2020年8月7日-9日，第五屆CCF-GAIR全球人工智能與機(jī)器人峰會，于深圳隆重舉辦。

此次峰會由中國計(jì)算機(jī)學(xué)會主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦。

在大會第三日的「AI金融專場」中，《AI金融評論》邀請了6位最具代表性的頂尖AI金融專家，分享能夠代表未來10年風(fēng)向的智能技術(shù)方法論、產(chǎn)品邏輯和風(fēng)險(xiǎn)管理理念；也在2020這個(gè)特別的時(shí)間節(jié)點(diǎn)上，展望他們眼中的「AI金融新十年」。

微眾銀行首席AI官楊強(qiáng)：聯(lián)邦學(xué)習(xí)，重塑金融范式

大會開場，微眾銀行首席AI官楊強(qiáng)教授首先登臺演講。

楊強(qiáng)是國際聯(lián)邦學(xué)習(xí)與遷移學(xué)習(xí)的領(lǐng)軍人物，也是國際人工智能聯(lián)合會（IJCAI）成立50多年來，首位華人理事會主席。

微眾銀行目前已經(jīng)有五年的經(jīng)營歷史，有大約兩億的個(gè)人用戶和將近百萬的小微企業(yè)客戶。作為微眾首席AI官，楊強(qiáng)教授認(rèn)為微眾銀行之所以獲得如此大規(guī)模的用戶群，很大程度上是取決于技術(shù)上的創(chuàng)新，包括云計(jì)算、大數(shù)據(jù)和人工智能。

他表示，獲客、客戶信用評估、客服等金融業(yè)務(wù)都有AI的影子，這當(dāng)中的主線就是“如何將盡可能多的數(shù)據(jù)順利使用起來”。而聯(lián)邦學(xué)習(xí)這種“數(shù)據(jù)不動(dòng)模型動(dòng)”的做法，能實(shí)現(xiàn)“數(shù)據(jù)可用不可見”的目標(biāo)，更好地助力金融。遷移學(xué)習(xí)和聯(lián)邦學(xué)習(xí)也是如今比較突出的兩項(xiàng)技術(shù)，可以把整個(gè)金融業(yè)務(wù)再往前推進(jìn)一步。

楊強(qiáng)認(rèn)為，目前很多行業(yè)并沒有真正意義上的大數(shù)據(jù)，缺乏高質(zhì)量、有標(biāo)注、不斷更新的數(shù)據(jù)。

如何保證各方數(shù)據(jù)私密不外傳，又能保證數(shù)據(jù)更新？這就是分布性數(shù)據(jù)隱私保護(hù)、聯(lián)合建模的挑戰(zhàn)和需求——把小數(shù)據(jù)聚合起來成為大數(shù)據(jù)。加上現(xiàn)在人們愈發(fā)重視隱私，政府紛紛立法，對技術(shù)的監(jiān)管趨嚴(yán)，聯(lián)邦學(xué)習(xí)正為保護(hù)隱私帶來了技術(shù)上的新思路。

如何理解聯(lián)邦學(xué)習(xí)？“邦”是指每個(gè)實(shí)體參與者地位相同，無論大小，提供的價(jià)值才是他們存在的意義；“聯(lián)”是用一種方式把它們聯(lián)合起來，保護(hù)隱私，一起做有意義的事情。

聯(lián)邦學(xué)習(xí)的宗旨是“數(shù)據(jù)不動(dòng)模型動(dòng)”，目標(biāo)是“數(shù)據(jù)可用不可見”。數(shù)據(jù)可以用，但是這些原始數(shù)據(jù)是合作方彼此之間見不到的，所以一些散亂的小數(shù)據(jù)就可以成為虛擬的大數(shù)據(jù)。

楊強(qiáng)教授介紹稱，目前聯(lián)邦學(xué)習(xí)主要有橫向聯(lián)邦（樣本不同、特征重疊）和縱向聯(lián)邦（樣本重疊、特征不同）兩種做法，前者更適用于to C場景，后者適合to B場景。

