當(dāng)前，我國經(jīng)濟(jì)發(fā)展處于新舊動(dòng)能轉(zhuǎn)換關(guān)鍵期，人工智能對(duì)于我國搶占科技制高點(diǎn)，推動(dòng)供給側(cè)結(jié)構(gòu)性改革，實(shí)現(xiàn)社會(huì)生產(chǎn)力新躍升，提高綜合國力和國際競爭力具有重要意義。2017年7月，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，提出通過智能金融加快推進(jìn)金融業(yè)智能化升級(jí);通過建立金融大數(shù)據(jù)系統(tǒng)，提升金融多媒體數(shù)據(jù)處理與理解能力;創(chuàng)新智能金融產(chǎn)品和服務(wù)，發(fā)展金融新業(yè)態(tài);鼓勵(lì)金融行業(yè)應(yīng)用智能客服、智能監(jiān)控等技術(shù)和裝備，建立金融風(fēng)險(xiǎn)智能預(yù)警與防控系統(tǒng)。人工智能將對(duì)我國金融業(yè)的轉(zhuǎn)型升級(jí)、提升競爭力產(chǎn)生深遠(yuǎn)影響。
人工智能概述
定義
人工智能(Artificial Intelligence，簡稱AI)是研究使用計(jì)算機(jī)模擬、延伸和擴(kuò)展人的智能的理論、方法和技術(shù)的新興科學(xué)。作為計(jì)算機(jī)科學(xué)的重要分支，人工智能發(fā)展的主要目標(biāo)是使計(jì)算機(jī)能夠勝任通常需要人類智能才能完成的復(fù)雜工作。
主要技術(shù)及應(yīng)用
人工智能在技術(shù)層面主要包括算法和利用算法開發(fā)的相關(guān)應(yīng)用。神經(jīng)網(wǎng)絡(luò)、遺傳算法和隱馬爾柯夫鏈?zhǔn)悄壳笆褂幂^為廣泛的算法，建立在上述算法之上的人工智能核心應(yīng)用技術(shù)主要包括深度學(xué)習(xí)、自然語言處理和計(jì)算機(jī)視覺。其中，深度學(xué)習(xí)是人工智能技術(shù)的重要領(lǐng)域，旨在建立可以模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機(jī)制來解釋數(shù)據(jù)。自然語言處理是指讓計(jì)算機(jī)能夠聽懂、理解人類的語言，主要包括語音識(shí)別和語義識(shí)別。語音識(shí)別是讓機(jī)器能夠“聽懂、會(huì)說”人類的語言，語義識(shí)別是讓機(jī)器能夠理解文字后面的真實(shí)內(nèi)涵。計(jì)算機(jī)視覺識(shí)別技術(shù)是人工智能核心技術(shù)之一，主要有生物特征識(shí)別、物體與場(chǎng)景識(shí)別。生物特征識(shí)別主要包括人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別等，已廣泛應(yīng)用于金融、安防等領(lǐng)域;物體與場(chǎng)景識(shí)別是研究人類如何感知和加工復(fù)雜的真實(shí)環(huán)境信息，主要應(yīng)用于軍事上的武器投射、醫(yī)療上的影像掃描輔助診斷及工業(yè)上的無人駕駛等領(lǐng)域。
發(fā)展歷程
按照人工智能的發(fā)展程度，大致可分為三個(gè)階段：
第一階段：計(jì)算智能。機(jī)器具備像人類一樣的記憶能力和計(jì)算能力，能夠存儲(chǔ)和處理海量數(shù)據(jù)，幫助人類完成大量的存儲(chǔ)和復(fù)雜的計(jì)算，這一步是感知和認(rèn)知的基礎(chǔ)。
第二階段：感知智能。機(jī)器具備像人類一樣的感知能力，幫助人類完成“看”和“聽”的簡單工作。目前人工智能發(fā)展正處在感知智能階段，語音識(shí)別、理解和圖像識(shí)別正在快速發(fā)展。
