金融服務(wù)的時候一定有一個目的,這個目的在我們的心理,但是并沒有能力去告訴金融服務(wù)機構(gòu),這個時候人工智能就可以派上用場,因為人工智能最擅長就是去猜用戶要做什么,就像天氣預(yù)報明天會不會下雨一樣,如果猜得準,如果能預(yù)測用戶能夠使用什么東西,下面需要什么服務(wù)的話,那我們就可以在用戶線下場景的時候,聯(lián)想到線上,在線上場景的時候聯(lián)想到線下。這樣的打通,通過人工智能再用金融加以服務(wù)的話,就可以實現(xiàn)潤滑油的作用。 其稱,現(xiàn)在的推薦系統(tǒng)已經(jīng)不是十年、二十年前的了,現(xiàn)在是用深度學(xué)習(xí),用大規(guī)模的算法,可以動輒動用上億數(shù)據(jù)。
與此同時,高頻化是一個非常大的需求,尤其是使得人工智能成功,我們生活當中有很多的例子,我們?nèi)撕腿酥g的交流,我們?nèi)撕头⻊?wù)之間的交流,有些是高頻的,也就是說我們一天要做多次,有些是低頻的,一年可能做一次。比如我們春節(jié)回家這個是低頻的活動。人工智能可以通過各種各樣的經(jīng)濟數(shù)據(jù),可以來建立一種模型。 “遷移學(xué)習(xí)在小數(shù)據(jù)上面的應(yīng)用能夠?qū)崿F(xiàn)個性化,和人類的知覺是分不開的。”
楊強說,遷移學(xué)習(xí)是下一個機器學(xué)習(xí)的熱點。它的好處首先在小數(shù)據(jù)上能夠通過模型的適配來達到很好的效果,同時,能夠使一個在本領(lǐng)域建的模型非常的可靠。再者可以實現(xiàn)個性化。 遷移學(xué)習(xí)也在發(fā)展,和深度學(xué)習(xí)也在一起磨合,比如說單層網(wǎng)絡(luò)的遷移學(xué)習(xí),現(xiàn)在通過深度學(xué)習(xí)也可以發(fā)展到多層的深度學(xué)習(xí)。
遷移學(xué)習(xí)在一個領(lǐng)域建立起一個輿情領(lǐng)域以后可以遷移到新的領(lǐng)域,這樣很快很準。 “未來,人工智能不僅在改變金融,還使得金融變得更加的場景化,高頻交易。
另外,能夠千人千面?zhèn)性化,能夠更好的服務(wù)于普羅大眾。”楊強表示。
(來源:新華網(wǎng))