【AI引爆智能投资革命】十大AI领袖与金融专家演讲干货大放送

2017 年 9 月 1 日 新智元

1 新智元报道

编辑：胡祥杰、张易

【新智元导读】智能投顾未来的市场规模有多大？投资人工智能的三大陷阱是什么？如何抓住 AI 时代最大的红利?......在由中国证券投资基金业协会金融科技专业委员会主办、通联数据和新智元合办的 2017 智能投资峰会暨新智元百人会 8 月论坛上，您也许能从今日头条顾问、源码资本投资合伙人张宏江、科大讯飞执行总裁胡郁等多位科技或金融领域的专家的精彩分享中找到答案。

8 月 30 日，由中国证券投资基金业协会金融科技专业委员会主办，通联数据和新智元合办的“AI 改变金融，共享重塑生态——2017 智能投资峰会”在北京金融街举行，本次峰会同时也是新智元百人会 8 月论坛。

会上，今日头条顾问、源码资本投资合伙人张宏江、科大讯飞执行总裁胡郁、香港科技大学计算机系主任杨强、通联数据创始人兼 CEO 王政、新智元创始人杨静、嘉实基金董事总经理张自力、招商银行财富管理部副总经理王洪栋、先锋领航中国区总经理赵曌、芝加哥大学商学院教授丛林等多位来自学术界及科技和金融行业的专家汇聚一堂，共同探讨人工智能技术的应用前景，及金融业未来的发展趋势。

本文将带来现场嘉宾干货满满的演讲摘录报道，先通过一人一句话来了解各位重量级嘉宾的演讲内容：

中国证券投资基金业协会副会长钟蓉萨：“金融领域现在金融的交易将近有一半，大概有数万亿美元的交易都是通过算法交易。人工智能投资顾问管理的资产未来10年可能会实现指数级的增长，总额可能会达到5万亿美元。”

今日头条顾问、源码资本投资合伙人张宏江：投资人工智能有三大陷阱，只有算法很难形成商业模式。

科大讯飞执行总裁胡郁：“关于实现强人工智能的方式，科大讯飞坚信应该采用一种叫做智能动力学的方法。”

通联数据王政：过去的30年每年机器做投资收益率超过30%，股神巴菲特是20%。

香港科技大学计算机系主任杨强：人工智能和机器学习是有两种落地的模式：前台和后台。

新智元创始人杨静：投白马股赚得更多。事实证明如果想抓住AI时代最大的红利，在投资的时候一定要焦点聚焦到巨头。

嘉实基金董事总经理张自力：人工智能的算法如果能够解决小数据情境下的问题，就可以真正地在投研上给大家带来更光明的未来。

招商银行财富管理部副总经理王洪栋：目前智能投顾产生的最大改变在于在客户的标准画像上做出精准匹配。

先锋领航中国区总经理赵瞾：现在的智能投顾应该称为“机器人投顾”，还没有达到智能的层面。

芝加哥大学商学院教授丛林：投资者可以在机器的帮助下学习、归纳和总结基本面分析方法和经验，形成一套可重复的研究模型。

钟蓉萨：当下 金融交易将近有一半都是通过算法交易

峰会首先由中国证券投资基金业协会副会长钟蓉萨致开场词。她介绍说，现在在协会管理的资产有54万亿的资产，相较当时2012年已经是6倍。她从金融业务与新兴科技，特别是人工智能领域的结合介绍了两个领域之间的现状。

中国证券投资基金业协会副会长钟蓉萨

首先，钟蓉萨会长表示，从金融业发展的历史来看，金融技术的应用和普及虽然加速了新型的服务模式的单行，但是并没有从根本上改变金融的业务模式、金融的法律关系和监管体制，也没有对金融体系稳定产生大的冲击。此次金融科技的浪潮是否会从根本上改变现有的业务模式和监管框架还有待观察。

她透露了一个比较震撼的数据：金融领域现在金融的交易将近有一半，大概有数万亿美元的交易都是通过算法交易。引用花旗银行的研究，她预计人工智能投资顾问管理的资产，未来的10年可能会实现指数级的增长，总额可能会达到5万亿美元。

关于智能投顾，钟蓉萨认为智能投顾的服务对于数据的要求只是一部分，应该有差异化服务智能的投顾产品。所以除了坚持数据推动以外，也要知识驱动相结合。

AI对金融会有哪些影响？钟蓉萨从微观层面进行介绍，认为 AI 对金融市场、金融机构、金融服务的提供方式会形成一个重大的影响。简单来说，技术带来的金融创新会给金融行业风险的把控、管理和评估都会带来挑战。