他強(qiáng)調(diào)，聯(lián)邦學(xué)習(xí)和分布式AI、聯(lián)邦數(shù)據(jù)庫的區(qū)別在于：過去這二者的數(shù)據(jù)形態(tài)、分布、表征皆為同類，但在聯(lián)邦學(xué)習(xí)里它們可以是異構(gòu)的；且過去聯(lián)邦數(shù)據(jù)庫目的是并行計(jì)算、增加效率，但現(xiàn)在數(shù)據(jù)本身屬于不同的屬主，所以需要做加密情況下保護(hù)隱私的計(jì)算。

最后，楊強(qiáng)談到了聯(lián)邦學(xué)習(xí)在金融領(lǐng)域的應(yīng)用。除了推薦系統(tǒng)，聯(lián)邦學(xué)習(xí)也可以在征信系統(tǒng)和信貸業(yè)務(wù)上發(fā)揮作用，銀行提供用戶貸款的關(guān)鍵數(shù)據(jù)，合作方提供企業(yè)的交易數(shù)據(jù)，兩方數(shù)據(jù)后聯(lián)邦可讓壞賬率大幅降低。在保險(xiǎn)業(yè)，則可以讓不同的保險(xiǎn)公司可以橫向聯(lián)邦，更好地建立個(gè)性化定價(jià)模型。

平安集團(tuán)首席科學(xué)家肖京：1%的效率提升，100億的價(jià)值創(chuàng)造

緊接著，平安集團(tuán)首席科學(xué)家肖京博士上臺發(fā)表演講。

肖京博士長期從事人工智能與大數(shù)據(jù)分析挖掘相關(guān)領(lǐng)域研究，目前主持平安集團(tuán)的AI賦能與技術(shù)創(chuàng)新工作，包括智能化大數(shù)據(jù)分析等技術(shù)在金融、醫(yī)療、智慧城市等領(lǐng)域的研發(fā)和應(yīng)用。

他曾經(jīng)指出，運(yùn)營上1%的效率提升，就可以給平安集團(tuán)帶來100億的價(jià)值——全集團(tuán)180多萬員工，每一點(diǎn)效率的提高帶來的收益都十分明顯。

現(xiàn)場，肖京以「人工智能賦能金融業(yè)務(wù)」為主題，同與會者進(jìn)行了分享討論。

他指出，金融市場目前面臨越來越多的挑戰(zhàn)和訴求，隨著監(jiān)管趨嚴(yán)，互聯(lián)網(wǎng)和高科技企業(yè)、傳統(tǒng)銀行等金融機(jī)構(gòu)的競爭愈加激烈；未來銀行不管在體制還是技術(shù)上，都會更加開放，同時(shí)，金融機(jī)構(gòu)的投融結(jié)合將成為明顯的發(fā)展趨勢，平安的經(jīng)營管理也將逐漸向混業(yè)經(jīng)營、精細(xì)化、輕資產(chǎn)化轉(zhuǎn)變。

肖京博士分享稱，線上化和多線聯(lián)動(dòng)使平安集團(tuán)實(shí)現(xiàn)渠道的實(shí)時(shí)觸達(dá)，起到降本增效的目的；而智能化、尤其是AI技術(shù)的研發(fā)及應(yīng)用，讓集團(tuán)真正實(shí)現(xiàn)數(shù)字化經(jīng)營，形成業(yè)務(wù)生產(chǎn)和服務(wù)流程的重構(gòu)。肖京認(rèn)為，技術(shù)要和業(yè)務(wù)緊密結(jié)合，不光要形成具體解決業(yè)務(wù)問題的智能化方案和平臺，更要形成規(guī)模化拓展AI應(yīng)用的能力，覆蓋各類場景，快速有效地實(shí)現(xiàn)業(yè)務(wù)環(huán)節(jié)的智能化，持續(xù)夯實(shí)關(guān)鍵技術(shù)和業(yè)務(wù)壁壘。

