在大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)奔涌薄發(fā)的時代，金融成為最佳首選落地場景。不論是理財投資、保險、信貸、房地產(chǎn)等傳統(tǒng)金融業(yè)務(wù)領(lǐng)域，還是市場分析、征信、風(fēng)控等技術(shù)環(huán)節(jié)，金融科技的介入讓這個古老的行業(yè)再一次迎來翻天覆地的變化。那么，在技術(shù)帶來業(yè)務(wù)革新的過程中，業(yè)界都遇到了什么問題，有什么最新的實踐經(jīng)驗可以參考？面對威脅，傳統(tǒng)金融業(yè)的出路在哪里？

為了解答這些疑問和探討行業(yè)的未來發(fā)展，在由中國計算機(jī)協(xié)會CCF主辦、雷鋒網(wǎng)和香港中文大學(xué)（深圳）聯(lián)合承辦的「CCF - GAIR」全球人工智能與機(jī)器人峰會中設(shè)置了金融科技專場。雷鋒網(wǎng)邀請了產(chǎn)學(xué)研各界十?dāng)?shù)位大咖為我們奉上了精神饕餮盛宴，涉及人工智能、大數(shù)據(jù)、區(qū)塊鏈與智能合約、智能投資、智能投顧、智能營銷等金融科技領(lǐng)域最熱的話題。由于各位大咖們的研究領(lǐng)域、研究角度都不同，接下來的內(nèi)容將會劃分為“學(xué)術(shù)前沿”、“產(chǎn)業(yè)前沿”兩部分。

學(xué)術(shù)前沿

如果將科技研究比作在廣闊的森林里有目的的尋找，學(xué)術(shù)研究就是在千萬次試錯中發(fā)現(xiàn)新風(fēng)景。

雷鋒網(wǎng)邀請到了數(shù)位桃李滿園的學(xué)術(shù)泰斗，包括英國皇家工程院院士、原牛津大學(xué)計算機(jī)系主任Bill Roscoe教授，香港科技大學(xué)張曉泉教授，北航區(qū)塊鏈實驗室主任蔡維德教授，中科院計算所副研究員羅平。

Bill Roscoe：金融科技與網(wǎng)絡(luò)安全的創(chuàng)新機(jī)會

作為金融科技專場的開場嘉賓，Bill Roscoe教授分享了凝結(jié)著他三十年研究經(jīng)驗的技術(shù)專利，包括信息安全、計算機(jī)驗證、智能合約等方面。

兩級密碼系統(tǒng)

該系統(tǒng)是對密碼學(xué)老問題的創(chuàng)新解決方案，密碼學(xué)老問題是：如何分辨錯誤和惡意攻擊？而密碼越復(fù)雜安全，用戶出錯的幾率越高。

這就涉及 PAKEs，一個密碼驗證、密匙交換的協(xié)議。當(dāng)雙方需要在不同的系統(tǒng)上搭建一系列的交換或者建立安全通道，需借助它建立密碼安全加密鏈接。這時就要針對每組密碼需要滿足的目的，基于簽名建立一套標(biāo)準(zhǔn)，利用該標(biāo)準(zhǔn)選擇密碼。該標(biāo)準(zhǔn)看起來會像 hash(ps)<C。C 控制能通過系統(tǒng)驗證的隨機(jī)字符串比率。

加密簽名

數(shù)字簽名現(xiàn)有的方案僅僅使用 hashing，比如 Lamport。它的方案對于每一個數(shù)字、每一個字位、每一個比特都有公匙和密匙，提供單獨簽名。

但有一種全新的解決方案： temporal signiture （臨時簽名）。它完全拋棄了公鑰和私鑰之間的差別，假設(shè)一個各方同意的、可靠的時間標(biāo)準(zhǔn)，比如區(qū)塊鏈。對于每個密鑰要經(jīng)過的三個階段：未確認(rèn)、保密、公有。該方案中，初始有效密鑰只需經(jīng)過后兩個階段。

此外，他表示，目前所有的密碼學(xué)簽名都假定某數(shù)學(xué)問題難以破解以此來保障安全。而在未來，業(yè)界能夠借助量子計算來對重要信息進(jìn)行加密，保證信息數(shù)據(jù)。

