《機(jī)器中的幽靈：金融市場(chǎng)中的人工智能、風(fēng)險(xiǎn)及監(jiān)管》是Euromoney Institutional Investor Thought Leadership 的一項(xiàng)調(diào)查報(bào)告，他們對(duì)全球金融機(jī)構(gòu)中的 424 名高級(jí)管理人員進(jìn)行了調(diào)查問(wèn)卷，研究人工智能/機(jī)器學(xué)習(xí)在金融市場(chǎng)的風(fēng)險(xiǎn)以及監(jiān)管問(wèn)題。

本文結(jié)構(gòu)：

一、所有系統(tǒng)向前進(jìn)（Go）

二、從快速思維到智能思維

三、起作用的人工智能

四、從摩爾定律到墨菲定律

五、結(jié)論

六、關(guān)于本調(diào)查

七、附錄（完整調(diào)查結(jié)果）

一、所有系統(tǒng)向前進(jìn)（Go）

2016 年 3 月 15 日，一個(gè)名為 AlphaGo 的人工智能程序在圍棋中擊敗了人類(lèi)世界冠軍。圍棋游戲非常復(fù)雜，其走法存在的可能性數(shù)量總和比宇宙原子數(shù)量還高出幾百個(gè)數(shù)量級(jí)。AlphaGo 最終以 4-1 的成績(jī)?nèi)〉昧私^對(duì)的勝利。此外在識(shí)別模糊模式、學(xué)習(xí)新模式和調(diào)整策略以應(yīng)對(duì)變化中的環(huán)境等方面，AlphaGo 也展現(xiàn)出人工智能的一些顯著進(jìn)步。

然而，就在 AlphaGo 取得勝利兩周之后，一個(gè)名叫 Tay 的聊天機(jī)器人就暴露出了人工智能黑暗的一面。 Tay 原本是為了與人們進(jìn)行友好的網(wǎng)絡(luò)交談，并用微軟服務(wù)協(xié)助人類(lèi)。Tay 獨(dú)特的設(shè)計(jì)特點(diǎn)使她可以從在線(xiàn)交互中進(jìn)行學(xué)習(xí)。在 Tay 公開(kāi)發(fā)布后，Twitter 用戶(hù)鋪天蓋地的謾罵和煽動(dòng)性語(yǔ)言接踵而來(lái)，這教給了 Tay 錯(cuò)誤的東西。該程序被敗壞，變得口噴種族主義、性別歧視和排外言論；這揭示了人工智能設(shè)計(jì)和編程中潛在缺陷，以及人工智能和自然智能之間令人不安的互動(dòng)。

這兩件事揭示了引入人工智能所存在的矛盾。AlphaGo 這樣的程序展示了人工智能可以如何分析海量數(shù)據(jù)、識(shí)別復(fù)雜模式，賦予人類(lèi)新的分析能力。相反地，Tay 的惡意故障提醒著我們，這項(xiàng)技術(shù)還遠(yuǎn)未達(dá)到萬(wàn)無(wú)一失的程度，尤其是當(dāng)與人類(lèi)交互時(shí)。

人工智能將帶來(lái)的不是不計(jì)后果的速度或失控，而是一個(gè)具有史無(wú)前例深度和廣度的洞見(jiàn)，以及依照信息行動(dòng)并從行動(dòng)中學(xué)習(xí)的能力。

在對(duì)全球金融機(jī)構(gòu)和金融科技企業(yè)的 424 位高管進(jìn)行調(diào)查、對(duì)該領(lǐng)域的一些頂尖專(zhuān)家進(jìn)行采訪(fǎng)之后，我們發(fā)現(xiàn)，隨著人工智能在整個(gè)金融市場(chǎng)開(kāi)疆?dāng)U土，這一矛盾也同樣很明顯。

許多人將人工智能看作是可以幫助改善金融機(jī)構(gòu)風(fēng)險(xiǎn)管理的工具，比如，進(jìn)行更為深度的投資組合風(fēng)險(xiǎn)評(píng)估和更透徹、更全面、更清楚的信用風(fēng)險(xiǎn)評(píng)估。在這些應(yīng)用中，人工智能將帶來(lái)的不是不計(jì)后果的速度或失去控制，而是具有前所未有深度、廣度的洞見(jiàn)，以及依照信息行動(dòng)并從行動(dòng)中學(xué)習(xí)的能力。

