胡凱

人工智能是一門涵蓋多學(xué)科、多領(lǐng)域的知識，且被當(dāng)今社會廣泛用于各行各業(yè)，給人類工作、生活，帶來便捷、高效的同時，又讓業(yè)界為其高度發(fā)展后帶來的不確定、不可控的未來而憂慮。隨著人工智能機器人開始服務(wù)于各大領(lǐng)域，有高效解決問題的專家系統(tǒng)，公眾日常可接觸到的可穿戴的智能設(shè)備，各種功能的3D 打印技術(shù)，科大訊飛的智能語音識別技術(shù)等，各類機器設(shè)備和智能技術(shù)如雨后春筍般不斷涌現(xiàn)，對于人工智能技術(shù)，人們有了越來越多的創(chuàng)新想法。

人工智能時代，金融普惠

（一）人工智能含義及發(fā)展

在了解人工智能之前，首先要弄清楚什么是智能。人類一些很簡單的動作是智能的，而有些昆蟲能做一些很復(fù)雜的動作，卻不算。原因是：智能是可以根據(jù)周圍環(huán)境形勢來不斷調(diào)整自己行為的能力，顯然這種應(yīng)對復(fù)雜形勢變化的能力，有些昆蟲是不具備的。達特茅斯學(xué)院的數(shù)學(xué)教授約翰·麥肯錫將人工智能定義為“制造智能機器的科學(xué)與工程”。引用心理學(xué)的主流觀點：“人類智能不是某種單獨的能力或認知過程，而是很多不同能力的綜合。”

“人工智能”簡稱AI，通常指讓計算機做人類需要運用智能才能做的事情的科學(xué)，主要是集機器學(xué)習(xí)，人機交互，情感識別，心理認知以及數(shù)據(jù)保存、智能決策等于一身的多學(xué)科技術(shù)。人工智能最早在20世紀中葉的達特茅斯會議上被提出，這也成為人工智能正式誕生的標志。在人工智能經(jīng)歷兩個低谷后的最近一個階段，從1993年開始，人工智能其實取得了一些里程碑似的成果。例如，在1997年，國際象棋冠軍卡斯帕羅夫被深藍戰(zhàn)勝；英國皇家學(xué)會舉行的“2014圖靈測試”中“尤金·古斯特曼”第一次“通過”圖靈測試。2015年以來，“人工智能”開始成為諸多業(yè)界人士關(guān)注的焦點。2016年AlphaGo 在首爾以4：1戰(zhàn)勝圍棋世界冠軍李世石，繼而引發(fā)了人工智能將如何改變?nèi)祟惿鐣乃伎肌?/p>

目前，人工智能領(lǐng)域的研究在兩個方向上有所突破。第一類新系統(tǒng)已經(jīng)進入應(yīng)用階段，它們從經(jīng)驗中進行深度學(xué)習(xí)。我們通過越來越多的傳感器上積累大數(shù)據(jù)，包括我們自身的電子足跡（如網(wǎng)絡(luò)搜索、網(wǎng)絡(luò)瀏覽、信用卡記錄等等）也會越來越廣，這些智能系統(tǒng)可以從中掌握人類大腦無法企及的模式和見解。

第二類新系統(tǒng)來自傳感器和執(zhí)行器的結(jié)合。它們可以看、聽、感覺，還能和其所在的環(huán)境進行互動。例如：當(dāng)你身處無人駕駛車內(nèi)時，就身處這樣一個系統(tǒng)中，它把你和其他車輛的信息，通過各類傳感器匯總起來分析周邊交通狀況，利用這些信息規(guī)劃行車路線。

人工智能究竟該研究哪些內(nèi)容，對這個問題并沒有一種舉世一致的看法。一般來說， 它包括知覺和識別、自然語言加工、專家系統(tǒng)、問題求解、機器人等五方面。具體介紹如下：

