0
| 本文作者： 溫曉樺 | 2017-06-14 18:54 | 專題：GAIR 2017 |
雷鋒網(wǎng)AI金融評論按：由中國計算機學(xué)會（CCF）主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）全程承辦的 AI 盛會 --「全球人工智能與機器人峰會」（CCF-GAIR），將于 7.7-7.9 日在深圳召開。
CCF-GAIR 為國內(nèi)外學(xué)術(shù)、業(yè)界專家提供一個廣闊交流的平臺，既在宏觀上把握全球人工智能趨勢脈搏，也深入探討人工智能在每一個垂直領(lǐng)域的應(yīng)用實踐細(xì)節(jié)。
延續(xù)上一次大會的頂級嘉賓陣容，本次 CCF-GAIR 2017 將會迎來更多人工智能和機器人行業(yè)重磅專家。在未來的一段日子里，雷鋒網(wǎng)將陸續(xù)放出嘉賓介紹。今天要介紹的是金融科技專場大會嘉賓——香港科技大學(xué)資訊，商業(yè)統(tǒng)計及運營學(xué)系教授張曉泉博士（Professor Michael Zhang）。
銀行的公眾形象與安全密切相關(guān)，而創(chuàng)新總是與風(fēng)險有關(guān)。在金融科技革命這件事情上，銀行業(yè)關(guān)注的重點始終在于“不失敗”，而不是“去創(chuàng)新”。所以，當(dāng)大家都意識到人工智能、大數(shù)據(jù)能夠給金融業(yè)務(wù)帶來革新時，金融從業(yè)人士擔(dān)心的是：人工智能可以做什么，不能做什么？它將帶來什么風(fēng)險？如何落地應(yīng)用人工智能才不違背金融規(guī)律？……
因此，人工智能金融發(fā)展到這個階段，我們很希望能夠聽一聽，經(jīng)濟學(xué)家是如何看待，以及實踐金融科技創(chuàng)新的。以下內(nèi)容來自雷鋒網(wǎng)AI金融評論與張曉泉教授的大會前對話，也是張曉泉教授大會報告內(nèi)容的精彩預(yù)告！
張曉泉教授 (Professor Michael Zhang) 于2006年在美國麻省理工學(xué)院（MIT Sloan School of Management）獲得管理學(xué)博士學(xué)位，此前在清華大學(xué)獲得管理學(xué)碩士，工學(xué)學(xué)士和文學(xué)學(xué)士的學(xué)位。因為英文名稱是麥克教授，所以朋友都稱他為麥教授。
麥教授曾經(jīng)從事過的工作有： 投資銀行分析師，證券公司顧問, 高科技公司的國際市場部經(jīng)理，以及互聯(lián)網(wǎng)公司創(chuàng)始人。 在美國學(xué)習(xí)時，他得到了一項美國專利，并創(chuàng)立了一個知名的華人網(wǎng)絡(luò)社區(qū)（MITBBS, 未名空間），該社區(qū)在2004年時得到華爾街日報的報道。
麥教授用經(jīng)濟學(xué)的方法研究大數(shù)據(jù)的產(chǎn)生，傳播和處理。他擅長的研究領(lǐng)域是信息產(chǎn)品定價策略，大數(shù)據(jù)營銷， 商業(yè)人工智能以及互聯(lián)網(wǎng)金融。他的學(xué)術(shù)論文在學(xué)術(shù)期刊如 American Economic Review (美國經(jīng)濟評論)，Management Science (管理科學(xué) ), MIS Quarterly (信息管理系統(tǒng)季刊), Journal of Marketing （市場營銷）, Information Systems Research (信息系統(tǒng)研究), Journal of MIS (信息管理系統(tǒng)) 等發(fā)表。目前他是學(xué)術(shù)期刊 Information Systems Research (信息系統(tǒng)研究)的高級主編。