第三階段：認(rèn)知智能。機(jī)器具備像人類一樣的學(xué)習(xí)和思考能力，能夠獨(dú)自做出決策和采取行動(dòng)，能夠部分或全部替代人類的工作。認(rèn)知智能是目前機(jī)器與人差距最大的領(lǐng)域，也是目前各大科技巨頭都在迫切尋找突破的領(lǐng)域。
人工智能的產(chǎn)業(yè)鏈
人工智能的產(chǎn)業(yè)鏈包括基礎(chǔ)支撐層、技術(shù)應(yīng)用層和方案集成層。基礎(chǔ)支撐層是支撐人工智能運(yùn)行的基礎(chǔ)設(shè)施，包括數(shù)據(jù)采集用的傳感器，數(shù)據(jù)處理用的CPU、GPU等硬件，以及實(shí)現(xiàn)人工智能算法等軟件。技術(shù)應(yīng)用層是在基礎(chǔ)支撐層提供的軟硬件基礎(chǔ)之上，有針對(duì)性開發(fā)的技術(shù)應(yīng)用，包括語音識(shí)別、自然語言處理、圖像識(shí)別、預(yù)測(cè)規(guī)劃和智能控制等。方案集成層是將不同細(xì)分領(lǐng)域的技術(shù)應(yīng)用集成、優(yōu)化、完善，形成更大領(lǐng)域的綜合系統(tǒng)解決方案,比如智慧城市、智慧金融、智慧醫(yī)療等。完整集成的智能服務(wù)是人工智能未來的發(fā)展方向。
人工智能產(chǎn)業(yè)發(fā)展情況
全球人工智能產(chǎn)業(yè)發(fā)展情況
據(jù)賽迪預(yù)計(jì)，2018年全球人工智能市場(chǎng)規(guī)模將達(dá)到2700億元，年復(fù)合增長率達(dá)17%。2012年至2016年的5年間，全球人工智能企業(yè)新增5254家，是2012年的1.75倍;全球人工智能融資規(guī)模約達(dá)224億美元，僅2016年的融資規(guī)模就達(dá)到92.2億美元。
從全球范圍來看，人工智能領(lǐng)先的國家主要有美國、中國及其他發(fā)達(dá)國家。截至2017年6月，全球人工智能企業(yè)總數(shù)達(dá)到2542家，其中：美國擁有1078家，占42%;中國其次，擁有592家，占23%。其余872家企業(yè)分布在瑞典、新加坡、日本、英國、澳大利亞、以色列、印度等國家。美國在AI產(chǎn)業(yè)布局方面全面領(lǐng)先其他國家，在基礎(chǔ)層、技術(shù)層和應(yīng)用層，尤其是在算法、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領(lǐng)域，積累了強(qiáng)大的技術(shù)創(chuàng)新優(yōu)勢(shì)。
國外科技巨頭公司包括谷歌、微軟、英特爾、FACEBOOK、IBM等均已經(jīng)提前布局人工智能產(chǎn)業(yè)鏈。國外科技公司主要聚焦于人工智能基礎(chǔ)層，重點(diǎn)研究人工智能的核心算法，并在應(yīng)用層全面推進(jìn)人工智能商業(yè)化。IBM、谷歌在人工智能核心算法、智能搜索、無人駕駛、醫(yī)療診斷等領(lǐng)域率先布局且行業(yè)領(lǐng)先;FACEBOOK、微軟、蘋果側(cè)重于社交應(yīng)用，重點(diǎn)布局語音識(shí)別、圖像識(shí)別、智能機(jī)器人等領(lǐng)域;英偉達(dá)、英特爾謀求業(yè)務(wù)轉(zhuǎn)型，重點(diǎn)研發(fā)適合深度學(xué)習(xí)的AI芯片。
我國人工智能產(chǎn)業(yè)發(fā)展情況
據(jù)報(bào)道，2016年中國人工智能市場(chǎng)規(guī)?？焖僭鲩L，全年達(dá)239億元，預(yù)計(jì)2018年將達(dá)到381億元，復(fù)合增長率達(dá)26.3%?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》預(yù)計(jì)：我國2020年人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元;2025年核心產(chǎn)業(yè)規(guī)模超過4000億元，相關(guān)產(chǎn)業(yè)規(guī)模超過5萬億元;2030年核心產(chǎn)業(yè)規(guī)模超過1萬億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過10萬億元。