1.知覺和識別。機器知覺包括聽覺、觸覺、視覺和本我感覺。但對人來說，人與周圍環(huán)境的信息交流， 百分之八十以上是通過視覺通道來進行的。人從客觀世界獲取信息的過程中， 視覺起著最主要的作用，所以，人工智能研究機器知覺主要也是視覺的問題。在五十年代， 主要研究機器如何識別二維圖象， 并取得不少的成果。例如：機器能識別英文的印刷體和一些手寫體， 分辨心電圖和氣象圖等等。目前，中國在機器識別漢字方面的研究已經(jīng)取得了重要進步。六十年代中， 人工智能對視覺研究的興趣逐漸轉(zhuǎn)向三維景物，主要是識別各種積木塊。通過視覺輸人裝置， 能夠識別各種積木以及它們之間的關(guān)系和組合，并且借助機器人的手臂系統(tǒng)， 它能把打亂了的積木結(jié)構(gòu)確切地重新排列起來。進人七十年代后， 機器視覺問題的研究轉(zhuǎn)向更為復(fù)雜的目標， 如曲線物體的識別以及戶外景物分析等。

2.自然語言加工。自然語言是在人們之間用來交流思想、傳遞信息的語言。自然語言分為書寫的和有聲的。二十多年來， 主要是研究書寫自然語言的加工， 并取得了較好的進展，而近些年，蘋果的Siri、科大訊飛的智能翻譯機主要是人聲識別和智能處理結(jié)合的技術(shù)。

起初， 研究自然語言加工的目的是為了機器翻譯。它的工作過程就象一個初學(xué)外語的學(xué)生一樣，把一種語言的一個句子中的詞， 分別在詞典中查找另一種語言的相應(yīng)的詞， 然后根據(jù)文法構(gòu)成一個句子。但機譯研究失敗的一個主要原因， 是沒有做到對語言的理解。因此， 科學(xué)家的注意力就轉(zhuǎn)向語言理解的研究。到了七十年代， 研究工作的注意力從語言理解的外貌深入到模擬語言加工的基本機制，更多地注意程序內(nèi)部加工過程的正確性。這些程序涉及到記憶、推理以及語言理解所必須的分析過程。到目前為止， 所有的語言理解系統(tǒng)，都是限制在一個特定的小范圍內(nèi)的。因此， 它們比人類加工語言的能力還差很遠。機器究竟能不能達到象人那樣的語言加工能力這個問題是有爭論的。也有人認為，語言理解涉及到人類無邊無際的知識， 要為計算機提供這種必需的知識，似乎是不可能的。

3.專家系統(tǒng)。專家系統(tǒng)也被稱為“知識工程”，目的是在某個特定的領(lǐng)域內(nèi)，為用戶提供專門知識的咨詢， 如診斷疾病， 企業(yè)知識庫等等。專家系統(tǒng)的關(guān)鍵問題， 是如何表達和利用專家們在該領(lǐng)域中所具有和使用的知識。在專家系統(tǒng)中， 常常把知識表達為一集規(guī)則， 并以這些規(guī)則為基礎(chǔ)來進行推論， 得出結(jié)論， 回答用戶的有關(guān)問題。專家系統(tǒng)的研究， 為人工智能走向真正的實用開辟了廣闊的前景。

4.問題求解。1960年， A·紐厄爾等人模擬人解題時的思維過程， 編制了一個“ 通用解題程序”。它可解一些邏輯問題， 簡單的博奕以及證明定理等許多種類型的課題。這種模擬人在解題時思維活動的規(guī)律來編制程序的方法， 叫做“啟發(fā)式”的方法。把“啟發(fā)式”方法與特定的知識領(lǐng)域相結(jié)合， 會取得很好的結(jié)果。這是自動構(gòu)成理論的一個實例， 非常接近于人類真正的創(chuàng)造活動。

5.機器人。人工智能研究機器人的目的， 是要建造一種智能機器人， 而且以“人的模型”來建造。不僅，要具有某一種感覺， 而且應(yīng)該具有一定的記憶和推理能力，具有運動和用手臂操作的技巧， 還要懂得自然語言等等。因此，人工智能關(guān)于機器人的研制， 可以說是人工智能的綜合性研究。事實上，大多數(shù)機器視覺的研究， 就是機器人研究計劃的一部分。

機器人根據(jù)其智能程度的不同，又可分為三種：

傳感型 又稱外部受控機器人，可以利用傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）進行傳感信息處理、實現(xiàn)控制與操作的能力。目前機器人世界杯的小型組比賽使用的機器人就屬于這樣的類型。

