AI入局金融，科技如何重塑行業(yè)？

“有一個(gè)問(wèn)題?！绷_輯急忙說(shuō)?！澳闶钦嫒诉€是機器，或者是一個(gè)程序？”

這個(gè)問(wèn)題似乎并沒(méi)有讓咨詢(xún)員吃驚，她回答道：“我當然是真人，電腦怎么能夠處理這么復雜的業(yè)務(wù)？”

同廣告牌上的美人告別后，羅輯對史強說(shuō)：“大史，有些事情真的不好理解，這是一個(gè)發(fā)明了永動(dòng)機并且能夠合成糧食的時(shí)代，可是計算機技術(shù)好像并沒(méi)有進(jìn)步多少，人工智能連處理個(gè)人金融業(yè)務(wù)的能力都沒(méi)有?！?/span>

——《三體 II·黑暗森林》

這可能是《三體》這部知名科幻作品中，最不科幻的地方了。智子封鎖下的人類(lèi)計算機科學(xué)兩個(gè)世紀未有寸進(jìn)，人工智能自然也毫無(wú)智能，放在今天來(lái)看卻別有一番風(fēng)味。與小說(shuō)相反，最近 AIGC（人工智能生產(chǎn)內容）爆火，是繼 PGC（專(zhuān)業(yè)生產(chǎn)內容）和 UGC（用戶(hù)生產(chǎn)內容）之后，一種利用AI自動(dòng)生成內容的新型生產(chǎn)方式。從文字到圖像，從 DALL-E 2 到 Stable Diffusion 乃至引起極大轟動(dòng)的 ChatGPT，AI 生成超逼真內容的能力使其背后的“生成式人工智能”（Generative AI）迅速走紅，不僅奠定了人工智能作為一種新的內容生產(chǎn)主體的基礎，更將它徹底地推到了大眾的視野中。

圖：《三體》動(dòng)畫(huà)版 丨 來(lái)源：藝畫(huà)開(kāi)天

一 生成式人工智能：個(gè)人金融業(yè)務(wù)經(jīng)理

有了創(chuàng )作能力的加持，AI 似乎越來(lái)越聰明，也越來(lái)越接近真人了。那么回到“個(gè)人金融業(yè)務(wù)”上，人工智能也可以勝任嗎？答案是肯定的。

即使是現在，金融服務(wù)中的智能客服對我們絕大多數人來(lái)說(shuō)也并不陌生，可以在高效解決問(wèn)題的同時(shí)節省大量的人力。而在可預見(jiàn)的將來(lái)，《三體》中的咨詢(xún)員很可能會(huì )被生成式人工智能代替，成為其在金融業(yè)務(wù)落地層面最直接的應用。雖然目前這一領(lǐng)域的技術(shù)仍處于實(shí)驗階段，但整個(gè)社會(huì )對其應用層面的熱情探索，勢必加速其技術(shù)的發(fā)展和衍生問(wèn)題的解決，可以想見(jiàn)，未來(lái) AI 不僅可以通過(guò)生成文字和語(yǔ)音來(lái)提供客戶(hù)服務(wù)和交互，更能夠生成圖像乃至視頻，在智能營(yíng)銷(xiāo)乃至廣告投放等金融業(yè)務(wù)場(chǎng)景下發(fā)揮更大的作用。

圖：AI 內容生產(chǎn) 丨 來(lái)源：Eric Griffith, Midjourney

二 圖計算：突破迷霧的結構化智能

當然，僅僅是以假亂真的智能服務(wù)遠遠沒(méi)有發(fā)揮出人工智能在金融領(lǐng)域的潛力。從自然語(yǔ)言處理到深度學(xué)習，從強化學(xué)習到生成式對抗網(wǎng)絡(luò )，AI指數級發(fā)展的背后不僅僅是算法、算力的進(jìn)步，更有海量數據的支撐。數字時(shí)代，數據為王，對數據的處理方式有著(zhù)決定性的影響，而圖計算即是一種先進(jìn)、高維的數據治理方式，一方面更符合人的基本思維方式，另一方面可以通過(guò)自動(dòng)化分析發(fā)現一些難以用既有規則和經(jīng)驗發(fā)現的信息。

金融業(yè)務(wù)所產(chǎn)生的海量數據形成了一張錯綜復雜、牽一發(fā)而動(dòng)全身的網(wǎng)絡(luò )，而對其中復雜關(guān)系的分析在業(yè)務(wù)中至關(guān)重要，這一點(diǎn)使得圖數據相比于單純的數據存儲來(lái)說(shuō)，天然更貼近金融業(yè)務(wù)的應用層，可以深度釋放關(guān)聯(lián)數據的價(jià)值。在實(shí)戰中，圖計算技術(shù)最清晰的應用可能是智能信審、資金流向查詢(xún)和金融數據可視化等，不僅方便了個(gè)人金融業(yè)務(wù)，更能極大地幫助金融機構進(jìn)行趨勢判斷、投資決策和風(fēng)險規避等等。