他還透露，現(xiàn)階段平安主要在進(jìn)行智能化業(yè)務(wù)方案中臺的建設(shè)，將技術(shù)與業(yè)務(wù)深度融合，抽象濃縮成中臺組件，幫助業(yè)務(wù)快速組建前端服務(wù)機(jī)器人，將AI算法應(yīng)用于不同的業(yè)務(wù)場景?！捌桨材X”智能引擎作為其核心框架，高效賦能集團(tuán)各業(yè)務(wù)單位完善智能化建設(shè)。在此之前，平安前后花費(fèi)了近一年時(shí)間，打通了集團(tuán)內(nèi)部的數(shù)據(jù)孤島，整合到一個(gè)平臺上，并建立了自動(dòng)更新及質(zhì)量控制機(jī)制，對原始數(shù)據(jù)自動(dòng)化進(jìn)行脫敏、整合、清洗、標(biāo)準(zhǔn)化等處理，并對這部分?jǐn)?shù)據(jù)采取嚴(yán)格保密管理，建立有關(guān)數(shù)據(jù)安全、隱私保護(hù)的管理規(guī)范。

此外，肖京博士也談到了聯(lián)邦學(xué)習(xí)技術(shù)。平安已經(jīng)推出蜂巢聯(lián)邦智能平臺，以解決“數(shù)據(jù)孤島”情況下數(shù)據(jù)不可共用的問題，平臺具有安全性、隱私性、合法性的特點(diǎn)，目前已應(yīng)用于動(dòng)態(tài)保險(xiǎn)定價(jià)、專屬語音客服等多個(gè)場景。同時(shí)肖京也提到，聯(lián)邦學(xué)習(xí)需要加密、分布部署、改變模型等具體細(xì)節(jié)，在溝通、開發(fā)、部署等各方面成本都較高，只有在必需的場合，平安才會使用聯(lián)邦學(xué)習(xí)技術(shù)。

在此次大會上，肖博士詳細(xì)分享了不少平安的人工智能技術(shù)應(yīng)用，比如多模態(tài)身份認(rèn)證，準(zhǔn)確率高、穩(wěn)定性優(yōu)、適用范圍廣，已應(yīng)用于普惠小額貸款、銀行保險(xiǎn)賬戶開戶、門禁等多個(gè)場景，通過微表情、人臉識別等技術(shù)提升平安普惠的放貸效率，將放款時(shí)間縮短至3分鐘，違約率也大幅下降；平安的企業(yè)大數(shù)據(jù)知識圖譜歐拉圖譜，構(gòu)建了專業(yè)的債券違約、財(cái)務(wù)造假、企業(yè)評級等多個(gè)模型，實(shí)現(xiàn)貸前貸中貸后、投前投中投后等業(yè)務(wù)領(lǐng)域的風(fēng)險(xiǎn)管理，預(yù)警防控企業(yè)金融風(fēng)險(xiǎn)；平安的圖像識別技術(shù)也已經(jīng)在車險(xiǎn)理賠中發(fā)揮重要作用，其應(yīng)用不僅可以在理賠早期就識別出欺詐的風(fēng)險(xiǎn)，每年減少幾十億元的風(fēng)險(xiǎn)滲透，還提升了業(yè)務(wù)效率，優(yōu)化用戶體驗(yàn)。

京東數(shù)字科技集團(tuán)副總裁程建波：AI時(shí)代下的風(fēng)控理念

隨后，京東數(shù)字科技集團(tuán)副總裁、風(fēng)險(xiǎn)管理中心總經(jīng)理程建波，深入講述了AI在風(fēng)險(xiǎn)管理中的應(yīng)用實(shí)踐。

程建波先生先后就職于深發(fā)展銀行、華夏銀行、FICO等機(jī)構(gòu)，具備傳統(tǒng)金融與互聯(lián)網(wǎng)跨行業(yè)經(jīng)驗(yàn)，對行業(yè)有廣泛和深入的了解，業(yè)務(wù)實(shí)踐經(jīng)驗(yàn)豐富。2014年8月，程建波加入京東，組建京東金融風(fēng)險(xiǎn)管理團(tuán)隊(duì)，推進(jìn)了京東白條、金條等系列有行業(yè)影響力的產(chǎn)品的發(fā)展。

他分享了很多頗具建設(shè)性的風(fēng)控思路和理念。

• 風(fēng)險(xiǎn)不僅是控制，更是主動(dòng)選擇的經(jīng)營管理。

• 管理風(fēng)險(xiǎn)意味著機(jī)遇。風(fēng)險(xiǎn)管理做的好不僅可以止損，還可以帶來很多的商業(yè)機(jī)會。

• 好的風(fēng)險(xiǎn)管理不是滯后的，而會更具有前瞻性。學(xué)習(xí)的過程是終生的，更需要預(yù)見式，而不是反應(yīng)式。

在大會現(xiàn)場，程建波首先和與會嘉賓分享了京東數(shù)科的三個(gè)階段：數(shù)字金融、金融科技、數(shù)字科技。三個(gè)階段里，不變的核心是一直將數(shù)字當(dāng)作基因，不做和數(shù)字無關(guān)的業(yè)務(wù)。