張曉泉：經(jīng)濟(jì)學(xué)家眼中的金融科技創(chuàng)新

張曉泉是香港科技大學(xué)商業(yè)統(tǒng)計及運營學(xué)系教授，擅長領(lǐng)域是信息產(chǎn)品的定價策略、大數(shù)據(jù)營銷、商業(yè)人工智能以及互聯(lián)網(wǎng)金融等。作為本場唯一一位經(jīng)濟(jì)學(xué)家，他認(rèn)為，經(jīng)濟(jì)學(xué)也可以助力 AI。經(jīng)濟(jì)學(xué)家和計算機(jī)專家研究人工智能的最大不同在于，機(jī)器學(xué)習(xí)在做的事情更多是預(yù)測和分類，而經(jīng)濟(jì)學(xué)家的研究目標(biāo)是解釋清楚事情的底層機(jī)制，發(fā)現(xiàn)因果關(guān)系。

張曉泉教授還提出，決策場景中存在五個級別的不確定。

• 第一個是 Certainty，也就是 100% 會實現(xiàn)的。

• 第二個是 Risk 風(fēng)險，有概率出現(xiàn)。

• 第三個是 Black Swan，也就是小概率事件，雖然概率小，但會發(fā)生。

• 第四個是 Ambiguity 模糊性，“比如即便我有世界上過去所有股市的數(shù)據(jù)，我仍然不知道明天會漲還是會跌，因為有很多影響的因素”，這就是模糊性。

• 最后一個是 Radical Uncertainty，“當(dāng)你有這種 Radica Uncertainty 的時候，你是沒法描述這件事的，無法寫一個模型來預(yù)測恐怖襲擊會在什么時候、哪里、怎么發(fā)生”。

在這五個級別中，第二級別囊括了世界上的絕大多數(shù)問題，第四和第五級別是人類目前無法解決的，而他正在研究第四級問題。

蔡維德：區(qū)塊鏈——新計算基礎(chǔ)設(shè)施

 

蔡維德教授是北航區(qū)塊鏈實驗室主任和天德科技首席科學(xué)家。研究領(lǐng)域是高并發(fā)的大數(shù)據(jù)版區(qū)塊鏈，而他領(lǐng)導(dǎo)研發(fā)的北航鏈去年宣布交易速度已超過4萬筆/秒。蔡教授認(rèn)為區(qū)塊鏈將成為新計算基礎(chǔ)設(shè)施。值得強(qiáng)調(diào)的一點是，他表示區(qū)塊鏈與去中心化沒有關(guān)系，只是一種分布式技術(shù)。

同時，他還提到兩個研究進(jìn)展。

一，由于美國交易后金融服務(wù)公司 DTCC的‘凈額結(jié)算’流程處理方式有問題導(dǎo)致區(qū)塊鏈無法完成結(jié)算，蔡教授團(tuán)隊的解決方案是：存儲所有交易主體全部歷史交易信息和余額信息，從凈額結(jié)算到大數(shù)據(jù)版區(qū)塊鏈，并提供監(jiān)管節(jié)點。

二，區(qū)塊鏈互聯(lián)網(wǎng)將成為行業(yè)新趨勢。區(qū)塊鏈互聯(lián)網(wǎng)分為異構(gòu)網(wǎng)絡(luò)和同質(zhì)網(wǎng)絡(luò)兩個類別。如同互聯(lián)網(wǎng)也有著各種局域網(wǎng)、廣域網(wǎng)，未來也會有很多區(qū)塊鏈，因此需要組織一個區(qū)塊鏈互聯(lián)網(wǎng)，來做好鏈之間的交互。

“ 其中涉及的層面很廣，包括技術(shù)（例如新的 TCP/IP 協(xié)議 和 能被區(qū)塊鏈支持的新版 ISO 20022）、商業(yè)、聯(lián)盟、國家，甚至是草根力量，但是目前區(qū)塊鏈互聯(lián)網(wǎng)的規(guī)則是空白。多鏈架構(gòu)會是未來主流，區(qū)塊鏈的互通和網(wǎng)絡(luò)設(shè)計會推動行業(yè)的大洗牌?！?/p>

羅平：人工智能在智能投行中的應(yīng)用

最后一位學(xué)術(shù)型嘉賓是中科院的羅平博士，他的研究領(lǐng)域主要是機(jī)器學(xué)習(xí)以及大數(shù)據(jù)。羅平告訴雷鋒網(wǎng)，他的研究邏輯是，扎根金融領(lǐng)域探索實際問題，再進(jìn)行抽象研究。不同于前三位嘉賓關(guān)于底層技術(shù)、研究思想方面的演講，他分享了一個將AI應(yīng)用于投行領(lǐng)域的具體項目。傳統(tǒng)投行人員工作中需要接觸大量的金融文檔工作，而撰寫操作風(fēng)險高，有可能造成很高的聲譽(yù)和經(jīng)濟(jì)損失。

