今天,人工智能(“Artificial intelligence”,或“AI”)已经成为现实,它比我们想象的更快地影响着我们的生活。从手机里的Siri语音助手到智能电视里面Netflix个性化推荐的影片,AI已经无处不在。可以说AI带来的革命将会是历史上最大的一场革命,不可否认的是,它已经成为我们生活中重要而且不可分割的一部分。
人工智能是机器学习,自然语言处理和认知计算这三大高端科技的融合。AI的定义是:利用复杂的机器学习和自然语言处理算法,将人类的智能模拟到人造的机器上去。模拟人类智能的主要动机是为了克服人类智能的一大缺陷,即可扩展性的问题:人类处理既定任务的速度存在明显的上限。AI的意义则在于通过将人类智能与配置最高计算性能的认知计算机相结合,来解决人类智能速度有限的问题。让我们举两个例子来更好的理解AI的定义:
还有其他一些8岁孩子都能轻松做到的事情,也是AI专注的领域,比如模拟人脑处理复杂任务的图像识别,讽刺言语识别,语音识别等。
二、十大AI公司
AI被应用于很多行业,Bizofit(一家智能连接企业和服务提供商的平台公司)整理了以下十大人工智能公司。
1. AIBrain
AIBrain是一家业内领先的人工智能公司,主要为智能手机提供AI解决方案,主要专注领域是机器人和数字个人助理。
2. Anki
Anki 是AI领域的另一家公司,已经得到来自J.P. Morgan和其他风险投资商超过1.575亿美元的投资。Anki的旗舰机器人Cozmo是市面上与客户交流时情感上智能化程度最高的机器人之一。
3. Banjo
Banjo目前已经获得了超过1亿美元的投资。Banjo利用其强大的社交媒体分析能力对多个社交媒体平台进行分析来识别全球发生的事情。
4. iCarbonX
iCarbonX是一家专注医疗健康领域的AI初创公司。其通过先进的数据挖掘和机器分析技术,提供个性化的健康分析和健康指标预测。iCarbonX 估值超过10亿美元。
5. Jibo
Jibo 是世界上第一个帮助家庭处理日常事务的机器人,而且它会从日常互动中了解每个家人成员的行为和个性。
6. Next IT
Next IT 把AI应用到医疗健康和金融行业,主要专注于自然语言处理、聊天机器人和机器学习。
7. Prisma
作为最受欢迎的iOS应用程序之一,Prisma因其使用深度学习算法重新生成仿手绘图像 为移动应用程序行业带来一场革命。
8. ReSnap
利用AI和深度学习,ReSnap从用户那里获取的大量图片,从中进行挑选,最后整理成超赞的相册。AI可以为相册挑选出最好的照片。
9. ViSenze
ViSenze 用深度学习和计算机视觉为电商行业带来一场革命:在数百万件产品中推荐看起来差不多的产品。ViSenze刚融到1050万美元来进行AI研发。
10. X.ai
X.ai 的虚拟助手(“Amy”)可以帮助忙碌的人们安排会议:无需人工协助,只要抄送一封电子邮件给Amy,Amy就会用自然语言识别和机器学习确认最合适的会议时间和地址。
三、AI及其与银行业的关联
近年来,AI对银行业的影响要大于其对其他行业的影响。对银行业从业机构而言,AI对于跟上竞争步伐、增强公司创新形象都变得越来越重要。下图显示了AI在银行和金融服务行业中得到广泛应用的原因:
图片标题:金融服务机构采用AI解决方案的理由
从上到下6行文字分别是:其他,广泛提供个性化交流,提高同业竞争力,提升作为创新型公司的创新形象,识别数据中隐含的(但是容易被其他方法忽略的)机会,增加劳动生产力。
AI在银行业中有很多应用,以下是在未来5年内会给银行业带来革命性变化的几个关键AI应用。
1. 反洗钱检查模式
反洗钱是指,一系列为了阻止产生非法收入而制定的步骤,法律或者规定。在大多数情况下,洗钱的人会通过一系列的动作掩饰他们的行为,使得那些由非法或者是不道德渠道赚取的钱看起来合法。
全世界大多数的大型银行,正在把那些基于规则的反洗钱的软件系统向人工智能的系统转换,因为在反洗钱的模式中,相比之下人工智能系统更智能、更可靠。
2. 聊天机器人