交互型 機器人通過計算機系統(tǒng)與操作員進行人機對話，實現(xiàn)對機器人的控制與操作。雖然具有了部分處理和決策功能，能夠獨立地實現(xiàn)一些諸如軌跡規(guī)劃、簡單的避障等功能，但是還要受到外部的控制。

自主型 機器人無需人的干預(yù)，能夠在各種環(huán)境下自動完成各項擬人任務(wù)。自主型機器人的本體上具有感知、處理、決策、執(zhí)行等模塊，可以就像一個自主的人一樣獨立地活動和處理問題。機器人世界杯的中型組比賽中使用的機器人就屬于這一類型。交互性也是自主機器人的一個重要特點，機器人可以與人、與外部環(huán)境以及與其他機器人之間進行信息的交流。

隨著人工智能的發(fā)展，人工智能對經(jīng)濟的影響也日益體現(xiàn)出來。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進了計算機工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。由于AI在科技和工程中的應(yīng)用，能夠代替人類進行各種技術(shù)工作和腦力勞動，會造成社會結(jié)構(gòu)的劇烈變化。目前國外有不少金融機構(gòu)都在嘗試使用人工智能來代替?zhèn)鹘y(tǒng)的人工操作，助力其工作效率的提高以及成本的降低。

（二）人工智能+金融

近些年來，人工智能技術(shù)不斷進步，逐漸從試驗階段走向生活領(lǐng)域，不斷滲透到各行各業(yè)中去。

目前來講最快、最受沖擊的領(lǐng)域便是金融業(yè)，2016年第二季度，美國金融行業(yè)研究報告指出，自2012年到2015年年底，美國智能投資顧問管理的資產(chǎn)規(guī)模將在未來十年中呈現(xiàn)幾何級數(shù)的上升，預(yù)計2025年將達到5萬億美元的水平。如此龐大的資金規(guī)模明顯人工很難處理，但可以通過人工智能去規(guī)劃，具體操作為：通過將金融分析師的知識和經(jīng)驗算法化，同時讓每臺人工智能機器所能服務(wù)的客戶數(shù)最大化，實現(xiàn)復(fù)制人工智能機器的成本最低化。并且，智能投資具有速度快、精度高以及執(zhí)行交易敏捷的優(yōu)勢。如2007年紐約公司Rebellion research推出首只人工智能投資基金，該交易系統(tǒng)主要基于貝葉斯機器學(xué)習(xí)，并結(jié)合預(yù)測算法，通過響應(yīng)新的外部信息和過去經(jīng)驗而不斷自我演化，有效完成了自學(xué)習(xí)，在全球44個國家成功進行股票、債券、大宗商品和外匯等方面的交易。

其次，人工智能技術(shù)還被用于其他金融領(lǐng)域。自2012年起，花旗集團開始運用人工智能電腦來完善客戶服務(wù)，IBM為其提供的人工智能電腦，可以利用人類的認知方式來進行推斷和演繹各類問題的答案，從而向客戶提供諸如未來經(jīng)濟形勢分析、產(chǎn)品需求分析等服務(wù)，還可以結(jié)合投資者的投資履歷中諸如風(fēng)險偏好、資產(chǎn)運作周期等參數(shù)制定個性化的投資計劃。

另外，人工智能還可輔助金融新聞、報告、投資意向書的半自動化產(chǎn)出。如美國肯碩公司結(jié)合自然語言搜索引擎、圖形化用戶界面和云計算，為投資用戶提供了一套全新的數(shù)據(jù)分析工具，并且能夠回答復(fù)雜的金融市場問題。

最后，金融行業(yè)專業(yè)報刊還推出了“人工智能記者”的程序，例如：在股市交易日結(jié)束時，安裝了此項程序的電腦基于證交所的各項交易數(shù)據(jù)，瞬間就可寫出一篇關(guān)于當(dāng)日股市行情狀況的新聞報道，并且大多數(shù)讀者無法分辨到底是人寫出來的還是人工智能程序完成的。

