人工智能及其在金融領(lǐng)域的應(yīng)用

人工智能及其在金融領(lǐng)域的應(yīng)用當(dāng)前，我國經(jīng)濟(jì)發(fā)展處于新舊動能轉(zhuǎn)換關(guān)鍵期，人工智能對于我國搶占科技制高點，推動供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)社會生產(chǎn)力新躍升，提高綜合國力和國際競爭力具有重要意義。2017年7月，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，提出通過智能金融加快推進(jìn)金融業(yè)智能化升級；通過建立金融大數(shù)據(jù)系統(tǒng)，提升金融多媒體數(shù)據(jù)處理與理解能力；創(chuàng)新智能金融產(chǎn)品和服務(wù)，發(fā)展金融新業(yè)態(tài)；鼓勵金融行業(yè)應(yīng)用智能客服、智能監(jiān)控等技術(shù)和裝備，建立金融風(fēng)險智能預(yù)警與防控系統(tǒng)。人工智能將對我國金融業(yè)的轉(zhuǎn)型升級、提升競爭力產(chǎn)生深遠(yuǎn)影響。

下載論文網(wǎng)

人工智能概述

定義

人工智能（ArtificialIntelligence，簡稱AI）是研究使用計算機(jī)模擬、延伸和擴(kuò)展人的智能的理論、方法和技術(shù)的新興科學(xué)。作為計算機(jī)科學(xué)的重要分支，人工智能發(fā)展的主要目標(biāo)是使計算機(jī)能夠勝任通常需要人類智能才能完成的復(fù)雜工作。

主要技術(shù)及應(yīng)用

人工智能在技術(shù)層面主要包括算法和利用算法開發(fā)的相關(guān)應(yīng)用。神經(jīng)網(wǎng)絡(luò)、遺傳算法和隱馬爾柯夫鏈?zhǔn)悄壳笆褂幂^為廣泛的算法，建立在上述算法之上的人工智能核心應(yīng)用技術(shù)主要包括深度學(xué)習(xí)、自然語言處理和計算機(jī)視覺。其中，深度學(xué)習(xí)是人工智能技術(shù)的重要領(lǐng)域，旨在建立可以模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機(jī)制來解釋數(shù)據(jù)。自然語言處理是指讓計算機(jī)能夠聽懂、理解人類的語言，主要包括語音識別和語義識別。語音識別是讓機(jī)器能夠“聽懂、會說”人類的語言，語義識別是讓機(jī)器能夠理解文字后面的真實內(nèi)涵。計算機(jī)視覺識別技術(shù)是人工智能核心技術(shù)之一，主要有生物特征識別、物體與場景識別。生物特征識別主要包括人臉識別、指紋識別、虹膜識別等，已廣泛應(yīng)用于金融、安防等領(lǐng)域；物體與場景識別是研究人類如何感知和加工復(fù)雜的真實環(huán)境信息，主要應(yīng)用于軍事上的武器投射、醫(yī)療上的影像掃描輔助診斷及工業(yè)上的無人駕駛等領(lǐng)域。

發(fā)展歷程

按照人工智能的發(fā)展程度，大致可分為三個階段：

第一階段：計算智能。機(jī)器具備像人類一樣的記憶能力和計算能力，能夠存儲和處理海量數(shù)據(jù)，幫助人類完成大量的存儲和復(fù)雜的計算，這一步是感知和認(rèn)知的基礎(chǔ)。

第二階段：感知智能。機(jī)器具備像人類一樣的感知能力，幫助人類完成“看”和“聽”的簡單工作。目前人工智能發(fā)展正處在感知智能階段，語音識別、理解和圖像識別正在快速發(fā)展。

第三階段：認(rèn)知智能。機(jī)器具備像人類一樣的學(xué)習(xí)和思考能力，能夠獨自做出決策和采取行動，能夠部分或全部替代人類的工作。認(rèn)知智能是目前機(jī)器與人差距最大的領(lǐng)域，也是目前各大科技巨頭都在迫切尋找突破的領(lǐng)域。

