港科大教授張曉泉：經(jīng)濟(jì)學(xué)家眼中的金融科技創(chuàng)新 | CCF-GAIR 2017

7 月 8 日，由 CCF 中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）共同承辦的第二屆 CCF-GAIR 全球人工智能與機(jī)器人峰會(huì)進(jìn)入了第二天的議程。當(dāng)天上午，香港科技大學(xué)資訊、商業(yè)統(tǒng)計(jì)及運(yùn)營(yíng)學(xué)系教授張曉泉（Professor Michael Zhang）為大會(huì)帶來(lái)了題為《經(jīng)濟(jì)學(xué)家眼中的金融科技創(chuàng)新》的分享。

嘉賓介紹

張曉泉，2006 年獲美國(guó)麻省理工學(xué)院（MIT Sloan School of Management）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)士學(xué)位，其論文多次在重量級(jí)學(xué)術(shù)期刊發(fā)表。擅長(zhǎng)用經(jīng)濟(jì)學(xué)的方法研究大數(shù)據(jù)的產(chǎn)生、傳播和處理，包括信息產(chǎn)品的定價(jià)策略、大數(shù)據(jù)營(yíng)銷、商業(yè)人工智能以及互聯(lián)網(wǎng)金融等。張曉泉是美國(guó)知名華人社區(qū) MITBBS 創(chuàng)始人，Information Systems Research (信息系統(tǒng)研究)的高級(jí)主編，同時(shí)還身兼招商證券、中國(guó)移動(dòng)、華為、香港數(shù)碼港、阿里巴巴旗下湖畔大學(xué)等公司和機(jī)構(gòu)的高級(jí)顧問(wèn)。

AI 需要金融

張曉泉教授在演講中表示，自大數(shù)據(jù)、機(jī)器學(xué)習(xí)興起以來(lái)，大家都表示應(yīng)該并大力推進(jìn)用大數(shù)據(jù)和 AI 技術(shù)來(lái)研究金融領(lǐng)域。但其實(shí) AI 技術(shù)也需要經(jīng)濟(jì)領(lǐng)域的研究方法和思路，經(jīng)濟(jì)學(xué)方法也可以助力 AI，應(yīng)用于研究大數(shù)據(jù)的產(chǎn)生、傳播和處理。

目前，大家都在用大數(shù)據(jù)做人工智能，但因?yàn)槌霭l(fā)點(diǎn)和目標(biāo)不一樣，因此能回答的問(wèn)題也就不一樣，經(jīng)濟(jì)學(xué)家和機(jī)器學(xué)習(xí)專家研究的人工智能問(wèn)題就非常不同。機(jī)器學(xué)習(xí)目前在做的事情更多是預(yù)測(cè)和分類，這兩種問(wèn)題的底層都是統(tǒng)計(jì)學(xué)，統(tǒng)計(jì)學(xué)家解決能不能用數(shù)學(xué)的方法來(lái)描述隨機(jī)性，人工智能歸根結(jié)底是需要機(jī)器去分析哪一種結(jié)果是最可能出現(xiàn)的。

本質(zhì)上經(jīng)濟(jì)學(xué)家的研究目標(biāo)更多是去解釋事情的底層機(jī)制是怎樣的，而計(jì)算機(jī)只能根據(jù)固有機(jī)制給出一個(gè)答案。因此雖然有媒體報(bào)道稱金融領(lǐng)域的許多崗位即將被 AI 替代，但張曉泉教授認(rèn)為未來(lái)人類不會(huì)沒有工作可做。

他認(rèn)為金融市場(chǎng)真正在做的是讓資源更好地分配，歷史上金融科技發(fā)展的每一個(gè)時(shí)代，比如最早我們開始用紙幣，后來(lái)有信用卡，現(xiàn)在是區(qū)塊鏈的出現(xiàn)，不同的技術(shù)雖然一直往前發(fā)展，但其實(shí)都是讓人類越來(lái)越有效的做資源分配。