张宏江：投资人工智能有三大陷阱， 只有算法很难形成商业模式

今日头条顾问及技术战略研究院院长、源码资本投资合伙人张宏江博士

今日头条顾问及技术战略研究院院长、源码资本投资合伙人、前微软亚洲工程院院长张宏江作为大会特邀嘉宾发表了一场长达一个多小时的演讲，从人工智能的最新一波浪潮讲起，谈到AI这波大潮到底本质，做人工智能投资的机会和限度。

以AlphaGo的崛起为开头，除了算法以外，张宏江博士透露了关于AlphaGo一些大家此前没有听说过的数据：其实它已经用到了16000多次的对局数据，包括3000多万的数据，阿法狗自己跟自己下棋又搜了另外3000万的数据。这些数据跟以前的数据不一样，这是非常高智能的大数据；用了大量的计算资源，用了920个CPU，280个GPU。

张宏江博士在演讲中提到这样一个观点：今天我们其实说人工智能，实际说得是深度学习算法。

他强调，今天深度学习能够有突破，很重要一个原因是不光是有大量的计算资源，而且计算的架构有了核心的变化。上一波AI浪潮用了神经网络，这一网络基本上还是现行的架构。一边是数据，然后数据通过计算和GPU进行交互。他说，整个神经网络其实就是激活矢量，然后有非线性的标量权重矩阵，把这几个因素分析一下可以有新的计算架构。

他谈到，AI的崛起带来了许多的投资机会，但是，其中也有许多投资陷阱。大致可以分为以下几个：

1. 投资比较密集。中国有上千家做机器人、图象处理数据的公司，然后做人脸的、自动驾驶的。显然第一不需要再增加这样的公司，第二是思考他们技术的领先到底是不是能够持续。

2.只有算法和技术是很难形成商业模式的，很难形成持续的商业模式。

3. 这家公司未来能不能持续的获得数据，也就是说对于数据的占先和占有。这对于竞争非常重要的。

总结起来，张宏江博士谈到的人工智能有三点：1）第一人工智能是增长的，而且未来是会成为一个企业核心的竞争力；2）第二，产业的本身有平台型的公司，比如百度、谷歌、阿里想做的，这都是平台型的服务公司。也有很多比较大的公司，它自己又有数据、又有人才，它会投大量的资源来提高AI能力，比如说大的银行、比如说大的电商。现在很多的创业公司，这些公司往往是没有数据，但是有些是有AI能力，这种公司不能够很快达到它获取数据的能力，最终就变成了自主模式；3）第三是门槛，数据和人才。算法说穿了就是人才，数据实际上是最重要的。

胡郁：科大讯飞在金融信用上的三个闭环

科大讯飞执行总裁胡郁

科大讯飞执行总裁胡郁则认为，人工智能将会逐渐替代人工，该产业的发展离不开政府战略规划以及市场经济方面的结合，中国在这些方面具有非常大的优势，应当好好把握机会，创造未来。

胡郁认为，智能应该有三种形式，运算智能、感知智能和认知智能。这是科大讯飞所一直坚持的概念分类。机器从现在所擅长的运算智能，逐步过渡到人类和机器都有的感知智能和运动智能，以及最后人类所独有的认知智能，这一条道路是机器对人类奋起直追的道路。

关于实现强人工智能的方式，胡郁介绍说，科大讯飞坚信应该采用一种叫做智能动力学的方法。“空气动力学的研究让我们人类真正的掌握了飞行的奥秘，而强人工智能将来有可能通过大脑的研究，帮助我们找到在大脑里边真正起作用的，比如说小样本学习，比如说迁移学习，比如说联想、类比、灵感这方面的东西，我坚信智能动力学将给人工智能带来非常好的研究路径”，胡郁说。

对于人工智能到底会如何改变我们的生活这一问题，胡郁表示，在这一点上科大讯飞有自己的认识，这个认识可以总结成两句话：第一句话，人工智能将能改变现在所有的产品和服务本身，通过哪两种方式呢？一种是解决人和产品、服务之间的交互问题，第二种方式是让产品和服务更加懂你，你家中的任何一个智能家居、智能硬件、智能机器人都可以自然地跟你交互，给你推荐；第二句话，在我们生产产品的过程中，我们可以用人工智能改变它的整个过程，也就是用智能化的方法来完成智能化的产品和服务。

