人工智能投顾：始于万亿次计算

人工智能投顾：始于万亿次计算

　　当你对着手机将语音瞬间显示成文字，当你利用人脸识别进入安检区域，当你看着APP里一串串的投资组合，当你......没错，人工智能已经浸入了我们的生活。

　　十年以前，这一切听上去似乎只能在电影中出现，而今，全部在真实的人类社会实现了。虽然，当下的人工智能已经逐渐普及，但还是有很多小伙伴并没有搞清楚人工智能到底做了些什么，这背后真的有魔法吗?当然没有，这一切都归功于我们人工智能的机器在不断地学习、学习、再学习。

　　当然，每种产品机器学习的情况也不尽相同，但在证券投资人工智能资配易，他们的人工智能系统SIAI是24小时不间断的学习。该公司董事长张家林表示：“人工智能投顾行业区别于人工智能的其他领域，面临的任务环境更苛刻和复杂，所以机器学习的过程更为繁复，这个行业真的没有虚幻的魔法，都是孜孜不倦学习后产生的代码。”

　　几天前，Facebook人工智能研究实验室主管 Yann LeCun和Facebook应用机器学习部门主管Joaquin Quiñonero Candela在Facebook Code博客上发表了一篇题为《Artificial intelligence, revealed》的文章，介绍了人工智能的一些基本概念和能力。

　　该文章指出，人工智能是一门使用算法技术设计智能系统和机器的严谨科学，而这种算法技术的灵感某种程度上源自我们对大脑的了解。现代神经网络能够学会模式识别、翻译、简单的逻辑推理，甚至可以创造图像和形成新的想法，通过专门用来运行着数百万单元和数亿链接的程序，在海量简单元素的交互过程中，魔法般的进行联系，这就是人工智能，虽然不是魔法，但的确不是一件简单的事。因为他们正魔法般的进行声音、文字、图像等等领域的识别。而资配易的证券投资人工智能做的事情则是在更加复杂的金融市场中帮助人们更好的投资。

　　的确，科技巨头们早就注意到人工智能的重要性。纷纷围绕主业布局AI，推动AI渗透传统行业。长城证券的研究报告显示，IBM、Google、百度重点研究AI核心算法基础上，在应用层全面推进AI商用化。Facebook、腾讯、微软、苹果侧重于社交应用，重点布局语音识别、图像识别、智能助理、聊天机器人等领域。英伟达、英特尔鉴于传统PC CPU或GPU业务饱和及衰退，大力谋求业务转型，基于芯片领域技术积累，着力研发适合深度学习的AI芯片。

　　资配易为客户提供标准类资产的投资顾问服务，属于“资产配置型”人工智能投顾。它通过持牌机构在不改变客户现有账户体系、不对客户资金进行任何操作、在客户现有证券投资账户基础上提供资管服务。这背后依托的就是资配易自助研发的证券投资人工智能系统SIAI24小时不间断的学习。

　　资配易的人工智能系统SIAI其工作任务环境就是证券投资管理。对于投资顾问服务，业界一般认为包括适当性分析、大类资产配置、投资组合构建、交易执行、投资组合调整、风险管理、投后分析这七个核心功能。SIAI的知识库需要具备投资顾问服务的七个核心功能模块的知识图谱，才能真正具备证券投资人工智能的能力。而这个能力就是随着AI学习而动态变化的。

　　“SIAI系统结构是在人工智能标准结构下为基础，结合证券投资的一些理论和方法来构造的系统，这个结构还没有大家公认的行业标准，我们也是按照标准的模型结合具体实践摸索出来的。区别于下棋和其他确定性比较强的业务，金融市场的不确定性非常强，人工智能投顾面临更复杂的任务环境。SIAI的结构简单的说包括三个层次，第一层是感知层：能够感知外部环境发生了什么;第二层是认知层：通过对感知层获取的数据进行分析，形成认知。这些认知会不断的更新知识库。第三层是用知层，即如何运用这些认知来完成某个投资任务。而这三个层次不是独立和孤立的，通过深度分层机制，它们被有机的融合在神经网络中，相互之间不断的作用。”张家林进一步解释说。

　　学习使“投顾”进步

　　所谓人工智能投顾，何为智能，这看起来最为核心的问题却也是最难以回答的问题。但人工智能机器和人类的大脑几乎一样，需要不断地学习，去加强它们的专业性。

　　《Artificial intelligence,revealed》的文章中指出，人工智能揭露出一个重要的哲学问题：什么是可学习的?单个的学习机器不能有效地学习所有可能的任务，所以，不管投入多少资源，总是有机器没有学习到的东西。正因为如此，资配易的SIAI需要很多服务器来提高计算能力，机器学习的计算量都是十分巨大的，万亿次的计算才能形成真正有效的认知。

　　SIAI是按照人工智能系统标准架构与证券投资任务环境要求开发的一个可以独立运行在云端的系统。每个SIAI都包括数据&信号采集、机器学习系统、知识库、决策系统、交易执行系统、业绩评价系统、激励机制等几个子系统，每个系统都需要大量的学习过程。

　　当一个新用户发出请求需要资配易的人工智能投顾时，资配易在云端的“SIAI装配生产线”就会根据该用户的需求，立刻“生产装配”一个投资策略，并把这个投资策略的所有权限交给该用户。当这个投资策略加载了用户的一些参数后，就成为这个用户的“人工智能投顾”，用户可以为它起个名字。

　　当用户完成“人工智能投顾”的定制后，SIAI就开始按照用户设定的投资目标开始7X24小时不间断的工作了。

　　每天15:00~23:59非交易时间，机器进行数据和信号采集系统，采集事先设定好的数据源的数据，重新更新今天的全部最新数据集。针对最新的数据，进行机器学习。资配易采用自主研发的机器学习模型ISM来进行投资组合的选择：每天从大约10的33次方的投资组合空间中，选择满足用户收益风险要求的投资组合。

　　00:00~9:30决策系统汇集机器学习系统、知识库、业绩评价系统输出的所有数据，按照一定的规则进行下一个交易日选择哪些投资组合、每个投资组合的资金分配、目前持仓在下一个交易日如何处置、剩余资金如何配置等。并把相关的建议发给用户，等待用户的确认后由交易执行系统执行。

　　9:30-15:00，系统进入交易时间模式，从决策系统发出的投资建议，按照用户确认或授权后，准备生成交易指令。交易执行系统要不间断的从数据&信号采集系统中获取最新数据，并根据“日内信号&事件系统”生成每个证券的买卖价格指令。

　　从根本上来讲，人工智能是人类智慧的延伸，而这个过程也是需要不断学习和累积的。这也就是为什么当人们运用人工智能投顾的时候，总是觉得不如自己想象的那么智能，这是一个深度学习的过程，而现在人工智能投顾也只是刚刚起步。

　　想必大家应该明白了，对于人工智能投顾而言，真的没有什么奇幻的魔法，其背后就是一步一个脚印的连续学习而生产出来的代码而已。对于这个处于不断学习的新兴行业，还需要宽容以待。深度学习模型复杂，大数据也在不断的逼近事物真实状态，未来，随着深度算法改进和学习精度的提高，人工智能投顾一定能够更进一步，也会迎来另一波爆发的热潮。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“中国产业经济信息网”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。版权事宜请联系：010-65363056。

延伸阅读