人工智能的產(chǎn)業(yè)鏈

人工智能的產(chǎn)業(yè)鏈包括基礎(chǔ)支撐層、技術(shù)應(yīng)用層和方案集成層?；A(chǔ)支撐層是支撐人工智能運行的基礎(chǔ)設(shè)施，包括數(shù)據(jù)采集用的傳感器，數(shù)據(jù)處理用的CPU、GPU等硬件，以及實現(xiàn)人工智能算法等軟件。技術(shù)應(yīng)用層是在基礎(chǔ)支撐層提供的軟硬件基礎(chǔ)之上，有針對性開發(fā)的技術(shù)應(yīng)用，包括語音識別、自然語言處理、圖像識別、預(yù)測規(guī)劃和智能控制等。方案集成層是將不同細(xì)分領(lǐng)域的技術(shù)應(yīng)用集成、優(yōu)化、完善，形成更大領(lǐng)域的綜合系統(tǒng)解決方案，比如智慧城市、智慧金融、智慧醫(yī)療等。完整集成的智能服務(wù)是人工智能未來的發(fā)展方向。

人工智能產(chǎn)業(yè)發(fā)展情況

全球人工智能產(chǎn)業(yè)發(fā)展情況

據(jù)賽迪預(yù)計，2018年全球人工智能市場規(guī)模將達(dá)到2700億元，年復(fù)合增長率達(dá)17%。2012年至2016年的5年間，全球人工智能企業(yè)新增5254家，是2012年的倍；全球人工智能融資規(guī)模約達(dá)224億美元，僅2016年的融資規(guī)模就達(dá)到億美元。

從全球范圍來看，人工智能領(lǐng)先的國家主要有美國、中國及其他發(fā)達(dá)國家。截至2017年6月，全球人工智能企業(yè)總數(shù)達(dá)到2542家，其中：美國擁有1078家，占42%；中國其次，擁有592家，占23%。其余872家企業(yè)分布在瑞典、新加坡、日本、英國、澳大利亞、以色列、印度等國家。美國在AI產(chǎn)業(yè)布局方面全面領(lǐng)先其他國家，在基礎(chǔ)層、技術(shù)層和應(yīng)用層，尤其是在算法、芯片和數(shù)據(jù)等產(chǎn)業(yè)核心領(lǐng)域，積累了強大的技術(shù)創(chuàng)新優(yōu)勢。

國外科技巨頭公司包括谷歌、微軟、英特爾、FACEBOOK、IBM等均已經(jīng)提前布局人工智能產(chǎn)業(yè)鏈。國外科技公司主要聚焦于人工智能基礎(chǔ)層，重點研究人工智能的核心算法，并在應(yīng)用層全面推進(jìn)人工智能商業(yè)化。IBM、谷歌在人工智能核心算法、智能搜索、無人駕駛、醫(yī)療診斷等領(lǐng)域率先布局且行業(yè)領(lǐng)先；FACEBOOK、微軟、蘋果側(cè)重于社交應(yīng)用，重點布局語音識別、圖像識別、智能機(jī)器人等領(lǐng)域；英偉達(dá)、英特爾謀求業(yè)務(wù)轉(zhuǎn)型，重點研發(fā)適合深度學(xué)習(xí)的AI芯片。

我國人工智能產(chǎn)業(yè)發(fā)展情況

據(jù)《參考消息報》報道，2016年中國人工智能市場規(guī)?？焖僭鲩L，全年達(dá)239億元，預(yù)計2018年將達(dá)到381億元，復(fù)合增長率達(dá)%?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》預(yù)計：我國2020年人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元，帶動相關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元；2025年核心產(chǎn)業(yè)規(guī)模超過4000億元，相關(guān)產(chǎn)業(yè)規(guī)模超過5萬億元；2030年核心?a業(yè)規(guī)模超過1萬億元，帶動相關(guān)產(chǎn)業(yè)規(guī)模超過10萬億元。

目前，我國起步較早、技術(shù)較為成熟的人工智能技術(shù)公司主要以百度、阿里巴巴和騰訊三家互聯(lián)網(wǎng)企業(yè)為代表（以下簡稱“BAT”）。BAT不僅開展人工智能技術(shù)的基礎(chǔ)性研究工作，而且本身具備強大的智能金融應(yīng)用場景，因此處于人工智能金融生態(tài)服務(wù)的頂端。阿里巴巴旗下的螞蟻金服在人工智能金融領(lǐng)域的應(yīng)用最為深化。