他同時也是招商證券，中國移動，華為，香港數(shù)碼港，阿里巴巴旗下的湖畔大學(xué)等公司和機構(gòu)的顧問。
麥教授擅長于研究信息產(chǎn)品定價策略，大數(shù)據(jù)營銷， 商業(yè)人工智能以及互聯(lián)網(wǎng)金融。大數(shù)據(jù)、機器學(xué)習(xí)興起以來，大家都表示應(yīng)該并大力推進來用大數(shù)據(jù)來研究經(jīng)濟，但張曉泉教授的方法論并不一樣，他主張用經(jīng)濟學(xué)的方法研究大數(shù)據(jù)的產(chǎn)生，傳播和處理。這樣的方法，一定程度彌補了前者的研究相對靜態(tài)帶來的局限。
麥教授認(rèn)為雖然大家都在用大數(shù)據(jù)做人工智能，因為大家的出發(fā)點和目標(biāo)不一樣，導(dǎo)致能回答的問題也不一樣。經(jīng)濟學(xué)家，統(tǒng)計學(xué)家，和機器學(xué)習(xí)專家研究的人工智能問題會非常不一樣。經(jīng)濟學(xué)最核心的問題之一是建立激勵機制。“任何場景下都需要解決激勵問題，就是人為什么要做這件事情，游戲規(guī)則如何制定才能給人以足夠的動力去按規(guī)則制定者的想法做？”
機器學(xué)習(xí)在做的事情更多是預(yù)測和分類。以電信公司的業(yè)務(wù)為例，客戶是通話多一些還是使用數(shù)據(jù)多一些，機器學(xué)習(xí)能否通過分析歷史數(shù)據(jù)來預(yù)測用戶是否會轉(zhuǎn)用競爭對手的服務(wù)。
這兩種問題的底層都是統(tǒng)計學(xué)，統(tǒng)計學(xué)家解決能不能用數(shù)學(xué)的方法來描述隨機性，人工智能歸根結(jié)底是需要機器去分析哪一種結(jié)果是最可能出現(xiàn)的。
麥教授解釋道，“經(jīng)濟學(xué)家的研究目標(biāo)更多是去解釋事情的底層機制是什么樣的？前兩年有本大數(shù)據(jù)的書很火，書本的觀點認(rèn)為我們不需要要解決因果關(guān)系，因為有了世界上所有的數(shù)據(jù)之后，問任何問題都能夠通過數(shù)據(jù)回答，這是不對的。”
經(jīng)濟學(xué)家認(rèn)為，一定要分析清楚因果關(guān)系，才能夠制定更好的政策和規(guī)則 。比方說，有數(shù)據(jù)表明上私立學(xué)校的學(xué)生更容易上好大學(xué)，那么是否能說私立學(xué)校比公立學(xué)校更好呢？要回答這個問題需要研究上私立學(xué)校的學(xué)生是否本來就有別的更好的資源讓他們上好大學(xué)，如父母的校友資源，去國外旅行開拓視野的機會等。換句話說就是一個上私立學(xué)校的學(xué)生如果放到公立學(xué)校去是否還能上好大學(xué)。如果不知道因果關(guān)系我們是沒法知道答案的。在過去的20年里，經(jīng)濟學(xué)家建立了非常多的數(shù)據(jù)分析模型，有整套的計量經(jīng)濟分析框架，這些模型如果能夠和人工智能的一些方法結(jié)合，會產(chǎn)生出非常多的有意思的結(jié)果。
所以經(jīng)濟學(xué)家做的事就是，如何用經(jīng)濟學(xué)的這套體系來幫助現(xiàn)在大家做的技術(shù)創(chuàng)新？
