人工智能從沉寂期翻身靠的是博取眾長1956年的達特茅斯會議上，“人工智能”概念被首次正式提出。從概念提出的那一刻起，就產生了糾纏此后六十余年的兩條路線—“模擬神經系統（nervoussystem）”和人工智能從沉寂期翻身靠的是博取眾長。

　　1956年的達特茅斯會議上，“人工智能”概念被首次正式提出。從概念提出的那一刻起，就產生了糾纏此后六十余年的兩條路線—“模擬神經系統（nervous system）”和“模擬心智（mind）”的斗爭。在數據和算力都相對落后的灰色時代里，人工智能的發展始終難以達到預期效果，無法支撐大規模商業化應用，因此屢遭社會公眾質疑。

　　二十一世紀初，人工智能方向的博士們入學時或許還在糾結以后是教書還是去業界,畢業時卻驚喜的發現自己已成為就業市場上熾手可熱的稀缺人才，手握頂級Paper的優秀博士畢業年薪有望高達百萬。得益于數據資源的豐富、深度學習算法的崛起和不斷提升的計算資源可獲取性，人工智能在這一階段終于真正擺脫了歷史的陰霾，公認成為未來數字社會不可或缺的一部分，甚至上升到到足以引發第四次工業革命時代的地位。在互聯網高度發達的今天，人工智能的概念一夜之間卷土重來，成了一個囊括圖像識別、語音識別、信息檢索、語義識別等各種與互聯網用戶息息相關技術的集大成者。

　　雖然目前人工智能已獲取了較高的地位，但就人工智能指代哪些，人工智能路線朝哪發展等關鍵問題的回答仍比較模糊，也就導致由人工智能應用演化而來的智能金融的相關概念就更為模糊。在很多眼里,人工智能就是個黑匣子,打開了是什么,外人永遠無法預測?？v觀人工智能發展歷史，發現其能夠從邊緣轉向主流的歷史就是不斷博取眾家所長、為己所用的歷史，黑匣子的形象在一定程度上彰顯著人工智能的這種開放精神。

　　智能金融概念雖模糊，但已得到社會廣泛重視

　　先看一段比較常見的對于智能金融的介紹：

　　智能金融以人工智能為代表的新技術與金融服務深度融合的產物，它依托于無處不在的數據信息和不斷增強的計算模型，提前洞察并實時滿足客戶各類金融需求，真正做到以客戶為中心，重塑金融價值鏈和金融生態，拓展了金融服務的廣度和深度。

　　簡單而言，智能金融就是指應用到金融服務的算法以及基于算法開展的金融服務，其核心驅動力在算法。上個世紀中葉，美國早就出現過人工智能在金融行業中的實際運用，當時的許多券商、基金都開始使用交易員電腦輔助交易系統進行數據分析、投資組合和策略改進。此后，算法輔助在金融決策中一直起著重要作用，圍繞應用金融領域的算法創新構成金融創新的重要組成部分，然而從算法輔助到算法決策的躍變則構成智能金融的一個任務。

　　算法的創新以數據和算力為前提。智能金融最近兩年在國內火熱起來，有兩個重要誘因：一是互聯網金融的興起后，無論互聯網企業還是金融機構都充分認識到了數據的價值，金融領域的大數據應用得到充分重視；二是區塊鏈等新技術的興起，尤其是挖礦的盛行，算力得到了充分重視，算力技術迭代大大加快。更為海量的數據和更為龐大的算力支持著算法的迭代創新。而互聯網金融（金融科技）培養出來的金融和科技復合型人才在這批智能金融熱浪中無縫切換到創新創業的最前沿。

　　算法是什么？杜威的實用主義幾乎成為現代美國的官方哲學：“有用即是真理，無用即為謬誤”。能夠帶來實際效果的算法就是好算法，當然沒法產生預期效果的算法自然被擯棄為糟粕。在這種實用主義氛圍下，深度學習近些年的地位陡升，幾乎與人工智能劃起等號。早些年爭議的模擬神經系統、模擬心智等相關算法的相關理念都自然而然吸納融入了深入學習。

