人工智能投顧：始于萬億次計算

人工智能投顧：始于萬億次計算

　　當你對著手機將語音瞬間顯示成文字，當你利用人臉識別進入安檢區域，當你看著APP里一串串的投資組合，當你......沒錯，人工智能已經浸入了我們的生活。

　　十年以前，這一切聽上去似乎只能在電影中出現，而今，全部在真實的人類社會實現了。雖然，當下的人工智能已經逐漸普及，但還是有很多小伙伴并沒有搞清楚人工智能到底做了些什么，這背后真的有魔法嗎?當然沒有，這一切都歸功于我們人工智能的機器在不斷地學習、學習、再學習。

　　當然，每種產品機器學習的情況也不盡相同，但在證券投資人工智能資配易，他們的人工智能系統SIAI是24小時不間斷的學習。該公司董事長張家林表示：“人工智能投顧行業區別于人工智能的其他領域，面臨的任務環境更苛刻和復雜，所以機器學習的過程更為繁復，這個行業真的沒有虛幻的魔法，都是孜孜不倦學習后產生的代碼。”

　　幾天前，Facebook人工智能研究實驗室主管 Yann LeCun和Facebook應用機器學習部門主管Joaquin Qui?onero Candela在Facebook Code博客上發表了一篇題為《Artificial intelligence, revealed》的文章，介紹了人工智能的一些基本概念和能力。

　　該文章指出，人工智能是一門使用算法技術設計智能系統和機器的嚴謹科學，而這種算法技術的靈感某種程度上源自我們對大腦的了解。現代神經網絡能夠學會模式識別、翻譯、簡單的邏輯推理，甚至可以創造圖像和形成新的想法，通過專門用來運行著數百萬單元和數億鏈接的程序，在海量簡單元素的交互過程中，魔法般的進行聯系，這就是人工智能，雖然不是魔法，但的確不是一件簡單的事。因為他們正魔法般的進行聲音、文字、圖像等等領域的識別。而資配易的證券投資人工智能做的事情則是在更加復雜的金融市場中幫助人們更好的投資。

　　的確，科技巨頭們早就注意到人工智能的重要性。紛紛圍繞主業布局AI，推動AI滲透傳統行業。長城證券的研究報告顯示，IBM、Google、百度重點研究AI核心算法基礎上，在應用層全面推進AI商用化。Facebook、騰訊、微軟、蘋果側重于社交應用，重點布局語音識別、圖像識別、智能助理、聊天機器人等領域。英偉達、英特爾鑒于傳統PC CPU或GPU業務飽和及衰退，大力謀求業務轉型，基于芯片領域技術積累，著力研發適合深度學習的AI芯片。

　　資配易為客戶提供標準類資產的投資顧問服務，屬于“資產配置型”人工智能投顧。它通過持牌機構在不改變客戶現有賬戶體系、不對客戶資金進行任何操作、在客戶現有證券投資賬戶基礎上提供資管服務。這背后依托的就是資配易自助研發的證券投資人工智能系統SIAI24小時不間斷的學習。

　　資配易的人工智能系統SIAI其工作任務環境就是證券投資管理。對于投資顧問服務，業界一般認為包括適當性分析、大類資產配置、投資組合構建、交易執行、投資組合調整、風險管理、投后分析這七個核心功能。SIAI的知識庫需要具備投資顧問服務的七個核心功能模塊的知識圖譜，才能真正具備證券投資人工智能的能力。而這個能力就是隨著AI學習而動態變化的。

　　“SIAI系統結構是在人工智能標準結構下為基礎，結合證券投資的一些理論和方法來構造的系統，這個結構還沒有大家公認的行業標準，我們也是按照標準的模型結合具體實踐摸索出來的。區別于下棋和其他確定性比較強的業務，金融市場的不確定性非常強，人工智能投顧面臨更復雜的任務環境。SIAI的結構簡單的說包括三個層次，第一層是感知層：能夠感知外部環境發生了什么;第二層是認知層：通過對感知層獲取的數據進行分析，形成認知。這些認知會不斷的更新知識庫。第三層是用知層，即如何運用這些認知來完成某個投資任務。而這三個層次不是獨立和孤立的，通過深度分層機制，它們被有機的融合在神經網絡中，相互之間不斷的作用。”張家林進一步解釋說。

　　學習使“投顧”進步

　　所謂人工智能投顧，何為智能，這看起來最為核心的問題卻也是最難以回答的問題。但人工智能機器和人類的大腦幾乎一樣，需要不斷地學習，去加強它們的專業性。

　　《Artificial intelligence,revealed》的文章中指出，人工智能揭露出一個重要的哲學問題：什么是可學習的?單個的學習機器不能有效地學習所有可能的任務，所以，不管投入多少資源，總是有機器沒有學習到的東西。正因為如此，資配易的SIAI需要很多服務器來提高計算能力，機器學習的計算量都是十分巨大的，萬億次的計算才能形成真正有效的認知。

　　SIAI是按照人工智能系統標準架構與證券投資任務環境要求開發的一個可以獨立運行在云端的系統。每個SIAI都包括數據&信號采集、機器學習系統、知識庫、決策系統、交易執行系統、業績評價系統、激勵機制等幾個子系統，每個系統都需要大量的學習過程。

　　當一個新用戶發出請求需要資配易的人工智能投顧時，資配易在云端的“SIAI裝配生產線”就會根據該用戶的需求，立刻“生產裝配”一個投資策略，并把這個投資策略的所有權限交給該用戶。當這個投資策略加載了用戶的一些參數后，就成為這個用戶的“人工智能投顧”，用戶可以為它起個名字。

　　當用戶完成“人工智能投顧”的定制后，SIAI就開始按照用戶設定的投資目標開始7X24小時不間斷的工作了。

　　每天15:00~23:59非交易時間，機器進行數據和信號采集系統，采集事先設定好的數據源的數據，重新更新今天的全部最新數據集。針對最新的數據，進行機器學習。資配易采用自主研發的機器學習模型ISM來進行投資組合的選擇：每天從大約10的33次方的投資組合空間中，選擇滿足用戶收益風險要求的投資組合。

　　00:00~9:30決策系統匯集機器學習系統、知識庫、業績評價系統輸出的所有數據，按照一定的規則進行下一個交易日選擇哪些投資組合、每個投資組合的資金分配、目前持倉在下一個交易日如何處置、剩余資金如何配置等。并把相關的建議發給用戶，等待用戶的確認后由交易執行系統執行。

　　9:30-15:00，系統進入交易時間模式，從決策系統發出的投資建議，按照用戶確認或授權后，準備生成交易指令。交易執行系統要不間斷的從數據&信號采集系統中獲取最新數據，并根據“日內信號&事件系統”生成每個證券的買賣價格指令。

　　從根本上來講，人工智能是人類智慧的延伸，而這個過程也是需要不斷學習和累積的。這也就是為什么當人們運用人工智能投顧的時候，總是覺得不如自己想象的那么智能，這是一個深度學習的過程，而現在人工智能投顧也只是剛剛起步。

　　想必大家應該明白了，對于人工智能投顧而言，真的沒有什么奇幻的魔法，其背后就是一步一個腳印的連續學習而生產出來的代碼而已。對于這個處于不斷學習的新興行業，還需要寬容以待。深度學習模型復雜，大數據也在不斷的逼近事物真實狀態，未來，隨著深度算法改進和學習精度的提高，人工智能投顧一定能夠更進一步，也會迎來另一波爆發的熱潮。

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