关于智能在金融上的应用，胡郁介绍了两点：一个是信息分析和预测，另一个是信用。信用是科大讯飞在金融上做得比较多的，“我们实现了大数据的闭环、信用的闭环，到最后贷款资金链的整个闭环。这是迅飞有优势的地方”，胡郁说。

通联数据王政：智能投资革命，机器投资收益率早已超越巴菲特

通联数据CEO王政

通联数据CEO王政在演讲主要包括两部分的内容：智能投资革命与共享。

他介绍，目前量化投资和用机器做投资相比用人来做投资已经有了非常大的变化：从资产规模上来看，全球最大的资产管理公司贝莱德，它现在有5万多亿美元的规模，这是一家完全用技术来做投资的公司，以量化投资为它的核心能力；从业务上来看，过去的30年每年机器做投资收益率超过30%，股神巴菲特是20%。

人工智能对投资领域有哪些价值？王政认为有两个方面：提升工作效率和作为信息垂直搜索引擎，建立数据运用投资的框架。

他介绍说，所谓的机器人基金经理，就是最近比较火的智能投顾，可以把整个的投资决策系统地来完成，比如说你告诉它有什么样的投资目标，整个系统就可以帮助你选择相应的投资标的，做整个风险的预算，还有收益的预测，然后再实时的帮你去监控投资的过程进行投资决策的调整。

关于人工智能如何应用到投资领域，王政说，一般做算法的同学做投资想得很简单，一上来是把大量的数据放到里边，学习出来一个模型，其实这在投资领域过去的几十年是非常忌讳的，这叫所谓的简单管理，出来的结果可能不一定有预测性。而量化投资在过去很多年里已经总结出了很多的规律，它把我们原来的投资逻辑和知识梳理出来总结出来了，按照这样的逻辑去做，这样就避免了很多数据挖掘的陷阱。

做智能投顾核心的需求是什么？王政认为觉得要从两个维度分析：第一个维度，投资者不知道他自己是谁，他的能力有多强。每个人其实都觉得自己很有能力，其实他并不知道他的能力边界在哪里，哪些地方做的好，哪些地方做的不好，所以首先要问的是他自己是谁，他的投资目标、投资能力、投资偏好等等。所以做智能投顾第一是需要了解所谓的用户画像。第二个维度才是提供各种各样的服务，服务类型包括理财、炒股和资讯的服务，还有简单用标准化产品服务的需要用智能机器人和客服解决的问题。

杨强教授：跨领域的人才是实现人工智能的必要条件之一

港科大杨强教授

刚刚当选国际人工智能协会主席的香港科技大学教授杨强向大家介绍了人工智能的发展历程和机器学习的最新进展，他认为，“特征工程“是机器学习中大家比较忽视的一点，这一部分需要有该领域的专家来实现，因此我们说，跨领域的人才是实现人工智能的必要条件之一。

杨强在演讲中提到，数据变现的核心能力表现为，计算机速度的增长带来的一个新的变现，比方说在金融界的量化。还有一个是变化能力，能够举一反三。

杨强在演讲中提到了机器学习中的难点——特征工程，他说，这在业界有巨大的难度，因为它的过程是要观察特征，了解业务，然后根据已有的特征产生出新的特征。不同的算法也需要不同的特征工程。

展望一下机器学习最新进展：

深度学习会继续发展。因果关系图现在来讲还是手工建为主，如何能够把一个深度学习的网络用因果关系的网络图来解释，这是现在研究的一个热点。

另外一个热点是如何把深度学习用在自然语言上。

在学术界大家正在紧追不舍的一个问题，是如何能够模拟人，让机器自动的生成很多的数据。这里的技术包括GAN。

最后就是迁移学习的最新进展。

新智元杨静：从TensorFlow到TPU，崛起中的全球人工智能生态系统

新智元创始人杨静女士

新智元创始人兼CEO杨静在大会上发表题为《崛起中的全球人工智能生态系统》的演讲。她认为，人工智能竞争有两个层面——软件和硬件。

她的演讲从不久前国务院发布《新一代人工智能发展规划》谈起，她认为，政府这一纲领性的文件传达出一个重要的信号：我们国家的人工智能发展其实是相当开放的。科技部部长万钢此前也在接受媒体采访时表示，欢迎谷歌等AI 巨头到中国设立研究院。

