雷鋒網(wǎng)按：本文作者袁峻峰，花名觀妙，螞蟻金服人工智能部，復(fù)旦金融學(xué)碩士，F(xiàn)RM金融風(fēng)險(xiǎn)管理師。10年以上從事金融IT相關(guān)領(lǐng)域工作經(jīng)驗(yàn)，包括國(guó)內(nèi)銀行間市場(chǎng)金融產(chǎn)品（包括衍生產(chǎn)品）的量化分析、市場(chǎng)風(fēng)險(xiǎn)管理以及相關(guān)系統(tǒng)實(shí)現(xiàn)等。目前從事并關(guān)注于金融領(lǐng)域機(jī)器學(xué)習(xí)相關(guān)主題與應(yīng)用，歡迎探討。

對(duì)于閑聊機(jī)器人來(lái)說(shuō)，如果告訴其你失戀了，能回個(gè)“藍(lán)瘦，香菇”。那這聊天機(jī)器人挺牛。一定是經(jīng)常更新訓(xùn)練數(shù)據(jù)，與時(shí)俱進(jìn)。但回過(guò)來(lái)一想，求之不得的憂傷，恒久遠(yuǎn)已，天下之才獨(dú)占八斗并且貴不可言的陳思王曹植，不也因?yàn)榍蟛坏脤?xiě)了篇《洛神賦》。詩(shī)經(jīng)中也有“漢有游女 不可求思”, ”求之不得 寤寐思服”的句子。王菲的歌詞中也有”思念是一種很玄的東西，如影隨形，無(wú)聲又無(wú)息出沒(méi)在心底，轉(zhuǎn)眼吞沒(méi)我在寂默里，我無(wú)力抗拒，特別是夜里，想你到無(wú)法呼吸”。這么多樣的表達(dá)。情感是難以描述的，“我們的精神狀態(tài)是如此復(fù)雜，只能以類比的方式來(lái)描述”^[1]，中國(guó)歷來(lái)的文人墨客最是擅長(zhǎng)比興手法，我們不排除“藍(lán)瘦，香菇”是一種表達(dá)，但中文中那么更優(yōu)美的表達(dá)也不該忽略。而按目前基于大量聊天樣本，當(dāng)客戶反饋時(shí)既為正樣本，通過(guò)深度學(xué)習(xí)RNN之類的模型解決Sequence2Sequence的問(wèn)題。如能學(xué)到一個(gè)機(jī)智對(duì)話的蠟筆小新已是很贊，而且目前也還有很長(zhǎng)的路。

那我們?nèi)鐚⑻囟I(lǐng)域的問(wèn)題答案做成樣本，同樣將其看做Sequence2Sequence映射問(wèn)題。通過(guò)深度學(xué)習(xí)模型去擬合這個(gè)復(fù)雜映射函數(shù)。且不說(shuō)這是個(gè)有多少人工就有多少智能的方案?？梢韵胂筮@種方式《棋魂》中的佐為肯定也是訓(xùn)練不出來(lái)的。

一 、理想中的智能助理

“人工智能助理：這里指的是Intelligent personal assistant/agent (IPA) ，指幫助個(gè)人完成多項(xiàng)任務(wù)或多項(xiàng)服務(wù)的虛擬助理”^[2],如何幫助？在文章^[2]中，提出對(duì)話式助理至少滿足這幾點(diǎn)功能：”具備基于上下文的對(duì)話能力，具備理解口語(yǔ)中的邏輯，所有能理解的需求，都要有能力履行。”^[2]但這樣幫助就夠了嗎？能不能像YY玄幻小說(shuō)中的深山偶獲老法師靈體，之后在你修行中的方方面面問(wèn)題中提供指導(dǎo)。喬布斯在一次訪談中提到”我認(rèn)為展望未來(lái)50至100年，如果我們真能開(kāi)發(fā)出一款設(shè)備，它可以捕捉潛在精神，或者一套潛在的原則，或者是潛在的看待世界的方式，這樣當(dāng)下一個(gè)亞里士多德出現(xiàn)的時(shí)候……也許他可以隨身攜帶這款設(shè)備，將所有東西都輸入其中。這樣當(dāng)這個(gè)人死后，我們就可以問(wèn)這款設(shè)備‘喂，對(duì)此亞里士多德會(huì)怎么說(shuō)？’，我們得到的答案或許是錯(cuò)誤的，或許是正確。但是想到此我就已經(jīng)很激動(dòng)了。”這應(yīng)該也是指通過(guò)人工智能借助于大師、領(lǐng)域?qū)＜业慕?jīng)驗(yàn)為各樣的決策提供建議。那是不是理想中的智能助理定位是在收集各樣信息的基礎(chǔ)上，結(jié)合其強(qiáng)大的計(jì)算能力和人類已有的決策樣本數(shù)據(jù)提供預(yù)測(cè)與決策建議呢？

