當(dāng)前，我國經(jīng)濟發(fā)展處于新舊動能轉(zhuǎn)換關(guān)鍵期，人工智能對于我國搶占科技制高點，推動供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)社會生產(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金融業(yè)智能化升級;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)險智能預(yù)警與防控系統(tǒng)。人工智能將對我國金融業(yè)的轉(zhuǎn)型升級、提升競爭力產(chǎn)生深遠影響。
人工智能概述
定義
人工智能(Artificial Intelligence，簡稱AI)是研究使用計算機模擬、延伸和擴展人的智能的理論、方法和技術(shù)的新興科學(xué)。作為計算機科學(xué)的重要分支，人工智能發(fā)展的主要目標是使計算機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是目前使用較為廣泛的算法，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)、自然語言處理和計算機視覺。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行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機制來解釋數(shù)據(jù)。自然語言處理是指讓計算機能夠聽懂、理解人類的語言，主要包括語音識別和語義識別。語音識別是讓機器能夠“聽懂、會說”人類的語言，語義識別是讓機器能夠理解文字后面的真實內(nèi)涵。計算機視覺識別技術(shù)是人工智能核心技術(shù)之一，主要有生物特征識別、物體與場景識別。生物特征識別主要包括人臉識別、指紋識別、虹膜識別等，已廣泛應(yīng)用于金融、安防等領(lǐng)域;物體與場景識別是研究人類如何感知和加工復(fù)雜的真實環(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，大致可分為三個階段：
第一階段：計算智能。機器具備像人類一樣的記憶能力和計算能力，能夠存儲和處理海量數(shù)據(jù)，幫助人類完成大量的存儲和復(fù)雜的計算，這一步是感知和認知的基礎(chǔ)。
第二階段：感知智能。機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，語音識別、理解和圖像識別正在快速發(fā)展。
第三階段：認知智能。機器具備像人類一樣的學(xué)習(xí)和思考能力，能夠獨自做出決策和采取行動，能夠部分或全部替代人類的工作。認知智能是目前機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?；A(chǔ)支撐層是支撐人工智能運行的基礎(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，有針對性開發(fā)的技術(shù)應(yīng)用，包括語音識別、自然語言處理、圖像識別、預(yù)測規(guī)劃和智能控制等。方案集成層是將不同細分領(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，2018年全球人工智能市場規(guī)模將達到2700億元，年復(fù)合增長率達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224億美元，僅2016年的融資規(guī)模就達到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)達國家。截至2017年6月，全球人工智能企業(yè)總數(shù)達到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，積累了強大的技術(shù)創(chuàng)新優(yōu)勢。
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，重點研究人工智能的核心算法，并在應(yīng)用層全面推進人工智能商業(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，重點布局語音識別、圖像識別、智能機器人等領(lǐng)域;英偉達、英特爾謀求業(yè)務(wù)轉(zhuǎn)型，重點研發(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)報道，2016年中國人工智能市場規(guī)?？焖僭鲩L，全年達239億元，預(yù)計2018年將達到381億元，復(fù)合增長率達26.3%?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》預(yù)計：我國2020年人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動相關(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，而且本身具備強大的智能金融應(yīng)用場景，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用于互聯(lián)網(wǎng)小貸、保險、征信、智能投顧、客戶服務(wù)等多個領(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間從1天縮短到1秒，同時提升了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)金融身份認證聯(lián)盟(IFAA)，現(xiàn)已成為國內(nèi)市場上支持設(shè)備與用戶最多的互聯(lián)網(wǎng)金融身份認證行業(yè)標準。
除BAT等金融智能生態(tài)企業(yè)外，一些傳統(tǒng)金融機構(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別、量化交易、投資顧問、客服服務(wù)、風(fēng)險管理等方面。
客戶身份識別