然而，許多專(zhuān)家也承認(rèn)人工智能的使用存在一定的風(fēng)險(xiǎn)。這部分源于不確定性——畢竟在包括交易、投資組合管理和信用評(píng)估等許多應(yīng)用中，人工智能尚處于實(shí)驗(yàn)階段。因此，安全、隱私和數(shù)據(jù)質(zhì)量上還縈繞著算法出故障的風(fēng)險(xiǎn)和擔(dān)憂(yōu)，這導(dǎo)致了對(duì)新的監(jiān)管的呼吁。

而人們甚至更擔(dān)憂(yōu)人工智能的監(jiān)管對(duì)策。在監(jiān)管者是否存在足夠的知識(shí)和技能以跟上新的金融技術(shù)的問(wèn)題上，本次調(diào)研的參與者明顯缺乏信心。事實(shí)上，調(diào)查參與者懷疑監(jiān)管者才剛剛開(kāi)始了解人工智能對(duì)金融市場(chǎng)和公司的潛在影響。目前而言，他們關(guān)注的重點(diǎn)仍然是從教訓(xùn)中吸取經(jīng)驗(yàn)（fighting the last war ），識(shí)別人類(lèi)直接濫用技術(shù)的違反合規(guī)行為。他們注意力開(kāi)始轉(zhuǎn)向算法的正當(dāng)性，而這也是未來(lái)幾年制定任何關(guān)于機(jī)器學(xué)習(xí)規(guī)則的重點(diǎn)。

調(diào)查中，大量金融機(jī)構(gòu)對(duì)監(jiān)管機(jī)構(gòu)了解人工智能相關(guān)的法律風(fēng)險(xiǎn)上沒(méi)有信心。但鑒于人工智能在這些部門(mén)的使用處于初期階段，這可能也并不令人驚訝。比如，由于人工智能驅(qū)動(dòng)的模型能夠收集和分析更大體量的數(shù)據(jù)，數(shù)據(jù)和隱私風(fēng)險(xiǎn)也將隨之增長(zhǎng)。知識(shí)產(chǎn)權(quán)糾紛也很有可能增加，因?yàn)樗惴ǖ乃袡?quán)會(huì)導(dǎo)致企業(yè)和監(jiān)管部門(mén)之間的摩擦。最后在人工智能出故障和編程錯(cuò)誤的可能事件中，合同和訴訟風(fēng)險(xiǎn)也會(huì)涌現(xiàn)。

人工智能和機(jī)器學(xué)習(xí)毫無(wú)疑問(wèn)將改變?cè)撔袠I(yè)所需的員工人數(shù)和技能性質(zhì)。調(diào)查中，有明顯少數(shù)的受訪(fǎng)者擔(dān)心，在未來(lái)幾年中其對(duì)勞動(dòng)力的影響是負(fù)面的。但大規(guī)模的遷移是一個(gè)長(zhǎng)期過(guò)程——接近 70% 的人認(rèn)為，人工智能在 15 年內(nèi)會(huì)給他們自己的工作帶來(lái)徹底或很大程度上的改變。即使是在金融交易這個(gè)自動(dòng)化已經(jīng)得到了廣泛使用的領(lǐng)域，人類(lèi)角色在算法驗(yàn)證、監(jiān)控、合規(guī)等領(lǐng)域仍然是很關(guān)鍵的。目前，很少人認(rèn)為，機(jī)器學(xué)習(xí)模型可以或應(yīng)該完全獨(dú)立于人類(lèi)控制地驅(qū)動(dòng)金融市場(chǎng)業(yè)務(wù)。

二、從快速思維到智能思維

購(gòu)買(mǎi)《華爾街計(jì)算機(jī)評(píng)論》1987 年 6 月刊的人將會(huì)知道圍繞金融市場(chǎng)中的人工智能的討論不新鮮事。其封面上顯眼地寫(xiě)著：「教計(jì)算機(jī)模擬偉大的思想家」，同時(shí)還搭配著一張?zhí)K格拉底為一群計(jì)算機(jī)聽(tīng)眾講學(xué)的圖片，即使 30 年前就已經(jīng)有基于人工智能的交易應(yīng)用的計(jì)劃了。事實(shí)證明，這些早期應(yīng)用中許多是更接近理論化的而非實(shí)用化的。