螞蟻金服已將人工智能運用于互聯(lián)網(wǎng)小貸、保險、征信、智能投顧、客戶服務(wù)等多個領(lǐng)域。根據(jù)螞蟻金服公布的數(shù)據(jù)，網(wǎng)商銀行在“花唄”與“微貸”業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近10倍；基于深度學(xué)習(xí)的OCR系統(tǒng)使支付寶證件校核時間從1天縮短到1秒，同時提升了30%的通過率。此外，螞蟻金服聯(lián)合華為、三星等共同發(fā)起了互聯(lián)網(wǎng)金融身份認(rèn)證聯(lián)盟（IFAA），現(xiàn)已成為國內(nèi)市場上支持設(shè)備與用戶最多的互聯(lián)網(wǎng)金融身份認(rèn)證行業(yè)標(biāo)準(zhǔn)。除BAT等金融智能生態(tài)企業(yè)外，一些傳統(tǒng)金融機(jī)構(gòu)、金融科技公司在人工智能領(lǐng)域加大投入，在人工智能的垂直細(xì)分領(lǐng)域得到了快速發(fā)展。同花順、網(wǎng)信集團(tuán)、恒生電子、東方財富、東吳在線等金融科技公司開發(fā)的產(chǎn)品已應(yīng)用于證券行業(yè)的智能投顧、量化交易等金融細(xì)分領(lǐng)域；第四范式、佳都科技、銀之杰、科大訊飛的產(chǎn)品主要應(yīng)用于風(fēng)險管理、信用評估、遠(yuǎn)程開戶、票據(jù)影像識別等方面。

人工智能在金融領(lǐng)域的應(yīng)用情況

目前，人工智能技術(shù)在金融領(lǐng)域應(yīng)用的范圍主要集中在身份識別、量化交易、投資顧問、客服服務(wù)、風(fēng)險管理等方面。

客戶身份識別

客戶身份識別主要是通過人臉識別、虹膜識別、指紋識別等生物識別技術(shù)快速提取客戶特征進(jìn)行高效身份驗證的人工智能應(yīng)用。技術(shù)的進(jìn)步使生物識別技術(shù)可廣泛應(yīng)用于銀行柜臺聯(lián)網(wǎng)核查、VTM機(jī)自助開卡、遠(yuǎn)程開戶、支付結(jié)算、反欺詐管理等業(yè)務(wù)領(lǐng)域中，可提高銀行柜臺人員約30%的工作效率，縮短客戶約40%的平均等待時間?；ヂ?lián)網(wǎng)銀行已將人臉識別技術(shù)視為通過互聯(lián)網(wǎng)拓展客戶的決定性手段；傳統(tǒng)金融機(jī)構(gòu)也開始重視人臉識別技術(shù)的應(yīng)用。

智能量化交易

量化交易是指通過對財務(wù)數(shù)據(jù)、交易數(shù)據(jù)和市場數(shù)據(jù)進(jìn)行建模，分析顯著特征，利用回歸分析等算法制定交易策略。傳統(tǒng)的量化交易方法嚴(yán)格遵循基本假設(shè)條件，模型是靜態(tài)的，不適應(yīng)瞬息萬變的市場。人工智能量化交易能夠使用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行回測，自動優(yōu)化模型，自動調(diào)整投資策略，在規(guī)避市場波動下的非理性選擇、防范非系統(tǒng)性風(fēng)險和獲取確定性收益方面更具比較優(yōu)勢，因此在證券投資領(lǐng)域得到快速發(fā)展。

智能投顧

智能投顧又稱機(jī)器人投顧（Robo-Advisor），主要是根據(jù)投資者的風(fēng)險偏好、財務(wù)狀況與理財目標(biāo)，運用智能算法及投資組合理論，為用戶提供智能化的投資管理服務(wù)。智能投顧主要服務(wù)于長尾客戶，它的應(yīng)用價值在于可代替或部分替代昂貴的財務(wù)顧問人工服務(wù)，將投資顧問服務(wù)標(biāo)準(zhǔn)化、批量化，降低服務(wù)成本，降低財富管理的費率和投資門檻，實現(xiàn)普惠金融。

智能客服

智能客服主要是以語音識別、自然語言理解、知識圖譜為技術(shù)基礎(chǔ)，通過電話、網(wǎng)上、APP、短信、微信等渠道與客戶進(jìn)行語音或文本上的互動交流，理解客戶需求，語音回復(fù)客戶提出的業(yè)務(wù)咨詢，并能根據(jù)客戶語音導(dǎo)航至指定業(yè)務(wù)模塊。智能客服為廣大長尾客戶提供了更為便捷和個性化的服務(wù)，在降低人工服務(wù)壓力和運營成本的同時進(jìn)一步增強了用戶體驗。

征信反欺詐

知識圖譜、深度學(xué)習(xí)等技術(shù)應(yīng)用于征信反欺詐領(lǐng)域，其模式是將不同來源的結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)整合在一起，分析諸如企業(yè)上下游、合作對手、競爭對手、母子公司、投資等關(guān)系數(shù)據(jù)，使用知識圖譜等技術(shù)可大規(guī)模監(jiān)測其中存在的不一致性，發(fā)現(xiàn)可能存在的欺詐疑點。