為了解決困境，羅平團(tuán)隊正在研究一種智能化處理金融文檔的技術(shù)。其中的核心技術(shù)稱為 Text2Tuple & Text2Equ，即自動提取元組和公式，生成明晰的數(shù)學(xué)表達(dá)，將非結(jié)構(gòu)化、半結(jié)構(gòu)化的金融文檔（公開或非公開），分解重組成可供計算機(jī)搜索、比對、分析的結(jié)構(gòu)化數(shù)據(jù)。并將這一結(jié)構(gòu)化數(shù)據(jù)應(yīng)用于金融文檔的智能撰寫、智能合規(guī)、智能風(fēng)控、智能審批、智能審計等。

目前已經(jīng)研發(fā)上線了一款名為 AutoDoc 的金融文檔處理工具，以及一個名為 NeuSALG 的智能化金融通路平臺。

產(chǎn)業(yè)前沿

近幾年由于大數(shù)據(jù)的發(fā)展，業(yè)界和學(xué)術(shù)界的研究水平差距已經(jīng)變得很小，兩方互通有無，合作變得愈加頻繁，形成了良性循環(huán)。張曉泉教授在接受雷鋒網(wǎng)專訪時表示。

學(xué)術(shù)研究是找尋新風(fēng)景的過程，接下來的產(chǎn)業(yè)應(yīng)用則會開始實地探測、挖掘金礦。了解業(yè)界金礦的挖掘現(xiàn)狀也非常重要。因此雷鋒網(wǎng)也邀請了幾家在各自領(lǐng)域影響力巨大的企業(yè)分享他們的Fintech發(fā)展之路。

其中，有兩位來自傳統(tǒng)金融機(jī)構(gòu)的嘉賓，分別是平安科技首席科學(xué)家肖京、中國銀聯(lián)區(qū)塊鏈負(fù)責(zé)人周鈺。

肖京：平安集團(tuán)的 “智能＋” 戰(zhàn)略

肖京博士畢業(yè)于美國卡內(nèi)基梅隆大學(xué)計算機(jī)系，是國家引進(jìn)專家之一，擅長于人工智能與大數(shù)據(jù)分析挖掘。作為Fintech的先鋒者，肖京總結(jié)了平安的三個IT化建設(shè)階段：

• 信息化階段，平安集團(tuán)在四年前打通了各業(yè)務(wù)數(shù)據(jù)體系，實現(xiàn)信息化，讓公司的業(yè)務(wù)人員和決策者能夠快速獲得信息，做出決策；

• 數(shù)據(jù)化階段，公司把信息存儲下來做分析統(tǒng)計；

• 智能化階段，公司不僅可以把數(shù)據(jù)存儲下來做分析，還可以做深度挖掘，幫助我們更好的做決策甚至自動做決策。

他還表示，人工智能目前存在一些不足，即機(jī)器只能告訴人們會贏，但沒法說明為什么會贏。而在金融決策時，必須要使用量化的數(shù)據(jù)和信息。此外，金融以及醫(yī)療行業(yè)很多情況下獲得的數(shù)據(jù)量很小?；诖?，平安科技提出了三大改進(jìn)方向，一是可解釋性，二是小數(shù)據(jù)學(xué)習(xí)，三是記憶增強(qiáng)神經(jīng)網(wǎng)絡(luò)。

周鈺：銀聯(lián)的區(qū)塊鏈技術(shù)研究與實踐

周鈺是專場的壓軸演講嘉賓，他帶來了題為《金融機(jī)構(gòu)的區(qū)塊鏈技術(shù)研究與實踐》的分享。他談到，作為一個時常要“被顛覆”的機(jī)構(gòu)，銀聯(lián)從2015年就成立了團(tuán)隊開始研究區(qū)塊鏈，主要從三個方面開展：技術(shù)評測、技術(shù)應(yīng)用、數(shù)字貨幣。

銀聯(lián)總結(jié)了幾大實踐規(guī)律。

• 第一從簡單場景入手，區(qū)塊鏈的“去中心化”在理論上適用于復(fù)雜場景。但這會面臨工程可行性上的困難——比如，參與方越多，協(xié)調(diào)觀念和理念的溝通成本越高。

• 第二從核心業(yè)務(wù)到非核心業(yè)務(wù)，不會從核心業(yè)務(wù)領(lǐng)域開始應(yīng)用，會從外圍業(yè)務(wù)探索區(qū)塊鏈。例如電子票據(jù)、跨境對賬業(yè)務(wù)、POS電子簽購等。