程建波強(qiáng)調(diào)新的技術(shù)一定要放在商業(yè)實(shí)踐當(dāng)中反復(fù)打磨，尤其是在線上業(yè)務(wù)中，風(fēng)險(xiǎn)管理的模式和傳統(tǒng)相比有很大差別，雖然依然在解決一些老問題，比如信息不對稱、如何了解用戶、如何讓大家理解產(chǎn)品并且使用。但是新的風(fēng)控模式已經(jīng)打破了以前的路徑，企業(yè)仍需要做很多促進(jìn)消費(fèi)者理解的工作。

此外，程建波認(rèn)為有體系的產(chǎn)品建設(shè)十分重要。當(dāng)技術(shù)積累到一定程度，比如微眾銀行建造的模型高達(dá)60個(gè)，最大的挑戰(zhàn)是龐大的技術(shù)團(tuán)隊(duì)如何管理，比如平安的業(yè)務(wù)很大，1%的變動(dòng)，就是幾萬億的規(guī)模。這不再是單純技術(shù)的問題，還需要構(gòu)建一個(gè)復(fù)雜的框架體系，并且需要多團(tuán)隊(duì)聯(lián)合作戰(zhàn)。

關(guān)于風(fēng)控，程建波也向與會嘉賓分享了許多自己多年來的實(shí)踐經(jīng)驗(yàn)和思考。

他認(rèn)為風(fēng)險(xiǎn)一定是滯后的。如何在風(fēng)險(xiǎn)不斷裂變的情況下更快速地預(yù)測用戶的風(fēng)險(xiǎn)等級，對于風(fēng)險(xiǎn)管理人員來說是非常重要的，需要更多的技術(shù)儲備。

程建波還十分重視人才的培養(yǎng)和建設(shè)。他認(rèn)為所有新興的商業(yè)，對人才的要求都是全方位的，第一是和策略相關(guān)的專家，第二是AI科學(xué)家，第三是大數(shù)據(jù)的專家。

原摩根大通執(zhí)行董事黃又鋼： 小微貸款風(fēng)控模型中的算法探索

第四位演講嘉賓，是華爾街知名建模和風(fēng)控專家黃又鋼。

他曾任摩根大通執(zhí)行董事和花旗銀行高級副總裁，擁有數(shù)十年的海外零售銀行數(shù)據(jù)分析經(jīng)驗(yàn)和前沿算法思維，今年回國與金融界頂尖技術(shù)大牛王強(qiáng)博士聯(lián)合創(chuàng)立了弘犀智能科技有限公司，出任首席風(fēng)控官。

以《小微貸款風(fēng)控模型中的算法探索》為主題，黃又鋼和嘉賓及與會朋友們分享了自己在風(fēng)控實(shí)踐中的一些心得體會。

黃又鋼認(rèn)為，中小微企業(yè)解決了國家80%的就業(yè)，這些企業(yè)的生存和貸款需求問題是需要關(guān)心和全力解決。但和上市的公司相比，這類企業(yè)信息透露不夠充分，數(shù)據(jù)來源紛雜，數(shù)據(jù)格式不標(biāo)準(zhǔn)，數(shù)據(jù)更新周期不穩(wěn)定，導(dǎo)致面向中小微企業(yè)的信貸產(chǎn)品難度更高。中小微企業(yè)信用貸款是一個(gè)世界性的難題，除了有國家層面的政策扶助，更需要頂尖人才的智慧和付出。

在現(xiàn)場，黃又鋼主要介紹了集成算法，降維算法、聚類算法和決策樹算法。他指出，現(xiàn)在弘犀智能建任何模型一定是“雙軌模型”， 即兩個(gè)算法同時(shí)進(jìn)行。

