1月4日晚，Master在战胜韩国天才棋手申真谞，中国名将常昊和世界冠军周睿羊，取得59连胜后，亮出了自己的身份——Google DeepMind的阿尔法狗。

　　事实上，“阿尔法狗”只是人工智能的一个缩影。接下来，依托人工智能技术，会不会出现一只 “投资狗”？ 人工智能与金融投资相结合，将开启金融业怎样的变革？又该如何避免人工智能在未来可能对整个金融体系以及证券市场带来的潜在风险？

　　1月14日，由中国金融四十人论坛（CF40）主办、北京资配易投资顾问有限公司协办的2017“智能投顾”国际论坛在北京举行。本次论坛以“智能投顾与Fintech新趋势”为主题。与会嘉宾围绕着 “证券投资人工智能理论与实践”、“大数据时代的智能投顾”等话题展开了讨论。

　　智能投顾能对变化中的市场做预测吗？

　　在专业知识和数据支撑之外，做金融投资一个必不可少的参考要素就是人的心理。同时，市场中的隐性状态如一家公司的品牌价值、市场的变化等都会影响资产价格，机器能否获取上述类型的数据并进行分析判断，从而对变化中的市场作出预测？

　　在本次论坛上， 加州大学伯克利分校教授Stuart Russell和资配易董事长张家林就上述问题发表了各自不同的看法。

　　作为人工智能领域的顶级专家，Russell不仅看到了人工智能的巨大发展前景，同时对其局限性也有着深刻认识。如同他曾多次强调“人工智能并不是万能药，不是所有的问题都可以用人工智能解决”一样，这一次，他就人工智能在金融投资领域的应用也发出了警示。

　　“在很多情况下，机器深度学习并不是能够轻而易举地投入应用，投资现在仍是存在局限的领域之一。” Russell强调，人工智能并不具有感知能力或者意识，不仅仅是深度学习或大数据的分支，当中还有很多其他的组成部分。

　　Russell认为，投资顾问在做出建议之后，还必须向客户解释建议，即解释清楚“为什么要提出这样的建议”。只有做出有说服力的解释，客户才会接受建议。“解释非常重要，但深度学习现在很难做到这一点。”

　　围棋一度被视为人类智慧最后的堡垒，原因是围棋的变化极为复杂，即便是算力无双的计算机，也无法穷尽黑白两子在棋盘里361个点位上的所有变化。由此，我们可以理解“血洗”顶尖围棋国手的“阿尔法狗”给人类带来的震撼。

　　但Russell指出，与围棋只有对战双方相比，投资市场中有数以百万计的组成部分，j2直播，且投资时间尺度非常长。比如如果希望实现十年投资回报的最优化，结合人工智能所能开展的微秒级交易，则需要做1014次数的决定。而在下围棋时，只需要做100-200次决定。同时，在动力机制方面，人类对围棋的机制已经十分清楚，但对于市场和经济运行机制却依然只是“知其一二”。并且，不同于围棋对战的一目了然，在投资过程中，有很多操纵信息的虚假数据，这些都是需要过滤掉的“噪声”。

　　“在投资决策当中，大部分影响价格的因素我们是看不到的。” Russell认为，隐性信息不容易获得的情况下，典型的机器学习的决策模式就不适用了。

　　Russell以巴菲特为例，认为对某个公司的基本面、经济基本面、以及政治因素等信息的全面掌握，帮助巴菲特做出成功的投资决策，“我们是不是可以建立一个基于巴菲特这种方法投资的机器呢？” Russell更倾向于认为，人类将在很长时间内在投资顾问方面发挥重要角色，而不可能在短期被人工智能所取代。

　　作为金融科技领域的前沿实践者，张家林同意Russell对于巴菲特“价值投资”的判断，“巴菲特的价值投资很难用技术或者机器学习去做，是不可复制的。”但他同时表示，“IT派或技术派认为，只有捕捉到所有的信息和数据，机器才能做出准确预测”，而实际上，智能投顾基于的是投资组合与行为金融这两个理论的结合，可以缩小人们对数据的需求，同时能做出在一定范围内有效的决策。

　　张家林表示，作为人工智能系统，学习的时候要有能力识别当前的市场机制情况，并做出相应决策。认为“噪音太多或者变化中的市场不能做”，是错误的观点。

　　如何实现机器的动态学习？张家林介绍，就像机器人能够通过温度感知季节一样，直播，人类也可以设计许多指标，使得机器能够感知当前的市场情况。“我们将这套指标称作市场机制坐标，通过市场机制坐标这样的信息结构，机器能够实现更有效的学习。”