到底金融市場在干一件什么事？在解決金融科技創(chuàng)新的問題時，首先出發(fā)點應(yīng)該講清楚到底金融市場在干一件什么事。通俗地說，一般人認(rèn)為金融市場是幫人們掙錢，“但其實不是的，” 麥教授指出，“金融市場真正在做的是讓資源更好地分配。”
“所以看歷史上金融科技發(fā)展的每一個時代，比如最早我們開始用紙幣，后來有信用卡，現(xiàn)在是區(qū)塊鏈的出現(xiàn)，不同的技術(shù)往前發(fā)展，其實都是讓我們越來越有效的做資源分配。”
因此，到底金融市場怎么能夠通過AI的影響而變得更有效？
近來，《紐約時報》、《 經(jīng)濟學(xué)人》等主流媒體都在討論：金融市場的未來到底是什么樣的？很多人認(rèn)為金融市場會被人工智能替代，比如金融投資分析等職位。
包括目前大學(xué)教授的課程，財務(wù)學(xué)、金融學(xué)等，這些到底還有沒有用？如果未來都能讓人工智能來做，那就無效了。
那么，到底出路在哪里？
…………
這些科技創(chuàng)新帶來的問題，在屆時的大會演講上，麥教授都將從一個經(jīng)濟學(xué)家的角度出發(fā)，結(jié)合技術(shù)的研究實踐來進行分析。
“所以，人工智能能做什么、不能做什么？這點我覺得非常重要。”麥教授表示，現(xiàn)在大部分人都在討論人工智能可以做各種各樣的事，但是人工智能不能做什么？到底界限在哪里？其實是一個更需要討論的問題。這里的討論并不需要樂觀或悲觀的臆想，而是需要建立有效的方法論來研究。
麥教授的演講將以兩個場景為例：
第一個場景是金融市場情感分析。
第二個是金融市場最關(guān)心的——能不能預(yù)測股價？
現(xiàn)有的分析師，每天要看無數(shù)的年報、季報，以及公司的報表，還要看看新聞發(fā)生了什么事情，宏觀經(jīng)濟，社交媒體討論等無數(shù)信息……目前大部分的情感分析用的研究方法是直接提取文本中帶有情感色彩的詞語。如果和對金融市場的知識相結(jié)合，新的情感分析算法可以直接結(jié)合經(jīng)濟學(xué)和人工智能的優(yōu)點，做到更好的輔助分析。另外，麥教授還會討論如何用人工智能的算法來做股價預(yù)測。
此外，金融行業(yè)最重要的領(lǐng)域之一是風(fēng)險管理。如今大家認(rèn)為用人工智能可以解決所有的風(fēng)險管理問題，“這是錯的。”麥教授指出，“風(fēng)險管理有很多的層面，一個層面是說只要講到風(fēng)險，就是能不能寫出來股價漲跌的概率分別有多大？波動率有多大？一旦寫出波動率，底層就一定假設(shè)了某種概率分布，但是很多金融事件的發(fā)生我們是不知道概率分布的。”即便有完備的歷史數(shù)據(jù)仍然無法管理這類風(fēng)險，那么經(jīng)濟學(xué)的方法如何給人工智能提供有力的模型工具呢？
這些問題，屆時大會上麥教授都將展開討論。
…………
今天我們先劇透到這里，大會上麥教授將帶來更詳盡的前沿研究分享，希望到現(xiàn)場與麥教授進一步交流的朋友，歡迎快快購買我們的六折票！
相關(guān)文章：
機器人領(lǐng)域開拓者：斯坦福大學(xué)機器人實驗室Oussama Khatib教授 | GAIR 2017
AAAI協(xié)會主席 Rao：中國AI研究進步喜人，創(chuàng)業(yè)風(fēng)氣無處不在 | GAIR 2017
耶魯大學(xué)終身教授邵中：「沒有 bug」的操作系統(tǒng)是如何煉成的？| CCF-GAIR 2017
?哪兩位在ICRA上摘得頂級獎項的學(xué)者，今年要來CCF－GAIR？｜ICRA 2017
搜狗CEO王小川：“搜索的未來是問答” | GAIR 2017
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