AI先行，保險如何創(chuàng)新

人工智能時代下，真正的戰(zhàn)斗在于數(shù)據(jù)，而非程序。作為一個人工智能、大數(shù)據(jù)時代下的人類，每天當(dāng)你打開手機，加載含有廣告的頁面時，彈指間，一場蔚為壯觀的戰(zhàn)斗就打響了，各式各樣的人工智能技術(shù)開始互相廝殺。從你點擊鏈接到網(wǎng)頁真正出現(xiàn)在屏幕上的約一秒鐘內(nèi)，上百個進程在互聯(lián)網(wǎng)中激烈地搜尋你最近的行為細節(jié)，估算你會被其中一家廣告商影響的可能性，甚至還可以針對性地為客戶進行相應(yīng)產(chǎn)品和服務(wù)的推介。

據(jù)IBM估計，在過去幾年中，來自智能手機和工業(yè)設(shè)備傳感器的信號，數(shù)碼照片和視頻，不間斷的全球性社交媒體洪流以及許多其他信息來源混合在一起，產(chǎn)生了90%的全球數(shù)字化數(shù)據(jù)，并使我們置身于一個空前的大數(shù)據(jù)時代。海量數(shù)據(jù)很重要，因為它支持并加速了人工智能和機器學(xué)習(xí)的發(fā)展。現(xiàn)在，深度學(xué)習(xí)和強化學(xué)習(xí)等主導(dǎo)該領(lǐng)域的算法和方法都有一個基本屬性，即提供的數(shù)據(jù)越多，結(jié)果就越好。

其次，遠近距離的無線通信技術(shù)和協(xié)議正在迅速改善。例如，無線5G技術(shù)，其下載速度高達每秒10GB。這比LTE網(wǎng)絡(luò)的平均速度快50倍，而LTE網(wǎng)絡(luò)本身又比上一代3G技術(shù)快10倍。這樣的速度提升意味著更好、更快的數(shù)據(jù)積累，也意味著機器人和無人駕駛汽車可以面對不斷變化的周圍環(huán)境，在運行時更快地做出反應(yīng)。

另外，組織和個人現(xiàn)在可以獲得前所未有的計算能力。應(yīng)用程序、空白的或預(yù)配置的服務(wù)器以及存儲空間都可以長期租用，或通過互聯(lián)網(wǎng)租用幾分鐘。這種面世未滿10年的云計算基礎(chǔ)設(shè)施以三種方式加速了機器人的“寒武紀爆發(fā)”。

機器人、無人機、自動汽車和卡車以及許多深度數(shù)字化的機器領(lǐng)域制造“寒武紀爆發(fā)”。價格大幅下降的裝置激活了更高速度的創(chuàng)新和實驗，產(chǎn)生了大量數(shù)據(jù)。它們被用于測試和優(yōu)化算法，幫助系統(tǒng)進行學(xué)習(xí)。算法被置于云端，并通過強大的網(wǎng)絡(luò)分發(fā)到機器。創(chuàng)新者又開展下一輪的測試和實驗，如此周而復(fù)始，持續(xù)下去。

（一）AI2.0技術(shù)特征概述

隨著聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等這些信息新環(huán)境的發(fā)展，人工智能已經(jīng)告別了略顯“笨拙”的AI1.0時代，在性能升級、應(yīng)用深入的道路上，奔向AI2.0時代。

AI2.0的技術(shù)特征體現(xiàn)在四個方面：

1.從傳統(tǒng)知識表達技術(shù)到大數(shù)據(jù)驅(qū)動知識學(xué)習(xí)，轉(zhuǎn)向大數(shù)據(jù)驅(qū)動和知識指導(dǎo)相結(jié)合的方式。

2.從分類型處理視覺、聽覺、文字等多媒體數(shù)據(jù)，邁向跨媒體認知、學(xué)習(xí)和推理的新水平。

3.從追求“智能機器”到高水平的人機協(xié)同融合，走向混合型增強智能的新計算形態(tài)。

4.從聚焦研究“個體智能”到基于互聯(lián)網(wǎng)絡(luò)的群體智能，形成在網(wǎng)上激發(fā)組織群體智能的技術(shù)與平臺等。

（二）保險行業(yè)的借鑒和創(chuàng)新思考

目前，人工智能已經(jīng)在智能化定損、智能化客服和智能車險經(jīng)紀人等方向上，有了相關(guān)場景的應(yīng)用案例。

當(dāng)然，保險公司也可能很快會使用無人機，以便評估龍卷風(fēng)后屋頂受損的程度、幫助保護瀕危動物群體免遭偷獵、防止偏遠森林受到非法采伐以及完成許多其他任務(wù)?，F(xiàn)今，無人機已被用于那些原本沉悶、骯臟、危險或昂貴的設(shè)備檢查工作。