前幾天，AlphaGo升級(jí)版Master最終以60勝0負(fù)的成績(jī)?cè)诳炱鍛?zhàn)橫掃中日韓三國(guó)頂尖棋手。聶衛(wèi)平賽后說(shuō)：“Master顛覆了多年的定式。而且最后證明它的選擇都成立。” 柯潔九段也表示：“從來(lái)沒(méi)見(jiàn)過(guò)這樣的招法，圍棋還能這么下？看Master的招法，等于說(shuō)以前學(xué)的圍棋都是錯(cuò)誤的，原來(lái)學(xué)棋的時(shí)候要被罵的招法現(xiàn)在Master都下出來(lái)了?！?nbsp;李喆在賽后總結(jié)“每盤(pán)棋里，AI大部分的招，都和人類棋手的想法接近。體現(xiàn)了人類經(jīng)驗(yàn)仍然具有有效性。。。人無(wú)法完全做全局運(yùn)算，因此會(huì)因經(jīng)驗(yàn)局限性而錯(cuò)失對(duì)當(dāng)前盤(pán)面的針對(duì)性”?？上攵Y(jié)合了人類經(jīng)驗(yàn)（樣本數(shù)據(jù)），加上計(jì)算機(jī)強(qiáng)大的計(jì)算能力，在圍棋這樣的完全信息博弈游戲領(lǐng)域必然橫掃頂尖棋手。

那在非完全信息博弈領(lǐng)域呢? “撲克這類不完全信息擴(kuò)展式博弈以其隨機(jī)性、信息不完全可見(jiàn)性、博弈規(guī)模大等特征”^[4]是不是可以阻擋人工智能的腳步。答案是乎也是否定的?！坝煽突仿〈髮W(xué)（CMU）開(kāi)發(fā)的名為 Libratus 的人工智能系統(tǒng)即將開(kāi)始一場(chǎng)新的挑戰(zhàn)：試圖在一對(duì)一、無(wú)限制投注的規(guī)則下?lián)魯∈澜缱顝?qiáng)的人類德州撲克玩家?！?sup>[5]借助于博弈論與強(qiáng)化學(xué)習(xí)等模型以及專業(yè)玩家的樣本數(shù)據(jù)，結(jié)合計(jì)算的強(qiáng)大計(jì)算能力，在這一領(lǐng)域的游戲中人工智能終也將完勝人類。 

二、理想中的提供預(yù)測(cè)與決策建議智能助理的可行嗎？

如此看來(lái)，是乎是可行的。不過(guò)還是先聽(tīng)聽(tīng)人工智能領(lǐng)域先驅(qū)馬文·明斯基等人的意見(jiàn)。

莫拉維克悖論

百度百科中描述：莫拉維克悖論（Moravec's paradox）是由漢斯·莫拉維克、布魯克斯、馬文·明斯基等人于1980年代所闡釋。人類所獨(dú)有的高階智慧能力只需要非常少的計(jì)算能力，例如推理，但是無(wú)意識(shí)的技能和直覺(jué)卻需要極大的運(yùn)算能力。如莫拉維克所寫(xiě)“要讓電腦如成人般地下棋是相對(duì)容易的，但是要讓電腦有如一歲小孩般的感知和行動(dòng)能力卻是相當(dāng)困難甚至是不可能的?！?/p>