谈到中美两国在人工智能发展上的差距，杨静给出了一个核心的观点：二者的差距其实体现在软硬件系统生态上。

以今年AlphaGo在乌镇击败柯洁为例，她介绍了谷歌强大的硬件生态和最新的重磅武器——TPU。她说，我们将迎来一个AI芯片的"XPU” 时代，当前，谷歌、亚马逊、苹果和微软，以及中国的百度和华为都宣布将推出自己的AI芯片。

巨头都在构建行业生态，对于大家较为关注的创业企业和投资，杨静认为说：“我们以后在投资或者是做投资分析或者股市分析的时候不能仅仅看一个点，不能仅仅看一个技术，而是看这个企业的技术在 AI 生态系统当中扮演的角色、它的位置，以及给整个生态系统带来的帮助。”

她特别强调，AI软硬件结合是一种生态系统，所以结合的AI云会成为各大巨头争夺的焦点。

关于中国人工智能发展的现状，对比美国，杨静认为，在应用层中国并不落下风，甚至还是有优势的，但是在底层真正的人工智能软硬件层面，无论是开源算法还是芯片和云，我们其实并不占优势。她认为，硬件这一块未来会成为AI生态系统竞争的一个焦点，但是中国在这方面的投资和企业在这方面的布局，还是远远不足的。

在投资上，杨静有一个观察：投白马股赚得更多。过去几年，AI最大的红利可能体现在几家公司身上，比如大家熟知的英伟达，以及中国的海康威视和科大讯飞。去年这个时候科大讯飞的市值还只有300多亿，现在已经是800多亿。海康威视今年的市值也已经达到了3000亿。她说：“事实证明如果想抓住AI时代最大的红利，在投资的时候一定要焦点聚焦到巨头。”

具体说来，巨头有着强大的数据资源和生态系统，这是初创企业比较难以撼动的地方。生态系统的内涵其实更多的又在于人才的竞争和积累。

在演讲中，杨静特别提到，巨头间的生态系统争夺战也激战正酣，大家在人才、数据、云等基础设施的抢夺几乎每天都在上演，这种争夺会是非常残酷的。

她在演讲中提到，在中国，从专用芯片上来讲，目前硬件的方面有非常大的一个空白，从这里面能看到很大的机会，中国也有很多的创业公司，包括寒武纪，地平线，甚至比特大陆都在做AI芯片的研发。

最后，杨静还谈到中国市场上轰轰烈烈的“音箱大战”，她说，中国人工智能企业应当努力扩大影响力，积极布局人工智能在现实中的应用。她还特别指出，未来 3 到 5 年，“人工智能+”会成为一个非常值得重视的概念。“什么叫“智能+”？比较确切地定义是，深度学习技术在语音和计算机视觉等特定场景的应用，这会成为未来 3 到 5 年 AI 时代最重要的事情。

嘉实基金张自力：人工智能的算法如果能够解决小数据情境下的问题，就可以真正地在投研上给大家带来更光明的未来

嘉实基金董事总经理张自力

一般公司都没有大数据，没有大数据能不能做人工智能？嘉实基金董事总经理张自力在演讲一开始就提出问题。

张自力从哲学层面寻求答案，他辨析了相关和因果、归纳和演绎之间的关系。

张自力指出，金融是一个非常复杂的问题，人类社会也是一个非常复杂的问题。其中存在的很多变量关系是超过人类认知水平的。没有明确规则的情况下，我们强烈需要因果性的依据来做决策。

相关和因果——相关和因果两个变量之间，A 和 B 之间可能有一些是相关的，但是它可能是某些小量的数据造成的，可能更深层次的是 C 在推动。比如说，C 导致 A 和 B，——举个例子，雪糕销量越大（A）的时候，会发现在水里溺亡的事故（B）越高。

“特征工程里，比如说现在人工智能的算法里，不像我们在金融里讲的因果关系。在金融里讲的因果关系，有存在的依赖性——不发生就不发生，有时间上的次序性——“因”发生以后，“果”才能发生。所以说，深度学习网络里，两个变量之间并没有有强烈的因果关系”，“我认为在深度学习、大数据学习里，变量越多、越相关，结果越好，而在金融里没有这个规律。”

归纳和演绎——索罗斯认为用归纳法是不可能成功的。金融市场本身是不确定的，它的不确定是根本性的。所以从索罗斯的角度来说，他基本上是否认用归纳的方法来做，而我们讲的人工智能，从目前的角度来看，仍然属于非常复杂强大的归纳。