客戶身份識別主要是通過人臉識別、虹膜識別、指紋識別等生物識別技術(shù)快速提取客戶特征進行高效身份驗證的人工智能應(yīng)用。技術(shù)的進步使生物識別技術(shù)可廣泛應(yīng)用于銀行柜臺聯(lián)網(wǎng)核查、VTM機自助開卡、遠程開戶、支付結(jié)算、反欺詐管理等業(yè)務(wù)領(lǐng)域中，可提高銀行柜臺人員約30%的工作效率，縮短客戶約40%的平均等待時間?；ヂ?lián)網(wǎng)銀行已將人臉識別技術(shù)視為通過互聯(lián)網(wǎng)拓展客戶的決定性手段;傳統(tǒng)金融機構(gòu)也開始重視人臉識別技術(shù)的應(yīng)用。
智能量化交易
量化交易是指通過對財務(wù)數(shù)據(jù)、交易數(shù)據(jù)和市場數(shù)據(jù)進行建模，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。人工智能量化交易能夠使用機器學(xué)習(xí)技術(shù)進行回測，自動優(yōu)化模型，自動調(diào)整投資策略，在規(guī)避市場波動下的非理性選擇、防范非系統(tǒng)性風(fēng)險和獲取確定性收益方面更具比較優(yōu)勢，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)險偏好、財務(wù)狀況與理財目標，運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)用價值在于可代替或部分替代昂貴的財務(wù)顧問人工服務(wù)，將投資顧問服務(wù)標準化、批量化，降低服務(wù)成本，降低財富管理的費率和投資門檻，實現(xiàn)普惠金融。
智能客服
智能客服主要是以語音識別、自然語言理解、知識圖譜為技術(shù)基礎(chǔ)，通過電話、網(wǎng)上、APP、短信、微信等渠道與客戶進行語音或文本上的互動交流，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性化的服務(wù)，在降低人工服務(wù)壓力和運營成本的同時進一步增強了用戶體驗。
征信反欺詐
知識圖譜、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、合作對手、競爭對手、母子公司、投資等關(guān)系數(shù)據(jù)，使用知識圖譜等技術(shù)可大規(guī)模監(jiān)測其中存在的不一致性，發(fā)現(xiàn)可能存在的欺詐疑點。
信貸決策
在信用風(fēng)險管理方面，利用“大數(shù)據(jù)+人工智能技術(shù)”建立的信用評估模型，關(guān)聯(lián)知識圖譜可以建立精準的用戶畫像，支持信貸審批人員在履約能力和履約意愿等方面對用戶進行綜合評定，提高風(fēng)險管控能力。
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別、智能客服、量化分析等金融領(lǐng)域取得了一定進展，但除人臉識別技術(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)用尚需時日。德勤發(fā)布的《銀行業(yè)的AI數(shù)字化銀行報告》顯示，只有15%的金融機構(gòu)在使用AI與同行競爭，銀行業(yè)對AI的部署遠遠落后于其他行業(yè)。
計算機處理能力不足。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)算法要求計算機具備先進的半導(dǎo)體、微處理器和高性能計算技術(shù)，能夠并發(fā)處理超大規(guī)模數(shù)據(jù)，目前的計算機處理能力雖有長足進步，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依賴進口，不僅成本高，還面臨著發(fā)達國家的貿(mào)易壁壘。
金融數(shù)據(jù)共享性不足。機器學(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交易數(shù)據(jù)外，各家金融機構(gòu)出于金融數(shù)據(jù)安全考慮，很難主動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
加強智能金融產(chǎn)業(yè)創(chuàng)新體系建設(shè)，加快推動應(yīng)用創(chuàng)新。未來可考慮設(shè)立一些國家級智能金融創(chuàng)新中心和重點實驗室，加強智能金融標準化工作，研究專利合作授權(quán)機制和風(fēng)險防控機制;推動智能感知、模式識別、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;促進傳統(tǒng)金融機構(gòu)加大對智能金融的投入，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)，夯實基礎(chǔ)產(chǎn)業(yè)能力。加快研發(fā)深度學(xué)習(xí)、增強學(xué)習(xí)、遷移學(xué)習(xí)等基礎(chǔ)算法;加強計算機視聽覺、生物特征識別、自然語言理解、機器翻譯、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算芯片、智能傳感器、操作系統(tǒng)、存儲系統(tǒng)、中間件、重點設(shè)備等基礎(chǔ)軟硬件、開發(fā)平臺;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)?？煽紤]由監(jiān)管部門牽頭，協(xié)調(diào)各方利益，逐步推動建立智能金融大數(shù)據(jù)系統(tǒng)，為將來人工智能在金融領(lǐng)域的應(yīng)用推廣夯實數(shù)據(jù)基礎(chǔ)。
加強智能金融領(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”，在促進經(jīng)濟社會發(fā)展的同時，也可能帶來改變就業(yè)結(jié)構(gòu)、沖擊法律與社會倫理、侵犯個人隱私、挑戰(zhàn)國際關(guān)系準則等問題。在大力發(fā)展智能金融的同時，必須高度重視可能帶來的安全風(fēng)險挑戰(zhàn)，加強前瞻預(yù)防與約束引導(dǎo)，最大限度地降低風(fēng)險，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