馬文·明斯基在其著作《情感機(jī)器》^[1]中討論了人類大腦思維運(yùn)行方式，嘗試設(shè)計(jì)能理解、會(huì)思考的人工智能，也討論為什么會(huì)有莫拉維克悖論。書(shū)中明斯基提出“所有的現(xiàn)代程序都不具備常識(shí)性知識(shí)(Commonsense Knowledge)”^[1]所以會(huì)給人感覺(jué)有時(shí)不夠智能。這些常識(shí)性知識(shí)和推理包括^[1]：

• 正面經(jīng)驗(yàn)(Positive Expertise)：知道在哪種情況下該使用哪種類型知識(shí)。

• 負(fù)面經(jīng)驗(yàn)(Negative Expertise)：知道不該采取哪種行動(dòng)，因?yàn)榭赡軙?huì)使事情變得更糟。

• 調(diào)試技能(Debugging Skills)：當(dāng)常規(guī)方法不再適用時(shí)，還有其他可供選擇的方法。

• 適應(yīng)技能(Adaptive Skills)：知道這樣把原有知識(shí)應(yīng)用到新情況之中。

明斯基提出了框架表示常識(shí)的結(jié)構(gòu)化知識(shí)表示。這屬于機(jī)器學(xué)習(xí)中的符號(hào)主義（Symbolists），不同與當(dāng)前聯(lián)結(jié)主義（Connectionists）的深度學(xué)習(xí)。目前該領(lǐng)域還在探索期，已有一些基于知識(shí)圖譜方面應(yīng)用。并且這些常識(shí)性知識(shí)和推理難以在深度學(xué)習(xí)模型中得到解決。遷移學(xué)習(xí)也是試圖在聯(lián)結(jié)主義框架下將通用領(lǐng)域的訓(xùn)練結(jié)果遷移到特定領(lǐng)域，目前也還在探索期。 

來(lái)源：情感機(jī)器[1] 

“專家是一位無(wú)須思考就知道結(jié)果的人”^[1],所謂常識(shí)可以認(rèn)為是一種直覺(jué)。愛(ài)迪生說(shuō)過(guò)“天才就是99%的汗水+1%的靈感，但沒(méi)有這1%的靈感那99%的汗水也是徒勞”，靈感既大師在決策時(shí)的直覺(jué)?！昂虏亍の髅蓪?duì)比過(guò)國(guó)際象棋世界冠軍十年間不同的下法，認(rèn)為這是這是全部職業(yè)強(qiáng)選手的集體經(jīng)驗(yàn)而積累起來(lái)的知識(shí)的結(jié)果。專家和新手區(qū)分不僅僅是前者具有大量和多樣的信息，而且是他的直覺(jué)經(jīng)驗(yàn)使他能發(fā)現(xiàn)他所面對(duì)的形勢(shì)中的熟悉模式，長(zhǎng)期記憶中儲(chǔ)存大量的棋子的共同模式，通過(guò)識(shí)別這些模式，從長(zhǎng)期記憶中重新找到大量相關(guān)信息?！?sup>[5],這些并不需要大量復(fù)雜的全局計(jì)算，而“AlphaGo中使用蒙特卡羅樹(shù)搜索（Monte Carlo Tree Search，MCTS)結(jié)合估值網(wǎng)絡(luò)（Value Network）來(lái)做可選方案集合選取?！?sup>[6] 兩者完全是不同的途徑。目前要讓人工智能有如小孩般的學(xué)習(xí)能力與通用常識(shí)都很遙遠(yuǎn)。更別說(shuō)像大師、領(lǐng)域?qū)＜覟楦鳂拥臎Q策提供建議。扎克伯格在搭建他的智能助理Jarvis時(shí)也說(shuō)“我們距離了解學(xué)習(xí)的本質(zhì)仍然很遙遠(yuǎn)，我們?nèi)匀徊恢缹⑷绾螐囊粋€(gè)領(lǐng)域中獲得的想法應(yīng)用到另一個(gè)完全不同的領(lǐng)域中去?！?sup>[7]