目前，我國起步較早、技術(shù)較為成熟的人工智能技術(shù)公司主要以百度、阿里巴巴和騰訊三家互聯(lián)網(wǎng)企業(yè)為代表(以下簡稱“BAT”)。BAT不僅開展人工智能技術(shù)的基礎(chǔ)性研究工作，而且本身具備強(qiáng)大的智能金融應(yīng)用場(chǎng)景，因此處于人工智能金融生態(tài)服務(wù)的頂端。阿里巴巴旗下的螞蟻金服在人工智能金融領(lǐng)域的應(yīng)用最為深化。
螞蟻金服已將人工智能運(yùn)用于互聯(lián)網(wǎng)小貸、保險(xiǎn)、征信、智能投顧、客戶服務(wù)等多個(gè)領(lǐng)域。根據(jù)螞蟻金服公布的數(shù)據(jù)，網(wǎng)商銀行在“花唄”與“微貸”業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近10倍;基于深度學(xué)習(xí)的OCR系統(tǒng)使支付寶證件校核時(shí)間從1天縮短到1秒，同時(shí)提升了30%的通過率。此外，螞蟻金服聯(lián)合華為、三星等共同發(fā)起了互聯(lián)網(wǎng)金融身份認(rèn)證聯(lián)盟(IFAA)，現(xiàn)已成為國內(nèi)市場(chǎng)上支持設(shè)備與用戶最多的互聯(lián)網(wǎng)金融身份認(rèn)證行業(yè)標(biāo)準(zhǔn)。
除BAT等金融智能生態(tài)企業(yè)外，一些傳統(tǒng)金融機(jī)構(gòu)、金融科技公司在人工智能領(lǐng)域加大投入，在人工智能的垂直細(xì)分領(lǐng)域得到了快速發(fā)展。
人工智能在金融領(lǐng)域的應(yīng)用情況
目前，人工智能技術(shù)在金融領(lǐng)域應(yīng)用的范圍主要集中在身份識(shí)別、量化交易、投資顧問、客服服務(wù)、風(fēng)險(xiǎn)管理等方面。
客戶身份識(shí)別
客戶身份識(shí)別主要是通過人臉識(shí)別、虹膜識(shí)別、指紋識(shí)別等生物識(shí)別技術(shù)快速提取客戶特征進(jìn)行高效身份驗(yàn)證的人工智能應(yīng)用。技術(shù)的進(jìn)步使生物識(shí)別技術(shù)可廣泛應(yīng)用于銀行柜臺(tái)聯(lián)網(wǎng)核查、VTM機(jī)自助開卡、遠(yuǎn)程開戶、支付結(jié)算、反欺詐管理等業(yè)務(wù)領(lǐng)域中，可提高銀行柜臺(tái)人員約30%的工作效率，縮短客戶約40%的平均等待時(shí)間。互聯(lián)網(wǎng)銀行已將人臉識(shí)別技術(shù)視為通過互聯(lián)網(wǎng)拓展客戶的決定性手段;傳統(tǒng)金融機(jī)構(gòu)也開始重視人臉識(shí)別技術(shù)的應(yīng)用。
智能量化交易
量化交易是指通過對(duì)財(cái)務(wù)數(shù)據(jù)、交易數(shù)據(jù)和市場(chǎng)數(shù)據(jù)進(jìn)行建模，分析顯著特征，利用回歸分析等算法制定交易策略。傳統(tǒng)的量化交易方法嚴(yán)格遵循基本假設(shè)條件，模型是靜態(tài)的，不適應(yīng)瞬息萬變的市場(chǎng)。人工智能量化交易能夠使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行回測(cè)，自動(dòng)優(yōu)化模型，自動(dòng)調(diào)整投資策略，在規(guī)避市場(chǎng)波動(dòng)下的非理性選擇、防范非系統(tǒng)性風(fēng)險(xiǎn)和獲取確定性收益方面更具比較優(yōu)勢(shì)，因此在證券投資領(lǐng)域得到快速發(fā)展。