三 因果推斷：從打破黑箱到機械降神

“我模擬了每一種可能性，要阻止末日的到來(lái)，我看到了一條路徑，僅此一條?！薄段鞑渴澜纭?/span>

科幻燒腦美劇《西部世界》中，機器人伯納德在人工智能的“升華之境”中對現實(shí)世界做了 14,000,605 次不同的模擬，得出了唯一一個(gè)結局不致滅亡的策略，并按照它一步步走了下去。于是，整個(gè)第五季中伯納德的行為軌跡就像先知，他似乎總是知道接下來(lái)會(huì )發(fā)生什么，應該做什么，其未卜先知的能力宛如神跡，不僅讓作為觀(guān)眾的我們一臉懵逼、“不明覺(jué)厲”，甚至他的同伴斯塔布斯，也同樣全程直呼“看不懂”。

圖：“升華之境” 丨 來(lái)源：《西部世界》

其實(shí)，哪怕伯納德愿意，恐怕他也無(wú)法解釋自己的行為，這就要說(shuō)到現實(shí)中人工智能的黑箱效應了。與伯納德的做法一樣，人工智能深度神經(jīng)網(wǎng)絡(luò )最基本的運作方式就是窮舉出所有的可能性，并從中找出一個(gè)解。當前，最好的機器學(xué)習算法和模型非常擅長(cháng)尋找模式和相關(guān)性，但其運算模式?jīng)Q定了它們往往只會(huì )得出一個(gè)結果，卻無(wú)法解釋結果的來(lái)由，更不能在海量數據中為我們指出，是哪一個(gè)因素導致了哪一個(gè)結果。這一點(diǎn)在某些領(lǐng)域或許沒(méi)那么重要，但在金融行業(yè)這樣極其重要的復雜系統中，卻大大地限制了人工智能幫助我們進(jìn)行數據分析乃至決策形成的能力，其不可解釋性更加劇了人們對其規?；瘧玫囊蓱]，信任的建立困難重重。

不過(guò)，作為人工智能和機器學(xué)習的下一個(gè)前沿領(lǐng)域，因果表征學(xué)習（Causal Representation Learning）或許將改變游戲規則。統計學(xué)對因果關(guān)系的研究分為兩類(lèi)，分別是因果推斷和概率因果論。人們對因果關(guān)系的理解普遍建立在后者之上，而由于無(wú)法很好地分辨內生性問(wèn)題，機器也是一樣，很容易出現將相關(guān)性當作因果性的錯誤。而因果推斷的本質(zhì)則是從產(chǎn)生的數據中回推背后的真相，需要從非結構化的數據里分離出真正存在的因果隱變量，這一點(diǎn)與傳統的機器學(xué)習有著(zhù)很大的區別。

圖：AI“黑箱” 丨來(lái)源：Alice Yang

雖然在技術(shù)上仍存在許多困難，不過(guò)因果表征學(xué)習的研究和應用正在變得更加活躍，研究人員都在致力于讓機器能夠真正理解實(shí)際問(wèn)題的基本性質(zhì)。具體到復雜的金融系統，因果表征學(xué)習需要大量的、結合實(shí)際的理論研究支持和技術(shù)努力，才能得出一種可靠的數據表述方法，做到所謂的可解釋 AI，最終建立人類(lèi)與機器之間的信任。在這種更高維、更值得信任且具備自主性能的基礎上，人工智能將可以在金融業(yè)務(wù)中實(shí)現智能、定制化的營(yíng)銷(xiāo)、投資組合建議甚至市場(chǎng)調控等，真正成為金融數據海洋中的智慧大腦。

四 One More Thing

AI 賦能萬(wàn)物，金融自然也不例外。作為一家金融服務(wù)公司，度小滿(mǎn)延續了其自身的百度技術(shù)基因，充分發(fā)揮 AI 方面的優(yōu)勢，致力于用科技為更多人提供值得信賴(lài)的金融服務(wù)。近日，度小滿(mǎn)聯(lián)手《麻省理工科技評論》中國，聯(lián)合發(fā)布了《2023 年金融科技趨勢展望》。1 月 11 日 14:00-16:00，我們將于《2023 年金融科技趨勢展望》線(xiàn)上直播活動(dòng)中對報告進(jìn)行深度解讀，除了生成式人工智能、圖計算和因果推斷之外，還將探討多模態(tài)情感計算、科技倫理治理、鏈上分布式金融應用、隱私保護計算、虛擬數字技術(shù)、自動(dòng)機器學(xué)習以及云上能力升級等與金融行業(yè)息息相關(guān)的技術(shù)。屆時(shí)，我們將邀請業(yè)內產(chǎn)業(yè)端、科研端等關(guān)鍵意見(jiàn)領(lǐng)袖共同參與，探討金融科技發(fā)展現狀及未來(lái)趨勢展望。