數(shù)據(jù)，樣本在哪里？

另一個(gè)問(wèn)題是，目前的深度學(xué)習(xí)需要端到端的樣本數(shù)據(jù)。AlphaGo是使用段位以上圍棋專業(yè)棋手對(duì)弈樣本，并通過(guò)自我對(duì)弈擴(kuò)大樣本數(shù)。而智能助理面對(duì)個(gè)人方方面面的任務(wù)、事件，更加無(wú)法得到那些專業(yè)的正樣本數(shù)據(jù)。并且每個(gè)助理面對(duì)客戶的情況都是不同的，個(gè)體都是獨(dú)立的，不可能得到訓(xùn)練所需的樣本數(shù)據(jù)。

不可能獲得實(shí)質(zhì)理性所需的全局信息

羅振宇在跨年演講中說(shuō)道“在人工智能邏輯里，它不關(guān)心人類對(duì)一件事情的定義，但是它可以輸出你要的答案。只要有大量的數(shù)據(jù)，它就能用跟人完全不同的思路，達(dá)到同樣的結(jié)果?！闭媸侨绱藛?？筆者并不認(rèn)同，人工智能是和人的思維不同，但不等于有大量數(shù)據(jù)就能得到同樣效果或更好效果。因?yàn)椤拔覀冎溃ㄟ^(guò)深度學(xué)習(xí)和大數(shù)據(jù)，一定能得到一個(gè)更優(yōu)的模式識(shí)別效果。但前提是我們假設(shè)未來(lái)和歷史特征向量是符合同一概率分布。未來(lái)當(dāng)然不會(huì)和歷史是同一概率分布，就像彼得·林奇說(shuō)的‘你無(wú)法從后視鏡中看到未來(lái)?！艘舱f(shuō)過(guò)‘我們做出的預(yù)測(cè)有可能被否定，因?yàn)樗麄冎痪哂薪?jīng)驗(yàn)的意義。’”^[6]哈耶克舉過(guò)一個(gè)例子，對(duì)一場(chǎng)足球比賽，如果我們熟悉球賽，了解球隊(duì)，并可以監(jiān)測(cè)賽場(chǎng)上每一刻球員狀態(tài)包括心肺、肌肉等等，但球賽的結(jié)果還是超出了科學(xué)預(yù)測(cè)的范圍。因?yàn)槲覀兊幕诮?jīng)驗(yàn)的預(yù)測(cè)能力也僅限于事件的一般特點(diǎn)，并不包括預(yù)測(cè)每個(gè)具體事件的能力。所以即使有足夠的數(shù)據(jù)，機(jī)器也不一定能得出比從1990年起每次國(guó)足比賽都押輸更牛逼的策略。

另外一點(diǎn)是，智能助理能得到每個(gè)具體事件決策所需要的所有信息嗎？即使人類生活在《黑客帝國(guó)》電影中的Matrix，其中的機(jī)器人主宰也不是能掌控所有信息，如電影所說(shuō)總有些自由意志是不可知。哈耶克說(shuō)過(guò)“社會(huì)的經(jīng)濟(jì)問(wèn)題就是一個(gè)知識(shí)利用的問(wèn)題，而這種知識(shí)并沒(méi)有完整的給予任何一個(gè)人”。所以即使在大數(shù)據(jù)時(shí)代也不可能獲得全局知識(shí)與信息。

三、智能助理該做什么

既然智能助理定位不是在收集各樣信息的基礎(chǔ)上，結(jié)合其強(qiáng)大的計(jì)算能力和人類已有的決策樣本數(shù)據(jù)提供預(yù)測(cè)與決策建議。那是不是可以退一步，定位在收集各樣信息，并輔助人類決策呢？根據(jù)諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，圖靈獎(jiǎng)獲得者郝伯特·西蒙的不確定性環(huán)境下決策理論：應(yīng)當(dāng)是有限的理性，而不是全知全能的理性；應(yīng)當(dāng)是過(guò)程合理性，而不是本質(zhì)合理性。過(guò)程理性決策步驟可以參考文章^[6]中描述。再結(jié)合智能助理的定位，我們可以設(shè)想智能助理需要實(shí)現(xiàn)如下功能：

• 前提：客戶信息收集以及相關(guān)領(lǐng)域信息收集

• “具備基于上下文的對(duì)話能力，具備理解口語(yǔ)中的邏輯”^[2].