主模型是傳統(tǒng)模型回歸算法，挑戰(zhàn)者模型是機(jī)器學(xué)習(xí)算法。無論在美國還是中國，經(jīng)典風(fēng)控領(lǐng)域全都是以回歸模型為主導(dǎo)，原因在于穩(wěn)定性好，可解釋性非常強(qiáng)。機(jī)器學(xué)習(xí)由于很難被解釋，在美國的信貸場景基本不能合規(guī)落地。

黃又鋼解釋了實(shí)操“雙軌”建模中的幾大過程：一是預(yù)測能力的比較； 二是變量維度的判斷；三是對比同一個(gè)觀測值，如何交叉使用；四是策略應(yīng)用，即如何使用這個(gè)模型。通過模型、變量、維度和個(gè)體等層面的比較，他給出了機(jī)器學(xué)習(xí)相較于傳統(tǒng)模型的優(yōu)劣性分析，表示機(jī)器學(xué)習(xí)在準(zhǔn)確性等方面比傳統(tǒng)模型要好，沒有概念和業(yè)務(wù)場景的限制；當(dāng)回歸模型與機(jī)器學(xué)習(xí)的結(jié)果沖突，適當(dāng)配置后端策略是可以解決這樣的問題。

黃又鋼指出人群分類在建模中的重要性，任何人群中都有可能包含不同的子群體。如果僅在全局人群上建一個(gè)模型、一條回歸線很難解決所有問題，而將人群分類后做獨(dú)立測試可能會更好地預(yù)測風(fēng)險(xiǎn)。決策樹算法和聚類算法是人群分類中經(jīng)常用到的算法，前者用樹的方法把人群分為多個(gè)葉子，每個(gè)葉子表示一個(gè)子人群；從機(jī)器學(xué)習(xí)角度來看，決策樹算法和聚類算法分別代表有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。

他認(rèn)為，人群分類的概念聽起來非常簡單，實(shí)際操作相當(dāng)復(fù)雜的。最終結(jié)果的評判標(biāo)準(zhǔn)一般是兩個(gè)方面，一是算法層面的比較，二是預(yù)測準(zhǔn)確性層面，特指各子人群模型匯總到全局人群上的預(yù)測準(zhǔn)確性。

黃又鋼還分享了算法探索與創(chuàng)新方面有兩個(gè)思路：一是單一的算法，從數(shù)學(xué)角度和（或）計(jì)算機(jī)角度，產(chǎn)生新的突破；二是兩種（或多種）算法的相互嵌入和混搭形成新的算法。從實(shí)際應(yīng)用的層面，“匹配”可能會更快地實(shí)現(xiàn)突破， 即現(xiàn)成的算法匹配特定的人群和特定的特征，就可能產(chǎn)生非常成功的應(yīng)用，比如CNN算法在圖像識別上的應(yīng)用效果就是一個(gè)事例。

他最后總結(jié)稱，未來的方向是“算法+人群+特征”，也即，算法的突破，人群的細(xì)分，數(shù)據(jù)的深挖，及相互之間適當(dāng)?shù)钠ヅ涠伎赡墚a(chǎn)生革命性的突破。

移卡集團(tuán)副總裁奚少杰：支付企業(yè)的商業(yè)全鏈數(shù)字化賦能邏輯

隨后演講的嘉賓，是移卡集團(tuán)副總裁奚少杰。

移卡是中國第二大二維碼支付的服務(wù)提供商，有14%的二維碼支付市場份額。截止2019年12月31號，移卡有530萬的活躍支付商戶，觸達(dá)3.68億消費(fèi)者。作為移卡集團(tuán)副總裁，奚少杰專注于中小微企業(yè)的數(shù)字化轉(zhuǎn)型和商業(yè)服務(wù)，他本人也曾在騰訊任職多年，有著豐富的互聯(lián)網(wǎng)和金融科技從業(yè)經(jīng)驗(yàn)。

現(xiàn)場，奚少杰為與會者帶來了題為《數(shù)字化轉(zhuǎn)型下的金融科技應(yīng)用》的主題演講。

奚少杰首先敘述了第三方支付的發(fā)展歷程，并認(rèn)為簡單的支付入口，比如二維碼，已經(jīng)不能滿足整體的數(shù)字化升級的需求，他提出未來幾年“產(chǎn)業(yè)支付”將驅(qū)動(dòng)行業(yè)迎來新的一波發(fā)展。

