Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

鲍捷作者

智能金融的破局(中):想要颠覆式创新?先从小事做起!

【导读】如果你阅读过昨天的文章 ——《智能金融的破局(上):智能金融的本质是标准件化》,那么一定对智能金融有更加理性而深刻的理解。整个智能金融产业必将向上发展,但在如此呼啸声中,大家可能会认为金融行业的颠覆式变革马上就要到来了。但是,一夜之间解决过去一百年都没有解决的问题,这可能吗?文因互联 CEO 鲍捷博士在演讲中给出了答案。

以下为正文  

鲍捷:大家在各种各样的峰会上面都谈目标。特别是最近人工智能的峰会,好像每天都有一次。那些我尊敬的老师们,他们都给出了一个非常辉煌的蓝图,一个未来。为了开始我们这个旅程,我们需要目标。大家很多做投资的朋友要看 BP,BP 最重要的就是目标。但是作为创业者而言,我们往往没有把真正的路径写到 BP 里面去,很多这些路径是非常枯燥的,非常无聊,但那才是真正的秘密。

今天我就在讲秘密是什么。 我们要想真正完成旅程,关键就是如何设计你的路径。有个笑话肯定很多人听说过,就是一群老鼠在讨论,猫好讨厌,我怎么能进行一个预警?它们要进行风控。讨论出来的答案是要往猫脖子上挂铃铛,这是一个非常大的冒险。这个目标非常清晰,想出这个主意的老鼠是个天才。问题是怎么做到?谁去把这个铃铛挂到猫脖子上去?大多数的目标,我们没法直接到达。

3月份,我们在杭州办了一次金融知识图谱的论坛,大概来了300个人,基本上把国内的这一行的主要的同行都请了过来,大家做了一个交流。可以说在这个会议上面,我认为中国这一行里头最优秀的创业者和机构都在这儿。我并不认为大家说出来了自己的答案是什么,谁知道怎么往猫的脖子上面挂铃铛,所以这件事情之所以有趣,我认为应该就在这里,没有人知道答案。如果知道答案,轮不到我们来做了。所以不仅是像我这样的小公司会遇到这种困惑,很多大型的机构同样如此。

我之前跟大概有3000亿资产的一个银行的负责人聊,他领导让他去做人工智能的创新,他也不知道从何入手。我们合作机构也有几个非常大的银行券商,跟他们负责人聊的时候,他们也是非常困惑,这个事听起来好像非常容易,但是具体做,好像每一个切入点都这么难,无法落地。甚至是董事长亲自来抓,也抓不成,下面 IT 的部门也做不成。要把几个部门合在一起同样很难。像大型的互联网金融机构也是一样的,前段时间有一个非常大的互联网公司的金融部门的总监过来,对我们很感兴趣,然后大家就吐槽,包括他们内部这个项目怎么做失败的。

还有一些种“创业公司”,这种公司跟普通的互联网创业公司是不太一样的,它通常是有一个大的集团或者一个大的公司,分一个部门出来,也称为创业公司。像这样的公司,含着金钥匙出身的公司,是不是一定能成功?并不是。我至少知道有两个失败的例子,剩下的像咱们这样的从土里爬出来的初创公司更是这样。在北京,我知道有四五家这样的公司,大家都很迷茫。

具体从领域上来讲,投资分成非常多的区段,从最早期的投资到并购,到后面政府监管,在每一个领域里面都有一级市场、二级市场,也都有买方、都有卖方,所以可以细分出上百个不同的细分市场出来,但是每一个细分市场怎么做?比如说像做一级市场的这些公司,已经做了很多很多年了,如果你去跟他们 CEO 聊,他们也说我都不知道自己怎么活过这么多年。他们每家都在困惑,但每家都在成长。这就是一个行业处在上升期的标志吧。

智能金融不应该从系统开始做

最近大家听到特别多的一个词,就是智能投顾。跟这相关的还有很多,智能投研、智能投机、智能投资,但是跟这个领域里面每一个真正做这个事的聊,你听到的困惑会比成功更多一些,因为这件事情还是不清楚的事情。为什么会是这样?因为智能金融的系统,是一个复杂系统,它的复杂性可以类比成操作系统,或者是搜索引擎。

谁能告诉我,如果我要新起一个搜索引擎,我需要的投资量是什么数量级?10亿的量级。如果我们想要达到美国 Kensho 的效果,也就是9万个数据集的集成,然后实时的事件分析,达到这样的效果,投入规模可以类比搜索引擎。

这就好比不可能投1000万就做出大飞机来。中国想做好大飞机,30多年的时间,每一个节点都越不过去。我们现在还不是从头到尾自己做,我们只是把它组装起来,光是个机壳设计,就花多少年时间。我们要造风洞,光那个风动就要花多少钱。这是硬件的东西,大家看得很清楚。软件的东西,可能大家不是看得很清楚,但也是一样的。我们要想把智能金融的系统给打造起来,从数据提取、知识的表示、逻辑的构造、自然语言的生成、自然语言的理解,每一个节点都是跳不过去的,这件事情是不可能一夜之间就冒出来的。

这样一个系统是一种复杂的系统,但是有两种复杂,英文有两个词,我们中文里都翻译成复杂,其实是不一样的。一种是 complex,一种是 complicated,互联网的时代,我们大家要面临的是 complex。比如像滴滴打车,或者像 Facebook,你在一个细分领域里面,你在一件事情上面,比如说你在一个城市里,或者你在一个学校里,你把这个事情走通了,然后就规模扩张,一台服务器上面能够跑成的事情,你只要把它复制到一万台服务器上去,基本上大的模式是不需要太大的变化的。