• 提供決策相關(guān)信息以及可選方案集。

• 在特定領(lǐng)域輔助履行。

• 決策后跟蹤相關(guān)信息，獲得新數(shù)據(jù)，是持續(xù)優(yōu)化決策的過(guò)程。

前提：客戶信息收集以及相關(guān)領(lǐng)域信息收集

智能助理需要收集客戶的個(gè)人信息，這不只是千人千面的客戶標(biāo)簽畫(huà)像，而是認(rèn)為每個(gè)人都是獨(dú)立的個(gè)體。電影《Her》中人工智能薩曼莎是位稱職的智能助理，她被啟動(dòng)后立即申請(qǐng)是掃描主人公的硬盤(pán)。在扎克伯格的Jarvis 不但控制了他家的全部家電、門(mén)禁，還包括收集個(gè)人生活偏好?！耙粋€(gè)AI系統(tǒng)就能越好地處理開(kāi)放式問(wèn)題。我經(jīng)常只對(duì)Jarvis說(shuō)‘播放音樂(lè)’，它會(huì)查看我過(guò)去的聽(tīng)歌習(xí)慣”^[7]。授權(quán)智能助理收集個(gè)人信息的前提是信任，使用者必須相信電影《Her》中智能助理薩曼莎同時(shí)和8316個(gè)人溝通同時(shí)，每個(gè)智能助理都是獨(dú)立的并能保護(hù)每位使用者個(gè)人隱私。

這些天北京又持續(xù)爆表霧霾，是否要讓孩子離開(kāi)北京，是很多家長(zhǎng)非常糾結(jié)的問(wèn)題。吳曉波在文章^[8]中為賣房去大理的寬寬做了一個(gè)財(cái)務(wù)規(guī)劃。如果這個(gè)問(wèn)題提給智能助理，其需要收集寬寬當(dāng)前財(cái)務(wù)以及房產(chǎn)情況，并以寬寬的名義詢問(wèn)各銀行二手房按揭利率信息，以及了解大理房?jī)r(jià)信息，是否有購(gòu)房限制等等。這些都是智能助理需要收集領(lǐng)域知識(shí)與信息。

提供決策相關(guān)信息以及可選方案集

參考文章^[8],在寬寬提出移居大理后，智能助理應(yīng)該根據(jù)之前收集的信息給出以下兩個(gè)方案：

1）賣房530萬(wàn)，購(gòu)大理房一次性付款130萬(wàn)元。400萬(wàn)理財(cái)。

2）抵押房子給最優(yōu)貸款條件的銀行，貸款利率5.4%，拿到159萬(wàn)元買(mǎi)大理房。每年需支出利息8.58萬(wàn)元，房屋租金9.6萬(wàn)元。

如何抉擇并不是智能助理的職責(zé)。寬寬可以聽(tīng)從吳曉波基于他的專家經(jīng)驗(yàn)，認(rèn)為“人民幣正處在一個(gè)不可逆轉(zhuǎn)的貶值周期中…最保守的計(jì)算，未來(lái)M2維持年均10%的增速”^[8]得出結(jié)論是“所以，請(qǐng)你“拋棄”北京的時(shí)候，盡量不要拋棄北京的房子?！?sup>[8]。但寬寬也可以認(rèn)為既然人民幣正處在一個(gè)不可逆轉(zhuǎn)的貶值周期中，那將400萬(wàn)換成美元理財(cái)、基金。如果房?jī)r(jià)未來(lái)以美元計(jì)價(jià)跌了，那么她再買(mǎi)回來(lái)。又或是她在大理找到更加明確的人生的真諦，選擇了新的生活方式，不愿再回北京，那北京房?jī)r(jià)再高也和她沒(méi)有關(guān)系。這些都是她的決定，無(wú)法讓智能助理代其抉擇，但智能助理可以提供方案以及可能的后果。

在特定領(lǐng)域輔助履行

在電影《Her》智能助理薩曼莎在評(píng)價(jià)主人公文章的價(jià)值后，將其文章發(fā)給出版社編輯從而得以出版。忽略其中代替決策的部分，能知道如何在特定領(lǐng)域輔助履行決策已是很難。就和知道特定領(lǐng)域收集什么信息一樣困難。目前這方面多是基于專家經(jīng)驗(yàn)的模板實(shí)現(xiàn)。

