首页 体育 教育 财经 社会 娱乐 军事 国内 科技 互联网 房产 国际 女人 汽车 游戏

预告 港科大教授张晓泉:经济学家眼中的金融科技创新 CCF

2020-01-08

雷锋网AI金融谈论按:由中国计算机学会主办、雷锋网与中文大学全程承办的 AI 盛会 --「全球人工智能与机器人峰会」,将于 7.7-7.9 日在深圳举行。

CCF-GAIR 为国内外学术、业界专家供给一个宽广沟通的渠道,既在微观上掌握全球人工智能趋势脉息,也深入探讨人工智能在每一个笔直范畴的运用实践细节。

连续上一次大会的嘉宾阵型,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人职业重磅专家。在未来的一段日子里,雷锋网将连续放出嘉宾介绍。今日要介绍的是金融科技专场大会嘉宾——科技大学资讯,商业计算及运营学系教授张晓泉博士。

银行的形象与安全密切相关,而立异总是与危险有关。在金融科技这件作业上,银职业重视的要点一直在于“不失利”,而不是“去立异”。所以,当咱们都意识到人工智能、大数据能够给金融事务带来改造时,金融从业人士忧虑的是:人工智能能够做什么,不能做什么?它将带来什么危险?怎么落地运用人工智能才不金融规矩?……

因而,人工智能金融开展到这个阶段,咱们很期望能够听一听,经济学家是怎么看待,以及实践金融科技立异的。以下内容来自雷锋网AI金融谈论与张晓泉教授的大会前对话,也是张晓泉教授大会陈述内容的精彩预告!

张晓泉教授 于2006年在美国麻省理工学院取得办理学博士学位,此前在大学取得办理学硕士,工学学士和文学学士的学位。由于英文名称是麦克教授,所以朋友都称他为麦教授。

麦教授从前从事过的作业有: 出资银行剖析师,证券公司参谋, 高科技公司的世界市场部司理,以及互联网公司创始人。 在美国学习时,他得到了一项美国专利,并创立了一个闻名的华人网络社区,该社区在2004年时得到华尔街日报的报导。

麦教授擅长于研讨信息产品定价战略,大数据营销, 商业人工智能以及互联网金融。大数据、机器学习鼓起以来,咱们都标明应该并大力推动来用大数据来研讨经济,但张晓泉教授的方并不相同,他建议用经济学的办法研讨大数据的发作,和处理。这样的办法,必定程度弥补了前者的研讨相对静态带来的限制。

麦教授以为尽管咱们都在用大数据工智能,由于咱们的起点和方针不相同,导致能答复的问题也不相同。经济学家,计算学家,和机器学习专家研讨的人工智能问题会十分不相同。经济学最中心的问题之一是树立鼓励机制。“任何场景下都需求处理鼓励问题,便是人为什么要做这件作业,游戏规矩怎么拟定才干给人以满足的动力去按规矩拟定者的主意做?”

机器学习在做的作业更多是猜测和分类。以电信公司的事务为例,客户是通话多一些仍是运用数据多一些,机器学习能否经过剖析历史数据来猜测用户是否会转用竞争对手的服务。

这两种问题的底层都是计算学,计算学家处理能不能用数学的办法来描绘随机性,人工智能归根究竟是需求机器去剖析哪一种成果是最或许呈现的。

麦教授解说道,“经济学家的研讨方针更多是去解说作业的底层机制是什么样的?前两年有本大数据的书很火,书本的观念以为咱们不需求要处理联系,由于有了世界上一切的数据之后,问任何问题都能够经过数据答复,这是不对的。”

经济学家以为,必定要剖析清楚联系,才能够拟定更好的方针和规矩 。比方说,稀有据标明上私立学校的学生更简单上好大学,那么是否能说私立学校比公立学校更好呢?要答复这个问题需求研讨上私立学校的学生是否原本就有其他更好的资源让他们上好大学,如爸爸妈妈的校友资源,去国外游览开辟视界的时机等。换句话说便是一个上私立学校的学生假如放到公立学校去是否还能上好大学。假如不知道联系咱们是无法知道答案的。在曩昔的20年里,经济学家树立了十分多的数据剖析模型,有整套的计量经济剖析结构,这些模型假如能够和人工智能的一些办法结合,会发作出十分多的有意思的成果。

究竟金融市场在干一件什么事?在处理金融科技立异的问题时,首要起点应该楚究竟金融市场在干一件什么事。浅显地说,一般人以为金融市场是帮人们赚钱,“但其实不是的,” 麦教授指出,“金融市场真实在做的是让资源更好地分配。”

“所以看历史上金融科技开展的每一个年代,比方最早咱们开端用纸币,后来有信用卡,现在是区块链的呈现,不同的技能往前开展,其实都是让咱们越来越有用的做资源分配。”

近来,《纽约时报》、《 经济学人》等干流都在评论:金融市场的未来究竟是什么样的?许多人以为金融市场会被人工智能代替,比方金融出资剖析等职位。

包含现在大学教授的课程,财政学、金融学等,这些究竟还有没有用?假如未来都能让人工智能来做,那就无效了。

这些科技立异带来的问题,在到时的大会上,麦教授都将从一个经济学家的视点动身,结合技能的研讨实践来进行剖析。

“所以,人工智能能做什么、不能做什么?这点我觉得十分重要。”麦教授标明,现在大部分人都在评论人工智能能够做各式各样的事,可是人工智能不能做什么?究竟边界在哪里?其实是一个更需求评论的问题。这儿的评论并不需求达观或失望的臆想,而是需求树立有用的方来研讨。

现有的剖析师,每天要看许多的年报、季报,以及公司的报表,还要看看新闻发作了什么作业,微观经济,交际评论等许多信息……现在大部分的情感剖析用的研讨办法是直接提取文本中带有情感颜色的词语。假如和对金融市场的常识相结合,新的情感剖析算法能够直接结合经济学和人工智能的长处,做到更好的辅佐剖析。别的,麦教授还会评论怎么用人工智能的算法来做股价猜测。

此外,金融职业最重要的范畴之一是危险办理。现在咱们以为用人工智能能够处理一切的危险办理问题,“这是错的。”麦教授指出,“危险办理有许多的层面,一个层面是说只需讲到危险,便是能不能写出来股价涨跌的概率别离有多大?动摇率有多大?一旦写出动摇率,底层就必定假设了某种概率散布,可是许多金融事情的发作咱们是不知道概率散布的。”即使有齐备的历史数据依然无法办理这类危险,那么经济学的办法怎么给人工智能供给有力的模型东西呢?

引荐:

相关文章:

热门文章

随机推荐

推荐文章