從技術(shù)角度（需求端和供給端）和宏觀角度，奚少杰詳細(xì)介紹了產(chǎn)業(yè)數(shù)字化升級的趨勢，目前移卡不僅僅是單一的支付服務(wù)商，還逐步會成為綜合的數(shù)字化服務(wù)商。這個(gè)服務(wù)不僅僅包括支付環(huán)節(jié)，還包括獲客、留存、供應(yīng)鏈等商戶經(jīng)營全鏈條的打通。

奚少杰向與會者介紹，目前移卡也給商戶提供了很多不同業(yè)務(wù)板塊，包括基于SaaS的智能餐飲經(jīng)營管理平臺——智掌柜，涵蓋點(diǎn)餐、收銀、后廚管理、外賣、會員營銷、營業(yè)報(bào)表等一體化功能，提高商家經(jīng)營效率；基于區(qū)塊鏈技術(shù)的商戶優(yōu)惠券聚合平臺“約惠圈”，可以為商戶提供優(yōu)惠券創(chuàng)建、分發(fā)、領(lǐng)取、分享獲客服務(wù)，助力商家打造私有流量池；支付和商戶服務(wù)“好生意”，通過連接多種支付方式，幫助商戶實(shí)現(xiàn)集中收銀和一體化賬單功能，同時(shí)為商家提供店鋪管理功能，布局商戶服務(wù)。

在金融服務(wù)和風(fēng)險(xiǎn)管理方面，移卡在提供支付服務(wù)的過程中，結(jié)合了人臉識別等生物識別技術(shù)，這些技術(shù)在支付過程中為客戶的風(fēng)控、反欺詐、精準(zhǔn)定位方面發(fā)揮了很大作用。

在智能經(jīng)營管理中，企業(yè)如何切入其中并為商家提供服務(wù)？奚少杰舉例稱，與商戶合作時(shí)，可借助基于AI視覺識別的門店熱力分析技術(shù)關(guān)注店鋪的熱點(diǎn)區(qū)域、到店客人的行為、商品陳列等與營業(yè)情況的關(guān)系，以幫助商戶更好地管理會員、經(jīng)營店鋪。

基于積累的數(shù)據(jù)，移卡還可以給商戶提供精準(zhǔn)的營銷服務(wù)，提供客戶留存、會員留存等服務(wù)；基于對商家的精準(zhǔn)評估，可以提供貸款等金融產(chǎn)品的服務(wù)。

普林斯頓大學(xué)教授范劍青：站在最高維，透視AI金融的運(yùn)行本質(zhì)

本次專場的最后一位重量級嘉賓，是普林斯頓大學(xué)金融講座教授范劍青。

他是國際數(shù)理統(tǒng)計(jì)學(xué)會創(chuàng)辦70年以來第一位華人主席，論文引用數(shù)多年位列世界數(shù)學(xué)家前十名，是素有統(tǒng)計(jì)學(xué)諾貝爾獎(jiǎng)之稱的CPOSS總統(tǒng)獎(jiǎng)得主，也是《計(jì)量經(jīng)濟(jì)》、《商務(wù)統(tǒng)計(jì)》、《統(tǒng)計(jì)年鑒》等五個(gè)國際頂尖雜志的主編。

在大洋彼岸的范教授，通過實(shí)時(shí)連線的方式，以“機(jī)器是怎么學(xué)習(xí)金融的”為主題，帶來了長達(dá)1個(gè)小時(shí)的精彩報(bào)告。他從大數(shù)據(jù)與人工智能、穩(wěn)健因子學(xué)習(xí)及其應(yīng)用、債券風(fēng)險(xiǎn)溢價(jià)預(yù)測、高頻交易預(yù)測，文本分析與金融投資，這五個(gè)板塊向大家報(bào)告近年來他的研究團(tuán)隊(duì)的部分工作成果。