醫(yī)療保健領(lǐng)域提供了許多例子，證明了如何利用人工智能付諸實踐。醫(yī)療診斷是一項模式匹配工作，由于醫(yī)療保健信息的數(shù)字化和機器學(xué)習(xí)等領(lǐng)域的進步，人工智能在這項工作上可以達到超人的水平。即便放射學(xué)、病理學(xué)、腫瘤學(xué)等大多數(shù)?？谱詈玫脑\斷醫(yī)生還未數(shù)字化，相信這一天也會很快到來。

其次，人工智能技術(shù)能夠替代人工完成理賠、用戶服務(wù)等環(huán)節(jié)，降低成本，提高效率，并給客戶帶來更好的體驗。

另外，人工智能在保險公司風(fēng)險管理上，也可以得到有效的使用，例如：在反欺詐上，AI自動挖掘文字數(shù)據(jù)信息并進行深度理解，發(fā)現(xiàn)并標注風(fēng)險提示；在投資分析上，AI揭示隱藏信息，并評估其投資風(fēng)險；在業(yè)績表現(xiàn)評估上，AI綜合運用預(yù)測模型、專家系統(tǒng)等提升預(yù)測精度等。

人工智能的時代，保險科技的發(fā)展擁有無限的可能，甚至?xí)霈F(xiàn)以下場景：

1.客戶利用人臉識別進行保單付費。

2.客戶利用人臉識別對客戶App端進行登陸解鎖以及在線理賠驗證。

3.人臉識別大數(shù)據(jù)的積累和平臺建設(shè)，未來用于線下各類服務(wù)活動，客戶什么都不用帶，用刷臉完成各種服務(wù)流程。

4.每個保險客戶的App上都會有一個虛擬助手，這些虛擬助手會非常聰明。當(dāng)我們的私人助理們更多地了解我們的日常生活時，我可以想象有一天我不必為準備晚餐而擔(dān)憂。你的人工智能助理知道你喜歡什么，知道你的食品柜里有什么，知道一周中的哪幾天你喜歡在家做飯，并且確保當(dāng)下班回家時，所有的食品雜貨都已經(jīng)出現(xiàn)在家門口，準備好讓你去做一直渴望的美味佳肴。”

5.人工智能將為你編寫專門為你量身定做的健康資訊和保險產(chǎn)品搭配。這些保險產(chǎn)品搭配可能不僅僅是對用戶經(jīng)濟情況、健康狀況和家庭情況等科學(xué)分析的推介，而且會在市場中進行其他保險公司類似投資組合進行比較，以及列舉推介該搭配組合的主要原因。

6.客戶的家庭醫(yī)生會應(yīng)用人工智能。未來大多數(shù)領(lǐng)先醫(yī)療保健系統(tǒng)將在其診斷組中采用某種形式的人工智能。除了很多采用人工智能技術(shù)出現(xiàn)在醫(yī)學(xué)診斷，還會看到人口健康、醫(yī)院手術(shù)和一系列廣泛的臨床專業(yè)的解決方案將緊接其后使用人工智能技術(shù)。人工智能技術(shù)在將來可能會真正改變醫(yī)療服務(wù)提供者的工作方式，以及病人在全球范圍內(nèi)體驗醫(yī)療保健的方式。

引用李開復(fù)接受媒體采訪的話：“人工智能未來的發(fā)展有三個階段，先是應(yīng)用現(xiàn)有數(shù)據(jù)，接下來是透過更多新的感應(yīng)器和硬件收集新的數(shù)據(jù)發(fā)展新的應(yīng)用，最后，則是全面自動化。這三個階段發(fā)生的時間大概會是未來的五年、十年和十五年?！?/p>