盡管以前有一輪又一輪的炒作，但一些評(píng)論家認(rèn)為，這次對(duì)人工智能重燃的興趣是合理的。計(jì)算能力的持續(xù)快速發(fā)展以及計(jì)算成本的顯著下降讓人工智能應(yīng)用更加實(shí)用。社交網(wǎng)絡(luò)、智能手機(jī)和可穿戴消費(fèi)設(shè)備的增長(zhǎng)也帶來(lái)了數(shù)據(jù)數(shù)量和可用性的爆發(fā)——這些都變成了優(yōu)化人工智能算法的養(yǎng)料。

從金融機(jī)構(gòu)、技術(shù)和金融科技公司對(duì)人工智能投資的增長(zhǎng)可以看出這種重燃的興趣。BlackRock、Two-Sigma 、 Renaissance Technologies 等基金管理公司一直忙于在全世界挖角最好的數(shù)據(jù)科學(xué)家。它們與越來(lái)越多的科技公司競(jìng)爭(zhēng)和合作，其中包括 Context Relevant、Sentient Technologies 和 Kensho，以及谷歌、Facebook 、微軟等人工智能巨頭。僅在 2015 年，這些公司就在人工智能研究、收購(gòu)和人才上花費(fèi)了超過(guò) 85 億美元。

在交易和投資管理中，Aidiya 和 Sentient Technologies 這樣的公司是人工智能交易程序的先驅(qū)。它們使用機(jī)器學(xué)習(xí)技術(shù)和進(jìn)化算法的結(jié)合來(lái)濃縮巨量數(shù)據(jù)以識(shí)別隱晦的模式，這是其它公司還未實(shí)現(xiàn)的。和通過(guò)人類(lèi)手動(dòng)部署算法更新的傳統(tǒng)量化交易形式相反，許多人工智能軟件程序能自動(dòng)且獨(dú)立于人類(lèi)干預(yù)地學(xué)習(xí)和更新它們的模型。

人工智能交易程序的另一個(gè)特點(diǎn)是差異化的重要性。正如金融咨詢(xún)公司 The Thalesians 的聯(lián)合創(chuàng)始人 Saeed Amen 說(shuō)的那樣：「機(jī)器學(xué)習(xí)的好處在于它能讓交易者發(fā)現(xiàn)那些不易察覺(jué)的關(guān)系，因此不用再和其他市場(chǎng)參與者進(jìn)行貼身肉搏去爭(zhēng)奪這些交易機(jī)會(huì)?！?/p>

這推動(dòng)了差異化，將人工智能和高頻交易（HFT）等其它形式的算法交易區(qū)分開(kāi)。例如，高頻交易是關(guān)于速度的，而機(jī)器學(xué)習(xí)是關(guān)于見(jiàn)解的深度和廣度的?！高@場(chǎng)機(jī)器學(xué)習(xí)革命，是從急劇擴(kuò)大的可用數(shù)據(jù)和信息中識(shí)別復(fù)雜的模式，從而做出任何視角來(lái)看都是最優(yōu)秀的決策?！菇鹑谛袠I(yè)新聞和分析工具提供商 RavenPack 首席數(shù)據(jù)科學(xué)家 Peter Hafez 說(shuō)，「該市場(chǎng)正從更快轉(zhuǎn)向更智能?！?/p>

創(chuàng)新的潛力將因此變得顯著——不僅是在交易中，而且還在投資建議和貸款等金融行業(yè)的其它部分。變化不會(huì)馬上到來(lái)，但它會(huì)來(lái)的。按照比爾·蓋茨的名言警句：「我們總是高估未來(lái)兩年內(nèi)將發(fā)生的變化和低估未來(lái)十年內(nèi)將發(fā)生的變化?！刮覀兊恼{(diào)查表明，人工智能會(huì)導(dǎo)致類(lèi)似的一系列金融市場(chǎng)變革。