• 快捷搜索
  • 全站搜索

深研金融科技 把脉人工智能

2017-09-22 14:05:59作者:中国科学院自动化研究所研究员 张文生编辑:金融咨询网
2017年中国人民银行提出要“关注金融科技的发展趋势及其标准变化,通过云计算、大数据、人工智能、区块链、虚拟现实等新技术的专题研究,把金融科技了解透彻、研究明白,为我国金融科技的发展提供理论和技术支撑。”

2017年中国人民银行提出“要深入开展金融科技研究”,明确要“关注金融科技的发展趋势及其标准变化,通过云计算、大数据、人工智能、区块链、虚拟现实等新技术的专题研究,把金融科技了解透彻、研究明白,为我国金融科技的发展提供理论和技术支撑。”对此,本文深入介绍了人工智能的历史进程、发展局限与未来展望,希望给金融机构在人工智能领域的应用提供一些参考。

图片1.jpg
中国科学院自动化研究所研究员  张文生

人工智能是人造的智能

        人工智能作为复杂信息处理的代名词,其含义是研究、开发、模拟、延伸、拓展人的智能的理论、方法、技术与应用软硬件系统。机器人实际上是人工智能成果的一个展示,主要试图将有智能的生物体,特别是人类的智能展示在机器上。顾名思义,人工智能是人造的智能,其核心集中在产生智能的载体——大脑结构和功能上。而研究产生智能载体的途径大致可以归结为两类:结构派和鸟飞派。

        所谓结构派,主要研究产生智能载体到底是怎么样的结构,进而做出一种机器,让机器来模拟智能载体的结构实现智能行为。神经元网络、深度学习等信息处理过程就是典型的结构派。所谓鸟飞派,主要研究产生智能载体的功能,特别是模拟人脑的功能。比较典型的就是研制飞机(机器飞行智能),制造飞机就是模拟鸟的飞行功能。

        智能的定义五花八门,总的来说人类智能涉及到复杂信息的描述和复杂信息的处理过程。实际上,复杂信息处理就是计算,一种特殊的计算。其主要难点在于,我们怎样把数值计算推到符号计算?也就是怎样进行符号表示、符号加工、符号推理和符号学习过程,这个过程是由传统的计算到人造智能的过渡。复杂信息之所以复杂在于信息的非线性,非线性问题的计算没有通用的方法,处理起来较为困难。

        实际上人工智能本质是复杂信息处理,但是很多人把这个东西给忘掉了。我们说人工智能的任务是根据人类信息加工原理设计计算系统,使计算系统来完成更复杂的信息处理任务。除此之外,还要用计算系统来研究人类的思维活动。

充分理解人工智能的困难

        测试人工智能的惯用方法是图灵测试。图灵测试最关键是人类提出的“所有测试问题”计算系统的回答与人的回答区别不开,而不是人类提出的“个别测试问题”计算系统的回答与人的回答能够区别开,恰恰在这个关键问题上被媒体偷换了概念。

        过去60年人工智能确实发展得很快,人工智能可以解代数方程、证明定理、学习语言等。在这个过程中大家非常乐观。但是盲目地乐观,导致很多设想没有实现。究其没实现的原因,就是人们对人工智能解决实际问题的难度估计严重不足,所以造成了一连串的打击。

        如国际象棋走第一步有10120种可能的开局方案,用原有(1985年)的计算机速度要1090年,而宇宙的年龄是1010年,计算机下棋走第一步要走到“世界的末日”。事实上有没有办法做,这个问题是确定型计算问题,走了这一步往下一步算只是时间和存储问题,只要不断提高计算和存储能力,问题总有解决途径。由此可见不能光靠把所有可能性存入计算机,而要研究人的思维方法。

        我们试图制造一个硬件大脑来模拟人类的大脑,如果从结构上看,人的大脑大约有1011~12(百亿)以上的神经元。生理学家认为,每个神经元可能不只是一个信息存储转送单位,而是一台完整的自动机,按照目前的计算技术,要把1011~12(百亿)台机器组成一个联合运行的网络是不可能的。

