《终结者》系列电影开启了一代人对人工智能的认知,紧接着电影《超能派克》和《超能陆战队》展现了人工智能机器人和人类共存协作的场景。随着新技术的出现,人类对人工智能的态度在转变,现代社会描绘的是一幅在不久的将来,人类和机器人一起协作的生活画面。神经网络技术和深度学习算法的出现,实现了真正的人工智能,让电影中的场景开始慢慢走入人类的生活。
当前,人工智能技术实现的智能还没有电影中的机器人那么高,但是已经具备了真正的智能。因此,各领域的人工智能产品也如雨后春笋搬涌现出来。其中,Google公司的人工智能产品Alpha Go击败人类围棋世界冠军,是最为大众所熟悉的事件,它标志着人工智能一个崭新时代的诞生。与此同时,职业围棋选手开始选择人工智能围棋机器人进行陪练,开始学习机器人的一些思维方式,这也让我们看到了,人工智能对人类进步的助力。人类学习围棋几千年的经验,在当代人工智能面前,显得有点力不从心。当然,这是最成功的例子,Google公司也在其它领域尝试过人工智能的产品,但是都没有Alpha Go这么成功,这也是目前人工智能还有待突破的地方。
对于金融和银行领域来说,人工智能已经带来了一些新的变化,比如基于神经网络技术和深度学习算法的人脸识别技术,为刷脸支付的新应用提供了技术支持,目前支付宝已经开启了刷脸支付的功能。那么,人工智能技术还能为金融和银行业带来哪些新的变化呢?Alpha Go的成功能带来什么启发吗?
通过公开的资料,我们知道第一代Alpha Go是利用机器学习速度快的优势,在很短的时间内学习完人类所有的棋谱。然后通过自己与自己对弈,与职业棋手的对弈来不断优化内部的规则,最终战胜所有人类棋手。第二代的Alpha Go,完全放弃和人类棋谱,而是通过自主学习,通过自己与自己的上千万盘对弈,自己总结获胜的各种规则,最终完胜第一代Alpha Go,同时,还发现了很多人类没有发现的定式。从Alpha Go的学习过程我们可以看到,Alpha Go的规则是通过不断的对弈,然后复盘,知道哪里下的好,哪里下的不好,一步一步总结出来,而且还发现了人类没有发现的新规则。
对于金融和银行业来说,信贷业务是最重要的部分,风险控制则是信贷的重中之重。举例来说,银行内部都有贷后预警类的系统,来提高风险管控。这类系统本质上来说,就是利用一套成熟的规则,系统按照这套规则来执行,实现贷后的风险管控。这些规则都是银行业务专家在实际当中总结出来的,是银行在以往风险案例的基础上积累出来的,也就是说这些规则其实是一些“专家策略”。当发生新的风险后,专家会再次添加新的策略,加入规则系统,从而完善了风险管控。
综合上述分析,我们可以看到,Alpha Go的学习过程和风险管控的规则系统的成长过程非常类似。从长远来说,银行可以利用人工智能技术,凭借自身的大数据,实现一套智能风险管控系统,让它逐步成长为一个专家。虽然,借助人工智能的系统不可能解决所有的问题,但是通过人工智能技术和大数据培育出来的“智慧专家”,在不久的将来,将比很多人类专家更可靠,更能快速的发现风险,成为银行的金融大脑的一部分。
展望未来,金融和银行业中有很多系统都是基于规则和专家策略的,智能风险管控系统的思路在金融和银行业内部可以应用的场景是非常大的。互联网时代的到来,让传统的金融和银行业都已经转变为科技型企业。未来的人工智能时代,谁先成为智能型科技企业,谁就能获得领先优势。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)