他還表示，銀聯(lián)很適合牽頭應(yīng)用區(qū)塊鏈，因為天生是一個傳統(tǒng)的被信任的中心，銀行之間的合作通常又需要一個可信任的第三方。

傳統(tǒng)金融機(jī)構(gòu)在努力求變，F(xiàn)intech公司也堅持著不斷探索。作為金融行業(yè)的新玩家，他們也不少實踐心得。出席的嘉賓分別是通聯(lián)數(shù)據(jù)CEO王政、百度金融高級科學(xué)家吳健民。

王政：人工智能如何助力復(fù)雜的投資管理？

在加入通聯(lián)數(shù)據(jù)之前，王政曾任巴克萊全球投資公司基金經(jīng)理、博時基金股票投資部總經(jīng)理、ETF及量化投資總監(jiān)等職，擁有近20年資產(chǎn)管理、金融信息平臺研發(fā)和大數(shù)據(jù)研究經(jīng)驗。

王政指出，與用AI下圍棋不同，在投資博弈過程中，只有部分的規(guī)則是明確的，邊界也不夠明確。但無可辯駁的是，金融科技正驅(qū)動著投資行業(yè)的變革，我們開始邁入智能投資時代。

具體來說，智能投資包括四方面，投資研究、組合管理、風(fēng)險管理和財富管理。其中，王政又著重分析了智能投資和智能投顧。他表示，知識圖譜技術(shù)能在智能投資中發(fā)揮巨大的作用。至于智能投顧，簡單來說就是讓系統(tǒng)來幫助用戶做資產(chǎn)配置。

最后，王政總結(jié)了人工智能對投資者的三點幫助，第一可以提升投資研究的效率；第二在數(shù)據(jù)驅(qū)動下，能隨著不斷變化的市場調(diào)整投資研究體系；第三打造機(jī)器人基金經(jīng)理，完成投資管理全流程。

吳健民：百度金融的Fintech布局

在加入2014年加入百度前，吳健民先后就職于雅虎北京研發(fā)中心、騰訊，從事分布式機(jī)器學(xué)習(xí)算法與搜索相關(guān)的工作。在演講中，他介紹道百度金融已經(jīng)確定7大技術(shù)方向，分別為智能獲客、身份識別、大數(shù)據(jù)風(fēng)控、智能投顧、智能客服、金融云、區(qū)塊鏈。并重點介紹了智能獲客和大數(shù)據(jù)風(fēng)控。

智能獲客的核心是降低獲客成本，通過三個步驟來實現(xiàn)用戶需求的精準(zhǔn)的定向及滿足：

• 刻畫用戶的金融畫像及需求，需要做到全面、準(zhǔn)確且能夠及時觸達(dá)；

• 生成與場景自然切合的動態(tài)創(chuàng)意；

• 通過響應(yīng)模型準(zhǔn)確匹配金融產(chǎn)品與用戶的需求。

大數(shù)據(jù)風(fēng)控主要有兩方面挑戰(zhàn)，本身特征是高維稀疏、異構(gòu)、弱相關(guān)；信貸樣本少且無共享機(jī)制。針對此，解決方案有三點：

• 通過集成學(xué)習(xí)及boosting方法，融合弱特征生成具有強(qiáng)區(qū)分度的模型；

• 利用深度學(xué)習(xí)，通過降維的方法，解決高維稀疏的問題；

• 利用半監(jiān)督學(xué)習(xí)來解決樣本過少的問題，通過少量有標(biāo)注樣本及大量無標(biāo)注樣本生產(chǎn)推廣性和穩(wěn)定性好的模型。

第二屆CCF-GAIR在今日落下帷幕。三天十一專場，除了金融科技專場，還包括計算機(jī)視覺與NLP、自動駕駛、醫(yī)療機(jī)器人、機(jī)器人與自動化、CV+、AI+創(chuàng)投等多個火熱議題。

其他場次受邀嘉賓還有中國工程院院士、原常務(wù)副院長潘云鶴教授， 中國科學(xué)院院士、英國皇家工程院外籍院士譚鐵牛，美國人工智能學(xué)會主席、亞利桑那州立大學(xué)教授Subbarao Kambhampati，美國工程院院士、卡內(nèi)基·梅隆大學(xué)教授金出武雄教授，倫敦大學(xué)學(xué)院教授汪軍，IEEE Fellow美國工程院院士Vijay Kumar等，不勝枚舉。此外，會場還設(shè)置了幾十個企業(yè)展區(qū)。

一位與會嘉賓多次向筆者表示“人山人海，規(guī)模盛大”。今年沒來的朋友們，明年約嗎？

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。