《機器中的幽靈：金融市場中的人工智能、風險及監(jiān)管》是Euromoney Institutional Investor Thought Leadership 的一項調(diào)查報告，他們對全球金融機構(gòu)中的 424 名高級管理人員進行了調(diào)查問卷，研究人工智能/機器學(xué)習(xí)在金融市場的風險以及監(jiān)管問題。

本文結(jié)構(gòu)：

一、所有系統(tǒng)向前進（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（Go）

2016 年 3 月 15 日，一個名為 AlphaGo 的人工智能程序在圍棋中擊敗了人類世界冠軍。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)量還高出幾百個數(shù)量級。AlphaGo 最終以 4-1 的成績?nèi)〉昧私^對的勝利。此外在識別模糊模式、學(xué)習(xí)新模式和調(diào)整策略以應(yīng)對變化中的環(huán)境等方面，AlphaGo 也展現(xiàn)出人工智能的一些顯著進步。

然而，就在 AlphaGo 取得勝利兩周之后，一個名叫 Tay 的聊天機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行友好的網(wǎng)絡(luò)交談，并用微軟服務(wù)協(xié)助人類。Tay 獨特的設(shè)計特點使她可以從在線交互中進行學(xué)習(xí)。在 Tay 公開發(fā)布后，Twitter 用戶鋪天蓋地的謾罵和煽動性語言接踵而來，這教給了 Tay 錯誤的東西。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。

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)、識別復(fù)雜模式，賦予人類新的分析能力。相反地，Tay 的惡意故障提醒著我們，這項技術(shù)還遠未達到萬無一失的程度，尤其是當與人類交互時。

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

在對全球金融機構(gòu)和金融科技企業(yè)的 424 位高管進行調(diào)查、對該領(lǐng)域的一些頂尖專家進行采訪之后，我們發(fā)現(xiàn)，隨著人工智能在整個金融市場開疆擴土，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構(gòu)風險管理的工具，比如，進行更為深度的投資組合風險評估和更透徹、更全面、更清楚的信用風險評估。在這些應(yīng)用中，人工智能將帶來的不是不計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，以及依照信息行動并從行動中學(xué)習(xí)的能力。

然而，許多專家也承認人工智能的使用存在一定的風險。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估等許多應(yīng)用中，人工智能尚處于實驗階段。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險和擔憂，這導(dǎo)致了對新的監(jiān)管的呼吁。

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

調(diào)查中，大量金融機構(gòu)對監(jiān)管機構(gòu)了解人工智能相關(guān)的法律風險上沒有信心。但鑒于人工智能在這些部門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)和隱私風險也將隨之增長。知識產(chǎn)權(quán)糾紛也很有可能增加，因為算法的所有權(quán)會導(dǎo)致企業(yè)和監(jiān)管部門之間的摩擦。最后在人工智能出故障和編程錯誤的可能事件中，合同和訴訟風險也會涌現(xiàn)。

人工智能和機器學(xué)習(xí)毫無疑問將改變該行業(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)的受訪者擔心，在未來幾年中其對勞動力的影響是負面的。但大規(guī)模的遷移是一個長期過程——接近 70% 的人認為，人工智能在 15 年內(nèi)會給他們自己的工作帶來徹底或很大程度上的改變。即使是在金融交易這個自動化已經(jīng)得到了廣泛使用的領(lǐng)域，人類角色在算法驗證、監(jiān)控、合規(guī)等領(lǐng)域仍然是很關(guān)鍵的。目前，很少人認為，機器學(xué)習(xí)模型可以或應(yīng)該完全獨立于人類控制地驅(qū)動金融市場業(yè)務(wù)。

二、從快速思維到智能思維

購買《華爾街計算機評論》1987 年 6 月刊的人將會知道圍繞金融市場中的人工智能的討論不新鮮事。其封面上顯眼地寫著：「教計算機模擬偉大的思想家」，同時還搭配著一張?zhí)K格拉底為一群計算機聽眾講學(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)用的計劃了。事實證明，這些早期應(yīng)用中許多是更接近理論化的而非實用化的。

盡管以前有一輪又一輪的炒作，但一些評論家認為，這次對人工智能重燃的興趣是合理的。計算能力的持續(xù)快速發(fā)展以及計算成本的顯著下降讓人工智能應(yīng)用更加實用。社交網(wǎng)絡(luò)、智能手機和可穿戴消費設(shè)備的增長也帶來了數(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。

從金融機構(gòu)、技術(shù)和金融科技公司對人工智能投資的增長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。它們與越來越多的科技公司競爭和合作，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、收購和人才上花費了超過 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)。它們使用機器學(xué)習(xí)技術(shù)和進化算法的結(jié)合來濃縮巨量數(shù)據(jù)以識別隱晦的模式，這是其它公司還未實現(xiàn)的。和通過人類手動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且獨立于人類干預(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特點是差異化的重要性。正如金融咨詢公司 The Thalesians 的聯(lián)合創(chuàng)始人 Saeed Amen 說的那樣：「機器學(xué)習(xí)的好處在于它能讓交易者發(fā)現(xiàn)那些不易察覺的關(guān)系，因此不用再和其他市場參與者進行貼身肉搏去爭奪這些交易機會。」

這推動了差異化，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。例如，高頻交易是關(guān)于速度的，而機器學(xué)習(xí)是關(guān)于見解的深度和廣度的?！高@場機器學(xué)習(xí)革命，是從急劇擴大的可用數(shù)據(jù)和信息中識別復(fù)雜的模式，從而做出任何視角來看都是最優(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，「該市場正從更快轉(zhuǎn)向更智能。」

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。變化不會馬上到來，但它會來的。按照比爾·蓋茨的名言警句：「我們總是高估未來兩年內(nèi)將發(fā)生的變化和低估未來十年內(nèi)將發(fā)生的變化?！刮覀兊恼{(diào)查表明，人工智能會導(dǎo)致類似的一系列金融市場變革。