在范劍青看來，人工智能是機(jī)器學(xué)習(xí)的平方，讓機(jī)器自動(dòng)學(xué)習(xí)機(jī)器算法、是機(jī)器學(xué)習(xí)的理想境界。而大數(shù)據(jù)賦能AI，從大數(shù)據(jù)相關(guān)的科學(xué)挑戰(zhàn)衍生的新興科學(xué)即為數(shù)據(jù)科學(xué)，他認(rèn)為數(shù)據(jù)科學(xué)以應(yīng)用為背景，其目的是想把大數(shù)據(jù)解決成智慧數(shù)據(jù)。

他指出，大數(shù)據(jù)=系統(tǒng)+分析+應(yīng)用，機(jī)器學(xué)習(xí)=統(tǒng)計(jì)+優(yōu)化+實(shí)現(xiàn)環(huán)境。

如今深度學(xué)習(xí)之所以能如此成功，范劍青認(rèn)為它是權(quán)衡偏差和方差的有效方法，深度網(wǎng)絡(luò)使高維函數(shù)更加靈活，而現(xiàn)在計(jì)算技術(shù)使大數(shù)據(jù)深度學(xué)習(xí)得到有效的實(shí)現(xiàn)。

范劍青認(rèn)為，在經(jīng)濟(jì)金融、生物醫(yī)學(xué)、管理決策和人文社會中，機(jī)器學(xué)習(xí)有很多挑戰(zhàn)和機(jī)遇。由于個(gè)體差異大，數(shù)據(jù)集未知，現(xiàn)在發(fā)生的事情與幾年后的變量完全不一樣，難以提取特征，需要各學(xué)科交叉。尤其是在金融行業(yè)，數(shù)據(jù)不平穩(wěn)，隨著時(shí)間而變，多人參與競爭的市場也是對金融的挑戰(zhàn)。

而機(jī)器學(xué)習(xí)本身就是為降低維數(shù)和預(yù)測而設(shè)計(jì)的，他認(rèn)為機(jī)器能學(xué)習(xí)金融，盡管金融非常復(fù)雜，但它的形式是可預(yù)測的。以股票收益預(yù)測為例，可以通過高維線性模型、機(jī)器學(xué)習(xí)模型或是深度學(xué)習(xí)模型來處理。他強(qiáng)調(diào)，成功預(yù)測的屬性一是大數(shù)據(jù)，二是魯棒，三是模型具備市場的重要特征。

他還詳盡地用幾個(gè)例子來說明溢價(jià)預(yù)測相關(guān)的問題，例如通過市場因子來預(yù)測債券風(fēng)險(xiǎn)；并介紹了現(xiàn)階段可以使用的兩種因子學(xué)習(xí)方法，一是傳統(tǒng)主成分方法，二是利用投影主成分來操作。

此外，范劍青也與現(xiàn)場觀眾介紹了文本數(shù)據(jù)如何協(xié)助股票投資決策，他表示現(xiàn)在可以通過對新聞內(nèi)容的分析，解析文章對股票的褒貶程度。

最后，范劍青總結(jié)稱，資產(chǎn)定價(jià)本質(zhì)上是預(yù)測問題，機(jī)器可以學(xué)習(xí)金融。他認(rèn)為機(jī)器學(xué)習(xí)可以幫助處理大數(shù)據(jù)并從中選擇重要因素和特征，能很好地應(yīng)對過度擬合的問題，允許非線性學(xué)習(xí)極大地改善預(yù)測效果，將穩(wěn)健性和對抗性網(wǎng)絡(luò)提煉為定價(jià)，智能預(yù)測也會帶來很大的經(jīng)濟(jì)收益。

歷屆「AI金融專場」，均會吸引中國及歐美地區(qū)眾多AI金融專家到場。在上一屆論壇中，加拿大工程院院士、Citadel首席人工智能官鄧力博士，加拿大工程院院士凌曉峰教授等多位重量級人物來到現(xiàn)場學(xué)習(xí)交流。

楊強(qiáng)和黃鎧在會場熱切交流 

而在今年，包括黃鎧、劉江川、王強(qiáng)等十多位IEEE Fellow以及各大金融機(jī)構(gòu)的首席信息官/科學(xué)家來到現(xiàn)場，共同促進(jìn)AI金融的產(chǎn)學(xué)融合與商業(yè)應(yīng)用。（雷鋒網(wǎng)雷鋒網(wǎng)）

黃鎧教授在AI金融論壇的現(xiàn)場

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。