人机大战预示着什么

        众所周知, 1956年提出来的人工智能,1957年司马贺、艾伦·纽厄尔两位大佬就开始研究跳棋,并让机器来玩跳棋,由此拉开了人机大战的序幕。近30年来,国际著名IT公司IBM长期站在人机大战的潮头。

        在过去的30年内,IBM不断策划了一系列发挥其计算资源国际巨无霸的特质,不失时机地选了人机大战领域,充分展示该公司在人工智能研究的最新成果。首先研制了战胜国际象棋冠军卡斯帕罗夫的深蓝计算系统。深蓝经过了1985年、1996年到1997年的演变。1985年卡斯帕罗夫一个人和32台电脑对战,无一个电脑程序赢他。到1996年,深蓝比赛的时候能够实现比赛结果4:2,创造了计算机首次在规定时限的条件下战胜一名国际象棋冠军的记录,这时候卡斯帕罗夫就感觉到有压力了。到了1997年,深蓝再度与卡斯帕罗夫比赛,结果以3.5:2.5彻底战胜卡斯帕罗夫。

        2010年,IBM重新策划了Watson认知计算系统,该系统能够理解自然语言,涉及历史、文学、艺术、科技、体育等各类知识,并开设各类人机抢答大战。2011年,Watson战胜了美国的获奖金最多的Brad Rutter、永远不败记录最长的Ken Jennings。这次人机大战要快速理解问题,识别人类的语言以及分析微妙的讽刺,甚至联想这样微妙的语言意思,这是一个非常困难的人机挑战问题。

        对比深蓝和沃森两个的计算能力,沃森是深蓝的1000倍,解决的问题也不一样。深蓝、AlphaGo做的都是确定型的计算项目,即只需计算,而沃森做的是模糊型的,我们人类主要是模糊型的信息,这是一个质的跳跃而不是量的增加,这是人工智能最重要的节点。深蓝解决的是数学问题,而沃森解决的是常识问题,这是人类认知最核心的内容,实现了里程碑式发展。

人工智能的局限与展望

        第一,人工智能的局限实际上就在认知领域,对人类大脑的结构和功能我们远不了解;第二,智能物化的方法和途径,我们在结构派、鸟飞派上也有局限;第三,描述智能问题的数学工具受限,数学解决的是封闭域的问题,而人类解决的是开放系统,人工智能面临着要解决大量开放域问题;第四,完美主义与实用主义的理念,数学解决的是精确解,而人工智能解决的是近似解,这是完全不一样的理念;第五,计算模型、演绎理论以及硬件软件实现上也有局限。

        实际上人工智能的未来前景还是很广阔的。今年,我国把人工智能首次写入政府工作报告,首次提到要加快人工智能等技术研发和转化,人工智能正式上升至国家战略高度,这是一个激励和利好,同时是一种挑战。

        中国人口多、经济增快、应用市场大,这三方面的优势使得人工智能得到了迅速的普及。随着国家的经济发展,人工智能已经在更多的行业得到应用。我们现在能看到的成果体现了人工智能在各行各业的优势,一些成功应用行业在国际上的成绩有目共睹。中国在人工智能研究上虽然起步晚,但并不落后于发达国家,甚至在人工智能应用的层次上已经超过了欧洲国家。

        目前,社会上大多数人都认为互联网是人工智能应用最广泛、最彻底、就业影响最大的一个行业。实际上人工智能也在为制造业(智能制造)、金融区块链、政府管理等领域做着不断的优化和提升,包括计算能力的不断更新,硬件不断增强等。人工智能应用的效果也在不断扩大,能处理事件的复杂程度也在逐步增加。我们愿与各科研院所、产业界加强合作与研究,加大人工智能的成果转化,做符合具有中国特色的人工智能,而不是纯粹地跟踪、模仿国外的技术。大家应共同努力提出带有中国原创的人工智能技术理念,为构建具有中国特色的数字央行奠定基础。

(文章来源:金融电子化杂志)  

扫码即可手机
阅读转发此文

本文评论

相关文章