決策后相關(guān)信息跟蹤，獲得新數(shù)據(jù)，是持續(xù)優(yōu)化決策的過(guò)程

持續(xù)跟蹤相關(guān)信息，再有新的重要信息告知用戶。比方如果北京房?jī)r(jià)跌了，寬寬的美元理財(cái)、基金漲了，北京空氣持續(xù)優(yōu)化。這時(shí)可以讓寬寬抉擇是否購(gòu)回北京房產(chǎn)。如果相反那就不用說(shuō)了，免得添堵。

預(yù)測(cè)重要，但也沒(méi)那么重要

在上面買(mǎi)房輔助決策中，并沒(méi)有預(yù)測(cè)十年后房?jī)r(jià)，也沒(méi)有預(yù)測(cè)利率、匯率，或他們未來(lái)可能的生活方式。而是提供當(dāng)前事實(shí)性的信息，可貸款信息，房?jī)r(jià)信息等，以及可選的方案。當(dāng)然，如果能準(zhǔn)確預(yù)測(cè)未來(lái)房?jī)r(jià)，那就是個(gè)規(guī)劃問(wèn)題。目前看來(lái)，未來(lái)之眼的機(jī)器并不存在。而且如果人人都一個(gè)完美預(yù)測(cè)的機(jī)器，那就引入新的變量，原有的預(yù)測(cè)都又不準(zhǔn)了。另外一點(diǎn)，目前也不可能每人都有AlphaGo的計(jì)算能力，有篇報(bào)道稱在2015年10月的公布的版本, AlphaGo使用一千多塊CPU及一百多塊GPU，圍棋還只是完全信息博弈游戲。

既然無(wú)法準(zhǔn)確預(yù)測(cè)，那就提供可選方案對(duì)當(dāng)前決策緩沖預(yù)測(cè)誤差影響。如用400萬(wàn)換套小些、遠(yuǎn)些的房子。

四、總結(jié)

本文認(rèn)為，基于端到端樣本數(shù)據(jù)的深度學(xué)習(xí)模型并不是智能助理的唯一模型。智能助理的定位不是提供各領(lǐng)域問(wèn)題的專家建議與預(yù)測(cè)。而是在收集相關(guān)信息的基礎(chǔ)上，結(jié)合其強(qiáng)大的計(jì)算能力為決策提供合適的事實(shí)信息以及可選的方案。應(yīng)該是需符合郝伯特·西蒙的不確定性環(huán)境下決策理論，以過(guò)程理性解決問(wèn)題的持續(xù)優(yōu)化的過(guò)程。不只是預(yù)測(cè)。  

參考文獻(xiàn)：

[1] 馬文·明斯基. 情感機(jī)器[M]. 浙江人民出版社.2015,12.

[2] Mingke.為什么現(xiàn)在的人工智能助理都像人工智障？[OL].S先生.2016-11-21.

[3] 袁峻峰. 投資版AlphaGo系統(tǒng)探討 [OL]. 螞蟻金服評(píng)論(公眾號(hào)). 2016-03-14.

[4] 機(jī)器之心編譯. 業(yè)界 | 人工智能將挑戰(zhàn)德州撲克，與人類爭(zhēng)奪20萬(wàn)美元獎(jiǎng)金[OL]. 機(jī)器之心. 2017-01-06.

[5] 胡裕靖，高陽(yáng). 撲克游戲中的不完美信息博弈[OL].

[6] 袁峻峰. 結(jié)合AlphaGo算法和大數(shù)據(jù)的量化基本面分析法探討[OL].大數(shù)據(jù)文摘.2016-11-25.

[7] 扎克伯格.扎克伯格開(kāi)發(fā)筆記：打造Jarvis的日子，我慶幸自己從未停止過(guò)編程[OL].雷鋒網(wǎng).2016-12-22.

[8]吳曉波. 在大理的你，請(qǐng)好好呵護(hù)北京的房子[OL]. 吳曉波頻道.2016-11-30.

作者聯(lián)系方式：郵箱yuanjunfeng_fr@163.com , 微信 jake-80 。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。