智能投顧
智能投顧又稱機(jī)器人投顧(Ro b o-A d v i s or),主要是根據(jù)投資者的風(fēng)險(xiǎn)偏好、財(cái)務(wù)狀況與理財(cái)目標(biāo)，運(yùn)用智能算法及投資組合理論，為用戶提供智能化的投資管理服務(wù)。智能投顧主要服務(wù)于長尾客戶，它的應(yīng)用價(jià)值在于可代替或部分替代昂貴的財(cái)務(wù)顧問人工服務(wù)，將投資顧問服務(wù)標(biāo)準(zhǔn)化、批量化，降低服務(wù)成本，降低財(cái)富管理的費(fèi)率和投資門檻，實(shí)現(xiàn)普惠金融。
智能客服
智能客服主要是以語音識(shí)別、自然語言理解、知識(shí)圖譜為技術(shù)基礎(chǔ)，通過電話、網(wǎng)上、APP、短信、微信等渠道與客戶進(jìn)行語音或文本上的互動(dòng)交流，理解客戶需求，語音回復(fù)客戶提出的業(yè)務(wù)咨詢，并能根據(jù)客戶語音導(dǎo)航至指定業(yè)務(wù)模塊。智能客服為廣大長尾客戶提供了更為便捷和個(gè)性化的服務(wù)，在降低人工服務(wù)壓力和運(yùn)營成本的同時(shí)進(jìn)一步增強(qiáng)了用戶體驗(yàn)。
征信反欺詐
知識(shí)圖譜、深度學(xué)習(xí)等技術(shù)應(yīng)用于征信反欺詐領(lǐng)域，其模式是將不同來源的結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)整合在一起，分析諸如企業(yè)上下游、合作對(duì)手、競爭對(duì)手、母子公司、投資等關(guān)系數(shù)據(jù)，使用知識(shí)圖譜等技術(shù)可大規(guī)模監(jiān)測(cè)其中存在的不一致性，發(fā)現(xiàn)可能存在的欺詐疑點(diǎn)。
信貸決策
在信用風(fēng)險(xiǎn)管理方面，利用“大數(shù)據(jù)+人工智能技術(shù)”建立的信用評(píng)估模型，關(guān)聯(lián)知識(shí)圖譜可以建立精準(zhǔn)的用戶畫像，支持信貸審批人員在履約能力和履約意愿等方面對(duì)用戶進(jìn)行綜合評(píng)定，提高風(fēng)險(xiǎn)管控能力。
主要問題和政策建議
主要問題
智能金融的應(yīng)用領(lǐng)域有限。目前人工智能已在身份識(shí)別、智能客服、量化分析等金融領(lǐng)域取得了一定進(jìn)展，但除人臉識(shí)別技術(shù)成熟度較高，具備大范圍推廣使用條件之外，其他應(yīng)用還比較單一、行業(yè)大規(guī)模應(yīng)用尚需時(shí)日。德勤發(fā)布的《銀行業(yè)的AI數(shù)字化銀行報(bào)告》顯示，只有15%的金融機(jī)構(gòu)在使用AI與同行競爭，銀行業(yè)對(duì)AI的部署遠(yuǎn)遠(yuǎn)落后于其他行業(yè)。
計(jì)算機(jī)處理能力不足。金融行業(yè)是智力密集型行業(yè)，人工智能在金融行業(yè)的模型算法非常復(fù)雜，數(shù)據(jù)訓(xùn)練工作量很大。主流的深度神經(jīng)網(wǎng)絡(luò)算法要求計(jì)算機(jī)具備先進(jìn)的半導(dǎo)體、微處理器和高性能計(jì)算技術(shù)，能夠并發(fā)處理超大規(guī)模數(shù)據(jù)，目前的計(jì)算機(jī)處理能力雖有長足進(jìn)步，但應(yīng)付復(fù)雜人工智能應(yīng)用仍有待提高。尤其是我國人工智能的硬件GPU依賴進(jìn)口，不僅成本高，還面臨著發(fā)達(dá)國家的貿(mào)易壁壘。