金融领域很多复杂的问题还要等待人工智能再进一步整体演化，在大家将对归纳法的怀疑和演绎法的缺陷进行正确融合以后，在人工智能的算法能够解决小数据问题的情况下，人工智能就可以真正在投研上给我们带来更光明的未来。

招商银行王洪栋：人工智能对客户服务流程的三大提升

招商银行财富管理部副总经理王洪栋

招商银行财富管理部副总经理王洪栋则分享了他对“普惠金融”的理解与实践。王洪栋表示，金融产品对普通投资者来说，有着它的门槛和天然的限制，这些限制对投资者实现财富管理和财富增长有一定困难。

如何把人工智能引入客户服务、客群建设的流程，对这一流程做出改良与改进，是招商银行一直在思考的问题。

“我们是在流程的每个环节、每个点上都做了思考，希望把它的效率提升上来，其中提升最多的有三个部分：1. 在客户的标准画像上做出精准匹配，以及智能感知。招商银行智能投顾产生的最大改变就在这里：原来需要跟客户交流十几分钟才能完成，现在跟客户做交流的时候，手里边拿到的表已经做得差不多了；2. 投资决策。同时面对几千个客人的时候，每个客人都需要个性化一点，这不是一两个人能在短时间内完成的，需要大量的计算，人工智能能发挥巨大作用；3. 部分客户的服务。在解决投资者参与到公募基金实现自己的财富管理问题时，智能客服对于怎样获得长期的持有能发挥巨大作用。这件事情在过去很长时间内都是通过人工来做，当客户对产品波动有感受或者对市场剧烈的振荡有需求时，往往找到理财经理，和理财经理交流。现在这件事情更多的是需要人工智能来解决了。”

先锋领航赵瞾：现在的智能投顾应该称为“机器人投顾”，还没有达到智能的层面

先锋领航中国区总经理赵瞾

先锋领航中国区总经理赵瞾首先跟大家澄清了一个概念——什么是“智能投顾”。如果真的从字面上去翻译，应该叫机器人投顾。之所以叫机器人投顾，是因为它其实还没有到智能的层面，机器人自己本身还没有智能。如果换一个角度去看这个问题，现在的智能投顾是整个大业态里面初始的阶段，将来随着技术的发展，随着行业之间以及不同领域之间的磨合和创新，有可能会真的发展到智能投资顾问的阶段。

对比“智能投顾”在中美市场的差异，先锋领航中国区总经理赵瞾表示，美国智能投顾在有先进 AI 技术支持的前提下，高度重视用户体验，其发展已经逐步迈向成熟。相比之下，国内智能投顾不管是从监管还是从政策制定来说，都不是特别清晰明确。总而言之，中国的智能投顾还有很长一段路要走。

丛林教授：投资者可以在机器的帮助下学习、归纳和总结基本面分析方法和经验，形成一套可重复的研究模型

芝加哥大学商学院教授丛林

芝加哥大学商学院教授丛林则为在场嘉宾阐释了“量本投资”这一新理念。丛林教授在演讲中称，通过充分结合“基本面研究”与“量化投资”两者的优势，形成了“量本投资“新范式。在未来，投资者可以在机器的帮助下学习、归纳和总结基本面分析方法和经验，形成一套可重复的研究模型，最终推动智能投资的未来发展。

丛林教授特别提到，机器学习中有很多的方法和应用，有些好用，有些不好用。我们需要留意它本质的原因。不同的方法适用于不同的数据，适用于不同的场景，适用于不同的策略，不是说知道方法就可以做量化的策略，而是要知道这样的方法对什么样的数据更好，这就需要多年的经验和人工智能的专家一些建议。

花絮：一场爆满的AI金融峰会，

座无虚席的会场

这可能是迄今为止对于人工智能技术在金融这一垂直领域的应用和引发的变革探讨得最深入的一次大会，也是来自科技和金融两个行业的嘉宾和听众结合得最紧密、交流得最充分的一次大会。

从听众的现场反馈中，我们听到的最多的一个词就是“干货”。每位讲者的演讲时间长达 40 分钟，却还不能满足讲者们所希望分享的知识与思想的容量。第一位讲者张宏江老师就将演讲时长延长了近一倍，面对场下的时间提示，张老师真诚地表示：“我看到了，但是请让我再讲15分钟！”老师们高密度的干货分享让观众大呼过瘾，直到下午散会时，场内仍是座无虚席。

本次峰会的讲者阵容和他们的主题演讲题目：