人們對于這一波人工智能浪潮的期待更多的是在應(yīng)用層面,而對此,許多人都認為,世界上沒有其他領(lǐng)域比金融業(yè)更適合運用人工智能,金融業(yè)將成為人工智能最快、最容易入手的領(lǐng)域。
看一下人工智能應(yīng)用的三大前提,一是算力、二是算法、三是數(shù)據(jù)。算力方面,大量高性能硬件的出現(xiàn)正在為人工智能提供非常不錯的計算能力;算法方面,當(dāng)下最熱的深度學(xué)習(xí),就是這一波人工智能發(fā)展中最大的突破之一,這成為人工智能得以商業(yè)化的重要前提;而數(shù)據(jù)將是驅(qū)動人工智能取得超高識別率和精準度的核心要素,這也決定了人工智能將在數(shù)據(jù)資源豐富、數(shù)據(jù)價值密度高的行業(yè)率先發(fā)展起來,而這,也正是金融行業(yè)與其他傳統(tǒng)行業(yè)相比所具有的天然優(yōu)勢,其高度信息化、數(shù)字化的特點更容易無疑更適于人工智能技術(shù)的應(yīng)用。
目前,人工智能在金融業(yè)的不同領(lǐng)域已有了非常多的應(yīng)用場景,如智能投顧、征信與風(fēng)控、反欺詐、投資決策、營銷與客服、安防監(jiān)控、智能服務(wù)設(shè)備的使用等等。在美國的很多公司在金融方面已經(jīng)開始有了一些動作,包括花旗銀行、高盛集團等,在自動交易、理財、風(fēng)險管理以及智能客服上都有應(yīng)用。此外,納斯達克也在利用人工智能進行金融管理,檢測違規(guī)動作等。
放眼全球,也早已有多家諸如曼集團和溫頓資本這樣的大型對沖基金公司多年前就開始應(yīng)用機器學(xué)習(xí)技術(shù)改善其自身的業(yè)務(wù),而緊跟他們的腳步,蘇格蘭一家擁有109年歷史的資產(chǎn)管理公司Baillie Gifford也在6個月前開始了研究如何利用人工智能來提高其資金業(yè)績的項目,成為以對沖基金為主導(dǎo)業(yè)務(wù)的傳統(tǒng)投資公司中首批應(yīng)用人工智能技術(shù)的機構(gòu)之一。
為此,Baillie Gifford不僅聘請了一位數(shù)學(xué)家前來“助陣”,還安排了四位來自IT和投資團隊的內(nèi)部員工專門負責(zé)這一項目。該項目的目標(biāo)是評估人工智能是否可以取代那些占用了基金經(jīng)理寶貴時間的普通,從而使他們能夠從那些繁瑣、低價值的工作中解脫出來,而把更多的時間和精力放在具有更大市場潛力的投資項目的研究工作上。除此之外,Baillie Gifford還計劃在雇用更多的基金管理方面的專業(yè)人士之前,評估AI是否對基金的表現(xiàn)具有明顯影響。
盡管Baillie Gifford作為傳統(tǒng)的資產(chǎn)管理機構(gòu)在業(yè)界已經(jīng)有了非常高的聲譽,但多年來,它一直只專注投資于幾個尖端的科技公司,譬如阿里巴巴、百度、騰訊,以及Facebook和亞馬遜等。因此,借助于人工智能,或許將幫助它挖掘出更多高價值的投資機會。
作為該項目的負責(zé)人之一,同時也是一位基金投資分析師和前物理學(xué)家,凱爾·麥克奈尼(Kyle McEnery)表示,鑒于近年來全球范圍內(nèi)數(shù)據(jù)的爆炸式增長以及數(shù)據(jù)處理能力的提升,公司越來越意識到探索AI所能帶來的潛在價值的必要性。
“考慮到我們需要用長遠目光看待事情,理解事物的未來的發(fā)展方向也是我們應(yīng)該做的。”他說,“目前,我們在這個項目上的研究成果正在幫助基金經(jīng)理提高其辦事效率。通過分解整個投資相關(guān)的工作流程,人工智能可以幫助我們分析是否有計算機能幫助或取代人們工作的地方,比如發(fā)現(xiàn)人們是否正在浪費原本可以花在其他更具價值工作上的時間。”
與此同時,這家管理著1450億美元資產(chǎn)的公司還在通過算法的不斷調(diào)優(yōu),測試如何通過掃描股票,從而判斷總結(jié)出一種更合適的特定投資風(fēng)格。幫助覆蓋全球業(yè)務(wù)的股權(quán)團隊找出具有一定銷售收入或毛利潤的公司,并在符合其他額外標(biāo)準的前提下?lián)碛袃?nèi)部所有權(quán)。
“機器學(xué)習(xí)技術(shù)允許你在電腦輸入五個以上的標(biāo)準,并允許計算機對你所輸入的數(shù)據(jù)自主進行優(yōu)先級排列。這樣的算法可以為研究團隊提供源源不斷的研究思路,使他們更具競爭力,便于進行更深入的盡職調(diào)查和討論。”McEnery先生說。
除了資產(chǎn)管理公司,包括法國巴黎銀行、德意志銀行等在內(nèi)的幾家銀行和保險公司的資產(chǎn)管理部門也在不斷探索如何利用人工智能技術(shù)使投資和銷售團隊從中受益。
專業(yè)服務(wù)公司普華永道國際會計事務(wù)所的AI負責(zé)人Aldous Birchall認為,越來越多的主流資產(chǎn)管理公司正在考慮采用AI來提升其業(yè)績。“其實專業(yè)的定量基金領(lǐng)域在應(yīng)用AI技術(shù)方面已經(jīng)有很長的時間了。而s我們現(xiàn)在看到的是AI技術(shù)在傳統(tǒng)資產(chǎn)管理行業(yè)中更為廣泛的應(yīng)用,”他說,“這將使得這些公司能夠在使用與原來同等的資源的前提下,創(chuàng)造更大的效益。換句話說,就是用同樣的資源覆蓋比原來更多的公司,評估更多的機會。”
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。