- 易迪拓培训,专注于微波、射频、天线设计工程师的培养
说人工智能将打破互联网金融的美梦有啥根据
录入：edatop.com 点击：
<> 互联网的诸多领域一波未平一波又起，演绎着生死轮回。比如2013年的互联网金融，2014年的O2O，2015年的智能硬件，无一不是如此。如今，互联网金融这波浪潮退下去了，I金融又被推向风口浪尖。<> 以蚂蚁金服为例，去年双11，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别。今年3月，蚂蚁金服副总裁、首席数据科学家漆远说，蚂蚁金服已经将人工智能运用于互联网小贷、保险、征信、资产配置、客户服务等多个领域。<> 作为一名互联网行业的资深看客，历经了很多也习惯了很多的潮起潮落。想必大多数人也会和我一样，最关心也是最想看透一个问题：互联网未完成的金融梦，I能实现吗？<> 昨日的I和今日的I <> 昨日的I是指2000以年前的I。<> 2000年以前的I 经历过两次"热潮"和冬天。第一次是1956年到1974年间，当时的学者乐观地认为在十年左右的时间，人工智能就能理解自然语言、证明数学定理，甚至超越人类。但是进入70年代后，人工智能的各个分支都暴露出各自的局限，神经网络和逻辑系统都遇到了当时不能克服的困难。<> 第二次是1980年代早期，随着专家系统、常识推理、新的神经网络训练方法的兴起，人们再次投入了极大的热情开发通用I系统，如日本的五代机计划。但是到了80年代末，随着专家系统应用的不断深入，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、智能水平低、没有分布式功能、实用性差等等问题逐步暴露出来。<> 今日的I是指2000年以后的I。<> 进入2000年代，机器学习的兴起带来了人工智能的又一次热潮。得益于大量的互联网数据和硬件的快速升级，统计机器学习获得了前所未有的广泛应用。<> 2010年前后，神经网络方法中的深度学习终于突破了该领域二十多年的一些困难，并迅速在语音识别、图像处理、自然语言理解中取得不俗的战绩。<> 总之，今日的I技术本身取得了革命性的突破，并且开始逐渐落地了。这可能是诸多I应用领域爆发的前奏。<> I能够给金融行业带来这些变革，互联网给不了 <> I技术相对成熟之后，金融行业也将迎来巨大的冲击。而且，互联网对金融的改善只是浅层的模式创新，而I是以创新技术驱动整个行业，能带来一些互联网给不了的深度变革。<> I能高效搜集精准数据 <> 大数据时代下，金融分析师的工作异常繁重，他们每天需要搜集海量的信息。而面对大量基础数据与爆炸的信息时，他们无法寻找到最有准确有价值的信息，也无从提高其工作效率。<> I搜索引擎可以帮助实现联想、属性查找、短程关系发现。尤其是推荐系统和推送系统，非常有用，它可以帮助金融用户聚焦在关键数据上，更省时省力地做投前发现和投后跟踪。<> 例如，lhsns就是一个专注于解决专业信息获取和碎片问题的金融搜索引擎，它可以从大量噪音中寻找有价值的信息，专注信息丰富度和碎片化基本问题，从而大大提高金融人士的工作效率，节省工作时间。<> I能算出最佳投资组合，弥补中小投资者的投顾空白 <> 在投资领域，对于中小投资者，难以捉摸的市场对其提出了更大的挑战。一方面由于没有能力支付高昂的传统投顾费用，一路上只能自己摸爬滚打，投资研究能力明显处于弱势；另一方面，我国的投顾服务供给严重不足，不仅体现在数量上，而且投顾的服务品质也参差不齐。<> 然而，I金融可以弥补中小投资者的投顾空白，让资产配置更简单、更高效。有业内人士分析称，人工智能应用于投资组合上，可以结合模糊、确定性理论、遗传算法等多种技术，最终研发出一个自适应模型，也就是一个网上投资组合辅助系统。<> 今年8月25日，证券人工智能投顾资配易在北京召开首届媒体见面会。在见面会上，资配易创始人、董事长张家林表示，目前资配易能够为投资者每天提供10的33次方个不同的投资组合。 []<> I自动生成投研报告 <> 在投资银行的投行业务与证券研究业务中，涉及大量的固定格式的报告撰写工作，如招股说明书中的部分章节，研报，以及投资意向书。这些报告撰写需要大量的投行初级员工进行长时间枯燥繁琐的数据罗列、整理、反复Coy-st工作。<> 但是，一些科技公司已经开始尝试结合人工智能技术自动生成投研报告了。<> NrrtivScinc由西北大学的新闻系和计算机科学系的联合创立，旨在通过给定主题的数据分析，自动生成文章报告。该公司的著名数据分析平台Quill可以分析结构化数据，将人工智能与大数据进行技术融合，理解这些数据的重要性，从而产生简短的文字表述或结构化的报告内容。Quill的主要面向对象为&mdsh;&mdsh;金融服务提供商。<> NrrtivScinc的COFrnkl 表示"我们的目标是替代人工做绝大部分基础工作，让机器来处理数据和信息"。可以预测，在不久的将来，人工智能将会极大降低投研领域的人力、物力成本。<> I辅助量化交易 <> 目前的投资领域的量化交易工作主要是由分析师完成，但是这种方式有两个主要弊端，其一是数据不够丰富，仅限于交易数据；其二是它受限于特征的选取与组合，模型的好坏取决于分析员对数据的敏感程度，很难保证质量的统一。<> 近些年随着机器学习的崛起，数据可以快速海量地进行分析、拟合、预测，人工智能技术已经贯穿量化交易的始终。<> Rbllion Rsrch是一家运用机器学习进行全球权益投资的量化资产管理公司，它在2007年推出了第一个纯人工智能（I）投资基金。该公司利用机器的严谨超越人类情感的陷阱，有效地通过自学习完成全球44个国家在股票、债券、大宗商品和外汇上的交易。<> 数据分析：中美市场人工智能的投资走向 <> 数据往往是市场最有力的说服力者，来看一下这几年中美人工智能市场的数据分析。<> 美国市场：根据CBInsihts的统计，在2010年有6次对人工智能的投资，总投资金额为4500万美元。2014年达到最高60次、3. 94亿美元。2015年略有回落到54次、3.1亿美元。< styl="txt-lin: cntr;"> 结语 <> 互联网金融很幸运乘上了互联网兴起的这波浪潮，大批中产阶级用户的资金从银行转移到了互联网理财平台，催生了行业繁荣的假象。而理财平台自身并不能创造收益，只是依赖更高风险的投资，来弥补用户极高的收益率，如此也造成恶性循环。我们看到了理财平台用户数量上的巨大增长，但它并未彻底解决金融行业发展的痛点。<> 与互联网金融最大不同，I金融以底层技术创新的方式真正地提升了商业效率。这种能够促进行业发展、并且能够落地的技术，固然会是金融行业的未来。 [] <>
上一篇：5G时代的互联网汽车，才是智慧城市背后最大推手？
下一篇：全球第一款5G网络Modem亮相，高通还秀了一把千兆LTE路由器