聊天机器人是基于人工智能的自动聊天系统,它可以在没有人工干预的情况下模拟人类交流。这些聊天机器人在和人类用户的文字交流中可以通过识别上下文以及人类的情绪反应,给人们一个最合适的回应。随着使用时间的增长,这些聊天机器人们积累了大量指向用户行为习惯的数据,通过学习这些,它们可以了解终端用户并顺应他们的需求以及情感。
在银行业中,聊天机器人已经被广泛的用于革新银行与每个用户的管理关系。美国银行(Bank of America)计划向用户提供一个叫做“Erica”的基于人工智能的虚拟助手,这样仅通过手机就能帮助人们处理财政事务。Google发布的“Allo”则是另一类聊天机器人。
3. 利用算法实现自动交易
全球许多对冲基金都在使用高端系统来部署人工智能模型,这些模型通过获取金融市场的不同的变量和市场的情绪来进行投资学习,从而使投资决策成为可能。报告显示,目前70%以上的交易实际上都是由人工智能系统自动完成的,大多数的对冲基金遵循不同的策略进行高频交易(HFTs),只要它们从输入中发现了交易的机会。
一些活跃在对冲基金领域的人工智能系统有:Two Sigma, PDT Partners, DE Shaw, Winton Capital Management, Ketchum Trading, LLC, Citadel, Voleon, Vatic Labs, Cubist, Point72, Man AHL.
4. 欺诈检测
欺诈检测是一个在人工智能的参与下,得到更加准确和优越结果的领域。在银行业,欺诈检测是人工智能系统表现最优秀的方面之一。从早前基于神经网络的FICO猎鹰欺诈评估系统成功将数据分析方法引入银行业,到今天基于深度学习的复杂的人工智能系统,欺诈检测系统已经有了长足的发展,并在未来将会有更进一步的表现。
5. 用户推荐
推荐引擎是人工智能在银行业的一个重要贡献。它根据用户的历史数据,以及银行提供的其他信息,像信用卡计划,投资建议,基金等(也可能只有银行方面的信息),结合用户的个人偏好来给出最中肯的建议。近些年在主流银行中,推荐引擎表现非常不错并且成为银行收入增长的重要组成部分。
凭借大数据和更快的计算性能,配置有精准人工智能算法的机器将在银行如何制定推荐策略中发挥了重要的作用。关于更多的推荐引擎的资料,你可以在https://www.analyticsvidhya.com/blog/2015/10/recommendation-engines/中了解到推荐引擎是如何工作的。
四、小银行如何充分利用人工智能?
在和美国的一些像是社区银行(Community banks)的小银行的高管交流时,我们明显感觉到他们希望能够在和大银行的激烈竞争中寻求差异化。大的银行通过启用内部的数据科学和数量分析团队,将最先进的人工智能技术运用到风险评估,资产分析,投资组合管理,信用审核流程,客户了解及反洗钱系统(译者注:“客户了解”即Know Your Customer政策,简写为KYC,为反洗钱)等各个方面。另一方面,小银行可以使用人工智能来提高运营效率以及更好地与客户互动。
图片标题:你认为银行机构将在哪个领域引入AI或机器学习技术?
按所占百分比由大至小的顺序,依次为:风险评估、资产分析、投资组合管理、交易、信用审核流程、客户了解以及反洗钱系统、规则及合规、管理、该技术暂未被引入行业、销售、高级管理、其他。
将人工智能应用于不少方面都能使小型银行受惠,比如说:
总的来说,人工智能势不可挡,它正影响着许许多多的行业,而银行业可以说是早早地就赶上了车。人工智能这一趋势在未来可能会以指数级的速度发展,只有顺应它,才可能在未来十年的竞争中取得成功。
好文章,需要你的鼓励
医生们会经常搜索PubMed及谷歌学术等数据库,翻阅UpToData主题摘要。有三分之二的从业者会使用MDCalc,这是一款带有各种决策支持功能的即时参考工具。此外,医生们还会访问专业协议网站、WebMD等医学网站,有时甚至还会参考非医学类网站。
Bridgy Fed已经成为新兴非营利组织A New Social孵化的首款应用。
过去十年,建筑对数字和数据的依赖程度明显增加,随着客户期望和使用Revit及Rhino等专业工具功能的要求增加,SimpsonHaugh公司制作的图纸数量也随之增加