　　貼上“All in AI”標簽的百度在今年一月份的百度世界大會做了兩個判斷：其一，坦言目前仍是AI的黎明期，所謂黎明，天將明未明之時；其二，認為智能金融將是人工智能應用場景中第一個實現商業化變現的場景。與此相對應，早在2013年百度就率先在國內成立了“深度學習研究院”（后為“百度研究院深度學習實驗室”），百度金融將自身首先定位為智能金融的技術輸出方,而螞蟻金融、騰訊以及京東金融等也不斷爆出在全球網羅頂尖人工智能專家的消息；同時，國內人工智能和智能金融領域的創業融資金額也屢創新高，越來越多獨角獸企業貼上了人工智能和智能金融的標簽。

　　作為一個金融民工，初判智能金融之所以有望承擔起商業化變現人工智能突破口的職能，原因有三：

　　其一，金融體系內能獲取豐厚利潤的方向已所剩無幾，人工智能行業目前還是一片藍海，其實用性仍需要時間進行驗證，未來發展空間可期，這和量子通訊技術在金融應用的道理如出一轍；

　　第二，經濟學邏輯一直強調“理性人框架”，防范的也一直是人的道德風險等因素，機器人無疑是更加理性的存在，尤其在各類金融危機爆發后，這一思潮更加盛行，譬如二級市場的量化投資程序往往可以獲得更加平滑和穩定的收益曲線；

　　第三，長期以來，金融決策都由數據驅動，例如做信貸的看財務報表或是看電表、水表、工資流水，而人工智能恰好是處理數據的算法，能直接為金融所用，互聯網金融興起后雙方幾乎沒有磨合的成本。智能金融的未來很光明，但要秉持開放精神

　　從歐美發達經濟體的經驗來看，金融市場規模大約為GDP規模的4-5倍，由此按照2017年82.71萬億GDP體量測算，成熟狀態下的中國金融市場規模體量當在300萬億以上。人工智能在金融領域的應用只是開始，更多驚喜還在未來。如果未來20年中國經濟增長速度保持在6.5%，2037年GDP體量在291.44萬億人民幣，金融市場的規模當高達千萬億以上。也就是說智能金融擁抱的是未來20年千萬億級的市場，其存在商機毋庸置疑。

　　我們也應該清醒地認識到，人工智能技術主要掌握在技術公司手中,但在中國金融市場居于主導地位的仍是傳統持牌金融機構。因此，智能金融的推進要考慮“軟硬件結合”。智能金融的“軟”，就是所謂“數據和算法、策略”，算法和策略在于技術類公司，數據則在互聯網巨頭以及傳統機構手中，且金融機構的金融數據和互聯網企業的消費型數據具有高度的互補性；“硬”是就是所謂“牌照和IT系統”，系統可由軟件和互聯網公司提供，是智能金融發展的“軀干”，牌照卻為傳統金融機構所長，是規范金融科技發展方向的“框框”?！败浻步Y合”本身就意味著多方主體的合作共贏。

　　正在舉辦的博鰲論壇鼓勵金融市場更為開放，其開放指的是中國金融市場的對外開放，也指的是中國金融市場內部各金融參與主體的相互開放。算法的不斷迭代要靠在實際應用中的檢驗，靠數據，靠算力，靠最優秀的人才，這本身就決定著智能金融領域的創新要始終保持最為開放的精神。

　　與幾家互聯網巨頭自成體系的產業鏈衍生出來的封閉式生態圈相比，百度這樣的行業巨頭由于業務模式相對更具有開放的基因，更有希望打造徹底的技術性公司的形象。就像金融必須服務實體經濟才有意義一樣，人工智能也必須融入到一個成熟的行業才能產生價值，否則就是概念空轉、自娛自樂。正如百度高級副總裁朱光所述，人工智能是當下產業轉型的重要助推力，只有致力于構筑開放平臺，將金融科技能力輸出給更多合作伙伴，得到合作伙伴的反饋后再不斷迭代自己的能力，才能真正形成合力構筑起全新的智能金融生態圈，這才是服務金融市場全面開放的智能金融領軍企業應有的戰略路線圖。

責任編輯：韓希宇