金融數(shù)據(jù)共享性不足。機(jī)器學(xué)習(xí)是人工智能的核心技術(shù)，需要依靠大量數(shù)據(jù)訓(xùn)練，訓(xùn)練的準(zhǔn)確性與數(shù)據(jù)量成正比。金融行業(yè)的數(shù)據(jù)積累量較大，但除公開的金融市場(chǎng)交易數(shù)據(jù)外，各家金融機(jī)構(gòu)出于金融數(shù)據(jù)安全考慮，很難主動(dòng)向金融科技公司開放其內(nèi)部海量數(shù)據(jù)，在一定程度上制約了人工智能在金融領(lǐng)域的創(chuàng)新應(yīng)用。
政策建議
加強(qiáng)智能金融產(chǎn)業(yè)創(chuàng)新體系建設(shè)，加快推動(dòng)應(yīng)用創(chuàng)新。未來可考慮設(shè)立一些國家級(jí)智能金融創(chuàng)新中心和重點(diǎn)實(shí)驗(yàn)室，加強(qiáng)智能金融標(biāo)準(zhǔn)化工作，研究專利合作授權(quán)機(jī)制和風(fēng)險(xiǎn)防控機(jī)制;推動(dòng)智能感知、模式識(shí)別、智能分析、智能控制等智能技術(shù)在智能金融領(lǐng)域的深入應(yīng)用;促進(jìn)傳統(tǒng)金融機(jī)構(gòu)加大對(duì)智能金融的投入，提升人工智能技術(shù)創(chuàng)新和應(yīng)用水平。
加快智能金融關(guān)鍵技術(shù)研發(fā)，夯實(shí)基礎(chǔ)產(chǎn)業(yè)能力。加快研發(fā)深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、遷移學(xué)習(xí)等基礎(chǔ)算法;加強(qiáng)計(jì)算機(jī)視聽覺、生物特征識(shí)別、自然語言理解、機(jī)器翻譯、智能決策控制等共性技術(shù)的研發(fā);加快發(fā)展面向智能金融的計(jì)算芯片、智能傳感器、操作系統(tǒng)、存儲(chǔ)系統(tǒng)、中間件、重點(diǎn)設(shè)備等基礎(chǔ)軟硬件、開發(fā)平臺(tái);研發(fā)下一代通信網(wǎng)絡(luò)、物聯(lián)網(wǎng)、網(wǎng)絡(luò)安全等關(guān)鍵網(wǎng)絡(luò)支撐技術(shù)。
加快智能金融大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)。可考慮由監(jiān)管部門牽頭，協(xié)調(diào)各方利益，逐步推動(dòng)建立智能金融大數(shù)據(jù)系統(tǒng)，為將來人工智能在金融領(lǐng)域的應(yīng)用推廣夯實(shí)數(shù)據(jù)基礎(chǔ)。
加強(qiáng)智能金融領(lǐng)域的法規(guī)政策研究。與其他新技術(shù)一樣，人工智能技術(shù)也是一把“雙刃劍”，在促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的同時(shí)，也可能帶來改變就業(yè)結(jié)構(gòu)、沖擊法律與社會(huì)倫理、侵犯個(gè)人隱私、挑戰(zhàn)國際關(guān)系準(zhǔn)則等問題。在大力發(fā)展智能金融的同時(shí)，必須高度重視可能帶來的安全風(fēng)險(xiǎn)挑戰(zhàn)，加強(qiáng)前瞻預(yù)防與約束引導(dǎo)，最大限度地降低風(fēng)險(xiǎn)，確保智能金融走上安全、可靠、可控的發(fā)展軌道。未來須圍繞人工智能在金融領(lǐng)域的應(yīng)用可能遇到的法律法規(guī)問題開展前瞻性研究，為新技術(shù)的快速應(yīng)用奠定法律基礎(chǔ)。加強(qiáng)人工智能在金融領(lǐng)域的應(yīng)用帶來的合法合規(guī)性問題的研究。
原文來自：新浪科技