互联网发展了这么多年才有了一整套互联网工程的方法,但是这种方法,如果用到人工智能系统里,基本上搞不定的。你把一万个兔子放在一起,它变不成一个人。智能只能通过生长才能够长出来,一个孩子一定要花上一年以上的时间,他才能学会走路,这是没有办法加速的,然后再学会讲话,再学会数数,再学会认字,一步一步的认知的提升。

我们去构造一个智能系统也一样,把很多精细的组件组在一起,和快速地把同质的东西组在一起,是完全不同的两种系统。所以在传统的互联网的领域里面,我们是需要所谓的可扩展性,或者叫可伸缩性,而在人工智能的系统构造里,我们更看重的是可演化性,这东西必须是活的。

可演化性

John Gall 提出过一个盖尔定律(Gall’sLaw),是说一个切实可行的复杂系统势必是从一个切实可行的简单系统发展而来的。从头开始设计的复杂系统根本不切实可行,无法修修补补让它切实可行。你必须由一个切实可行的简单系统重新开始。这个盖尔定律,并不仅仅可以用在人工智能方面,它是说我们做任何一个复杂的东西,你很难一下子从复杂的事情开始,你必须要从简单的事情开始。

比如说我前年的时候参加过一个行业会议,会上有人说我要做集团内的知识管理,slides 写得非常漂亮。这种 slides 我看过很多很多,因为我也在跨国公司工作过,跨国公司里头这种 slides 非常多,基本上这种项目都会失败。为什么?一个复杂系统是没有办法被设计出来的,它只能演化出来。当一个系统复杂到一定程度,通常这种复杂性会导致这个系统变成一头猪,当你发现它是一头猪的时候,是没法给猪抹口红的。你只有放弃这头猪,从更简单的事情开始。

我在一开始的时候,列了这么多失败的项目,我认为大多数失败的项目,都是这个原因造成的。从一件复杂的事情开始。很不幸的是在我们很多项目实施的时候,不得不是这样。比如说在很多大型公司里面,或者大型的组织里头,或者大型的学校里头,如果你不把这件事情吹得很大很大,你根本不可能启动这件事情,所以大多数这些项目会失败。必须从一个切实可行的简单系统重新开始。

怎么重新开始?我们从火车这个例子开始讲。什么时候有铁路的?很多人会说1810年,这是一个经典的答案。其实铁路,如果我们把它定义为 railway 的话,就是两条轨道,上面有辆车子在跑,这样的东西,实际上在中世纪的时候就已经有了。那个时候的铁路上跑的是马拉的车,火车是1810年斯蒂芬森发明的,火车的发明,它的前导的技术是什么?蒸汽机等等。蒸汽机最早是什么时候开始的?听到很多人说第一次工业革命。其实在第一次工业革命之前就已经有蒸汽机了。第一次工业革命是由于蒸汽机的效率极大地提升。瓦特是怎么去让蒸汽机普及的?他并不是去发明了热力学的某某定律,而是他发明了像平行运动连杆,或者星型齿轮这样很不起眼的小工具,通过这些小工具提高了效率,通过这些小零件,他造出来一个真正可用的效率很高的蒸汽机。这个东西发明出来之后,它其实并不是用在火车上的,而是用在矿山里头的。

你们能想象到矿山和铁路之间有什么关系吗?一开始可能影响不大。当你有了一种能源变化的新形式的时候,这种东西就可以去覆盖其他的系统。铁路系统的进步并不是由铁路系统本身的进步来演进出的。假如说我们中世纪的时候,我们有了铁路系统,我们就去改进铁路系统,那个铁路系统上面有马、上面有车,然后我去造更快的马,我能不能有一个更好的铁路系统?能不能有全国性的铁路系统。这个事情在小说里头是存在的。《宰执天下》就幻想在北宋,我们创造了一个用马拉的铁路系统,现实生活中并没有这样的。现实生活中,我们反而不是在铁路上,我们是在矿山上面,我们有了蒸汽机,蒸汽机成熟了,然后有了铁路系统。我们并不是从复杂系统本身开始的,而是由一些相对很简单的小事情开始的。

我是学电子出身的,在我90年代的时候,学电子工程的时候,我们学5个W通讯,随时随地、任何人、任何方式。其中有一块就是叫做电视电话,我们学了很长时间,我们如何进行视频的编码和解码来解决电视电话的问题。我们当时的想法是说,模拟电视里,如果人坐在这里,那个人不动,我们如何进行模拟的编码和解码,来有效利用带宽。总之是在已经很复杂的一个电视系统中,我们把它变得更复杂,我们去创造一个电视电话。当时的想法要么是从电话开始,要么是从电视开始,把这个事情搞定,最后证明并不是,我们并不是从一个已经有的复杂系统来解决的,而是我们倒回去了。我们现在在微信上面解决了电视电话问题。

实际上微信是从更简单的东西开始的,从摄像头上面、相机上面,当然手机是另外一种,不是从传统的电话,也不是从传统的电视,是从完全不同新的角度解决问题的。所以我认为这个逻辑,应该是每一种创新的行业,一开始都会去遵循的,我们不要从所谓的系统开始。智能投研系统、智能投顾系统、智能投资系统等等。我认为这并不是我们现在就能够解决的问题,我们应该追求一些像蒸汽机,像数码相机那样更小的模块。这是反常识,这件事情是有争议的。我们要建设 AI 的平台,不应该直奔平台而去,要迂回,不要去进攻中心城市,不要去打长沙,我们先在井冈山上待一段时间。

文因互联
文因互联

当人工智能遇见金融

产业智能金融
相关数据
知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

暂无评论
暂无评论~