机器智能

人工智能如何重塑资管业？ 来源：投基家 一直以来，科技进步都是驱动全球资产管理行业（AssetManagement Industry）发展的核心因素。近年来，随着移动互联网、云计算、大数据和人工智能（AI，Artificial Intelligence）等信息技术的迅猛发展，科技如何赋能社会？科技如何重塑金融行业？科技如何改写投资管理？引发了高度关注和热烈讨论（Thomas Philippon，2016；DavidLeinweber，2017；巴菲特，2017；Howard Marks，2018）。 特别值得一提的是，具有广泛声誉的《经济学人》（Economist）杂志认为，由于在互联网技术和人工智能技术等方面取得的成就，中国是金融技术（Fintech）的全球领导者（2017年2月25日，第59页）。这种提法，具有特别的意义。杨凯生（2017）、巴曙松等（2018）从商业银行角度，孙国峰（2017）从监管政策角度，王政（2017）、肖风（2018）从资产管理角度，分别讨论了金融技术和人工智能对现有金融行业各个方面的挑战和影响，都很有开创性和启发性。 2019年，对资产管理行业来说，一方面，既受到全球经济、金融行业固有景气周期循环的短期、常规影响；另一方面，更面临本轮金融技术（Fintech），特别是人工智能的长期、甚至是颠覆性挑战。两方面的影响和挑战叠加，挑战严峻。未雨绸缪

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 编者按：本文来自微信公众号“南方人物周刊”，36氪经授权发布。 来源 | 南方人物周刊（ID:Peopleweekly） 文 | 吴绵 图片来源 | 视觉中国 5月，上海商场四处是“五五购物节”的促销海报。全民消费浪潮下，朱明杰不忘和海外的朋友分享薅羊毛心得。十分钟后，他把朋友拉进了“MJ和他的朋友们一起拼多多”微信群。 作为深度网购用户，朱明杰和今天的中国消费者们在手机上看到什么、买到什么，会如何在技术的指引下走向未来生活，从某种意义上说，正是由他自己，以及和他一样的科学家们对算法的突破所决定的。 6月16日，朱明杰和他的前同事卢策吾等15位中国AI科学家、创业者，在《Nature》机器智能子刊联名发表了一篇论文，讨论人工智能在中国的应用和前景。这篇文章在国际科技界引发了诸多讨论，被称为“中国青年科学家的集体亮相”。 三年前，《麻省理工科技评论》首次针对中国评选了35岁以下的未来科技创新领军人物，这大概是西方世界最早开始好奇中国的这群“天才科学家”。 在西方媒体看来，中国正在成长中的这群青年人与上一辈有诸多不同。而这些不同，也即将改变中国——这个仅用三十年便穿越农业和工业社会，马不停蹄奔向信息技术革命前沿的国度。 这些35岁左右的AI科学家，曾经就是“别人家的孩子”

　　在 4 月 26 日至 5 月 1 日举行的国际表征学习大会 ICLR 2020 期间，深度学习三巨头中的 Yoshua Bengio 和 Yann LeCun 表示， 自我监督学习可能会让 AI 在推理上更像人类 ，他们坦率地谈到了一些最新的研究趋势。 　　监督学习需要在标记的数据集上训练人工智能模型，LeCun 认为随着自我监督学习的广泛应用，监督学习的作用将越来越小。自监督学习算法不依赖注释，而是通过暴露数据各部分之间的关系，从数据中生成标签，这一步骤被认为是实现人类智能的关键。 　　 　　图｜深度学习三巨头（来源：Fortune） 　　“ 我们作为人类学习的大部分知识和动物学习的大部分知识都是在自我监督的模式下，而不是强化的模式。 基本上是通过观察世界，并与之进行一些互动，主要是以独立于测试的方式进行观察，这是我们不知道如何用机器复制的（学习）类型。” 　　 但不确定性是阻碍自主学习成功的主要障碍。 　　深度学习里的 “ 特征分布 ” 至关重要，它们能将变量的每个可能值与该值出现的概率联系起来，也能很好地表示变量离散的不确定性，这就是为什么像 Google 的 BERT 模型这样的架构会比较成功的原因。 　　 不幸的是，研究人员还没有找到一种有效的方法来表示变量是连续的分布，也就是说，它们只能通过测量获得。 　　LeCun 指出