信貸決策

在信用風(fēng)險管理方面，利用“大?稻?+人工智能技術(shù)”建立的信用評估模型，關(guān)聯(lián)知識圖譜可以建立精準(zhǔn)的用戶畫像，支持信貸審批人員在履約能力和履約意愿等方面對用戶進(jìn)行綜合評定，提高風(fēng)險管控能力。

主要問題和政策建議

主要問題

智能金融的應(yīng)用領(lǐng)域有限。目前人工智能已在身份識別、智能客服、量化分析等金融領(lǐng)域取得了一定進(jìn)展，但除人臉識別技術(shù)成熟度較高，具備大范圍推廣使用條件之外，其他應(yīng)用還比較單一、行業(yè)大規(guī)模應(yīng)用尚需時日。德勤發(fā)布的《銀行業(yè)的AI數(shù)字化銀行報告》顯示，只有15%的金融機(jī)構(gòu)在使用AI與同行競爭，銀行業(yè)對AI的部署遠(yuǎn)遠(yuǎn)落后于其他行業(yè)。

計算機(jī)處理能力不足。金融行業(yè)是智力密集型行業(yè)，人工智能在金融行業(yè)的模型算法非常復(fù)雜，數(shù)據(jù)訓(xùn)練工作量很大。主流的深度神經(jīng)網(wǎng)絡(luò)算法要求計算機(jī)具備先進(jìn)的半導(dǎo)體、微處理器和高性能計算技術(shù)，能夠并發(fā)處理超大規(guī)模數(shù)據(jù)，目前的計算機(jī)處理能力雖有長足進(jìn)步，但應(yīng)付復(fù)雜人工智能應(yīng)用仍有待提高。尤其是我國人工智能的硬件GPU依賴進(jìn)口，不僅成本高，還面臨著發(fā)達(dá)國家的貿(mào)易壁壘。

金融數(shù)據(jù)共享性不足。機(jī)器學(xué)習(xí)是人工智能的核心技術(shù)，需要依靠大量數(shù)據(jù)訓(xùn)練，訓(xùn)練的準(zhǔn)確性與數(shù)據(jù)量成正比。金融行業(yè)的數(shù)據(jù)積累量較大，但除公開的金融市場交易數(shù)據(jù)外，各家金融機(jī)構(gòu)出于金融數(shù)據(jù)安全考慮，很難主動向金融科技公司開放其內(nèi)部海量數(shù)據(jù)，在一定程度上制約了人工智能在金融領(lǐng)域的創(chuàng)新應(yīng)用。

政策建議

加強智能金融產(chǎn)業(yè)創(chuàng)新體系建設(shè)，加快推動應(yīng)用創(chuàng)新。未來可考慮設(shè)立一些國家級智能金融創(chuàng)新中心和重點實驗室，加強智能金融標(biāo)準(zhǔn)化工作，研究專利合作授權(quán)機(jī)制和風(fēng)險防控機(jī)制；推動智能感知、模式識別、智能分析、智能控制等智能技術(shù)在智能金融領(lǐng)域的深入應(yīng)用；促進(jìn)傳統(tǒng)金融機(jī)構(gòu)加大對智能金融的投入，提升人工智能技術(shù)創(chuàng)新和應(yīng)用水平。

加快智能金融關(guān)鍵技術(shù)研發(fā)，夯實基礎(chǔ)產(chǎn)業(yè)能力。加快研發(fā)深度學(xué)習(xí)、增強學(xué)習(xí)、遷移學(xué)習(xí)等基礎(chǔ)算法；加強計算機(jī)視聽覺、生物特征識別、自然語言理解、機(jī)器翻譯、智能決策控制等共性技術(shù)的研發(fā)；加快發(fā)展面向智能金融的計算芯片、智能傳感器、操作系統(tǒng)、存儲系統(tǒng)、中間件、重點設(shè)備等基礎(chǔ)軟硬件、開發(fā)平臺；研發(fā)下一代通信網(wǎng)絡(luò)、物聯(lián)網(wǎng)、網(wǎng)絡(luò)安全等關(guān)鍵網(wǎng)絡(luò)支撐技術(shù)。

加快智能金融大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)?？煽紤]由監(jiān)管部門牽頭，協(xié)調(diào)各方利益，逐步推動建立智能金融大數(shù)據(jù)系統(tǒng)，為將來人工智能在金融領(lǐng)域的應(yīng)用推廣夯實數(shù)據(jù)基礎(chǔ)。

加強智能金融