金融與 AI 相互融合

隨著 AI 技術(shù)的發(fā)展，目前學(xué)術(shù)和工業(yè)界，金融和科技領(lǐng)域的相互融合已經(jīng)是大勢(shì)所趨。在商業(yè)智能方面，張曉泉教授總結(jié)了數(shù)據(jù)到價(jià)值的轉(zhuǎn)化鏈條：數(shù)據(jù)-信息-知識(shí)-能力-策略-價(jià)值。

他表示數(shù)據(jù)首先要變成信息，信息變成知識(shí)，知識(shí)變成能力，能力變成策略，策略變成價(jià)值，這個(gè)鏈條是非常重要的，每一步不可缺。數(shù)據(jù)首先通過(guò)場(chǎng)景得到信息，信息組織起來(lái)得到體系，變成知識(shí)，知識(shí)轉(zhuǎn)化成能力，能力系統(tǒng)構(gòu)又成了策略，策略的執(zhí)行產(chǎn)生價(jià)值，這個(gè)邏輯非常清楚。

真正產(chǎn)生商業(yè)智能，不是說(shuō)我們有了大數(shù)據(jù)就可以了，也不是說(shuō)我們有了海量數(shù)據(jù)就能夠立刻做出有價(jià)值的東西，其實(shí)整個(gè)鏈條是這樣的一個(gè)邏輯，缺一不可。

決策問(wèn)題

我們?cè)诠ぷ魃钪杏泻芏嗟牟淮_定性，這些不確定性其實(shí)有一個(gè)輕重緩急之分。張曉泉教授認(rèn)為，其中第一個(gè)是 certainty，也就是 100% 會(huì)實(shí)現(xiàn)的。下一個(gè)是 Risk 風(fēng)險(xiǎn)，有概率的。下一個(gè)是 black swan，也就是小概率事件，雖然概率小，但會(huì)發(fā)生。再下一個(gè)是 ambiguity 模糊性，“比如即便我有世界上過(guò)去所有股市的數(shù)據(jù)，我仍然不知道明天會(huì)漲還是會(huì)跌，因?yàn)橛泻芏嘤绊懙囊蛩亍保@就是模糊性。最后一個(gè)是 Radical Uncertainty，恐怖襲擊我們知道它會(huì)發(fā)生，但是不知道什么時(shí)候會(huì)發(fā)生、在哪里發(fā)生、怎么發(fā)生。“當(dāng)你有這種 Radica Uncertainty 的時(shí)候，你是沒法描述這件事的，你沒法寫一個(gè)模型說(shuō)怎么預(yù)測(cè)恐怖分子究竟會(huì)怎么樣去做”。

在這五個(gè)級(jí)別的問(wèn)題中，第五級(jí)的問(wèn)題是沒辦法解決的，第四級(jí)的問(wèn)題我們有沒有辦法解決，目前正在研究。張曉泉教授覺得大部分的是在第二級(jí)層面上解決問(wèn)題，他認(rèn)為世界上大多數(shù)問(wèn)題也的確是第二級(jí)的。“比如說(shuō)我要預(yù)測(cè)這個(gè)圖片是貓還是狗，其實(shí)這個(gè)事沒有那么多黑天鵝事件，大部分問(wèn)題可以在第二級(jí)能夠解決”。

但張曉泉教授同時(shí)表示：“有些問(wèn)題，比如談到股票市場(chǎng)，可能你就沒法在第二級(jí)解決，你即便知道世界上所有信息，你也不知道預(yù)計(jì)明天股票的概率。這就超出了第二級(jí)別的范疇，這是整個(gè)行業(yè)未來(lái)努力的一個(gè)方向”。

更多詳細(xì)的演講內(nèi)容參見雷鋒網(wǎng)后續(xù)的深度報(bào)道。

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))相關(guān)閱讀：

第二屆 CCF-GAIR 開幕！中國(guó) AI、機(jī)器人行業(yè)產(chǎn)學(xué)研跨界整合進(jìn)入新時(shí)期｜ CCF-GAIR 2017

中國(guó)工程院院士潘云鶴教授開場(chǎng)演講：全面解析中國(guó)新一代AI研究方向｜ CCF-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。