人工智能之熱,，伴隨新一代 AlphaGo 輕松戰(zhàn)勝圍棋第一人柯潔之后,，進(jìn)入了一個(gè)新高潮。

當(dāng)然,，對于我等股民,，永遠(yuǎn)關(guān)心的還是人工智能到底能不能幫助賺錢？

6 月 13 日的時(shí)候,，國內(nèi)頂尖的基金公司華夏基金和互聯(lián)巨頭微軟一起在北京召開了一場發(fā)布會(huì),，宣布雙方戰(zhàn)略合作。

本來,，我也受邀參加這次發(fā)布會(huì),，很可惜最終因?yàn)閭€(gè)人的原因，未能成行,。雖然未能成行,，但是這次發(fā)布會(huì)不能不關(guān)注。

是的,，眼下說人工智能 + 投資的,，如過江之鯽。但是說到底,，絕大多數(shù)公司在人工智能這樣先進(jìn)領(lǐng)域的技術(shù)儲(chǔ)備,，是不可能像微軟這樣縱橫江湖幾十年的巨頭那樣有著無盡金礦可以開采的。

所以,，看了直播,，還重溫了下文字速記，果然收獲頗豐,。這里和大家分享下我看下來的亮點(diǎn),。

▌ 為什么做投資不能小覷微軟

說到人工智能，估計(jì)許多人可能第一時(shí)間想到的是谷歌,。

的確,，AlphaGo 讓谷歌是名聲大噪。不過人工智能是一個(gè)極大的領(lǐng)域,，谷歌也不過是其中一家巨頭而已,。

從早年 Windows、Office 到近年的云計(jì)算,，微軟始終活躍在 IT 產(chǎn)業(yè)的第一線,，而且很早就專注與人工智能，就如這次發(fā)布會(huì)上,，微軟亞洲研究院院長洪小文博士所言：

在 1991 年,，在座的很多可能都沒有出生，比爾 · 蓋茨先生創(chuàng)立微軟研究院，當(dāng)時(shí)他的夢想就是希望將來每個(gè)計(jì)算機(jī)可以看,，可以聽懂,，可以了解我們的語言，我們所接觸的萬物,，這確確實(shí)實(shí)就是人工智能的一個(gè)最宏大的一個(gè)目標(biāo),。

那么多年投入和研發(fā)下來，其實(shí)微軟在人工智能領(lǐng)域的是絕對不容小覷的——尤其是對于金融投資的幫手,。我來說這句話,，其實(shí)沒什么說服力。但是只要看最近的一個(gè) 「跳槽」 變動(dòng),，就明白了：

5 月中旬的時(shí)候,，微軟人工智能首席科學(xué)家鄧力離職，加入對沖基金公司 Citadel(大本營) 擔(dān)任首席人工智能官,。

關(guān)于 Citadel,，熟悉海外投資的股民應(yīng)該不會(huì)陌生，資產(chǎn)規(guī)模超過 260 億美元,，絕對是對沖基金產(chǎn)業(yè)的巨頭,。這樣的巨頭，要從微軟挖角,，可見對金融行業(yè)的巨頭而言，微軟的人工智能是很強(qiáng)的,，而且是對對沖基金行業(yè)是有用的,。

所以，這次華夏基金和微軟亞洲研究院戰(zhàn)略合作,，絕對是和人工智能領(lǐng)域巨頭級的合作,，眼光是超級好——一定程度上，華夏基金借此可以獲得的技術(shù)儲(chǔ)備,，某種程度上都未必會(huì)遜色于 Citadel(大本營)了,。

▌ 投資，圍棋好不如語音識別好

在這次的合作發(fā)布會(huì)上,，微軟亞洲研究院副院長劉鐵巖博士是負(fù)責(zé)干貨部分的,，他講了幾個(gè)潛在的人工智能在投資領(lǐng)域的合作方向。而其中最重要的就是語音識別,。

對于這塊,，劉鐵巖這么表述：

在時(shí)序序列分析方面，2016 年底,，來自我們微軟研究院的,， 基于深入神經(jīng)網(wǎng)絡(luò)的語音識別技術(shù) ，首次達(dá)到了人類語音識別的精度， 秒殺了其他同類的算法 ,。再舉個(gè)離子在二維的模式識別方面來自微軟亞洲研究院的 ResNet 技術(shù),、正式率先地超過了人類，獲得了 2015 年的冠軍,，如今已經(jīng)成為了圖象識別領(lǐng)域首選的算法,，這些例子想告訴大家，在人工智能模型的設(shè)計(jì)和研發(fā)方面,，微軟亞洲研究院具有非常強(qiáng)的實(shí)力,，如果再配合上華夏基金非常豐富的知識積累，我們一定可以為量價(jià)分析這樣的技術(shù)取得更好的效果,。

如果你有留意過量化基金巨頭文藝復(fù)興基金當(dāng)年神奇招人的股市就會(huì)知道,，當(dāng)年出生于數(shù)學(xué)科學(xué)的量化投資大師西蒙斯在挖人時(shí)候，也是大量招聘了從事語音識別技術(shù)的人員,，因?yàn)樗麄儼l(fā)現(xiàn)識別語音和識別股票的趨勢,，有著異曲同工之妙。

而微軟劉鐵巖的發(fā)言來看,，語音識別眼下對于判斷股市的價(jià)格波動(dòng),，依然有著巨大的左右——而且這些年語音識別技術(shù)突飛猛進(jìn)，從十多年前需要朗讀上千字的范文機(jī)器才能識別你的語音到如今直接可用而且非常準(zhǔn)確,，這里面帶來的潛力,，不容忽視啊。

在這個(gè)問題上,，又要說回大本營挖角了鄧力了,，網(wǎng)上對于鄧力的一段公開資料如是說：

作為深度學(xué)習(xí)、人工智能,、自然語言理解與語音識別方面的專家,，鄧力早在 2009 年就同 Geoffrey Hinton 教授合作，首次提出并將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到大規(guī)模語言識別中,，顯著提高了機(jī)器對語音的識別率,，極大推動(dòng)了人機(jī)交互領(lǐng)域的發(fā)展與進(jìn)步。目前,，鄧力的研究方向主要為應(yīng)用于大數(shù)據(jù),、語音、文本,、圖像和多模態(tài)處理的深度學(xué)習(xí)和機(jī)器智能方法,。在語音、NLP,、大數(shù)據(jù)分析,、企業(yè)智能,、互聯(lián)網(wǎng)搜索、機(jī)器智能,、深度學(xué)習(xí)等領(lǐng)域,，鄧力曾獲 70 多項(xiàng)美國或國際專利。

可見,，對沖基金巨頭大本營,，如今依然認(rèn)為語音識別領(lǐng)域的專家，對于投資是大有幫助的,。

看來,，要想用人工智能賺錢， 圍棋下得好,，也許真不如語音識別好來得實(shí)在 ,。

▌ 董事長們誰在說謊？

當(dāng)然,，從這次華夏基金和微軟的戰(zhàn)略發(fā)布會(huì)做的展示來看,，語音識別技術(shù)在投資上的幫助，已經(jīng)不僅限于用類似的方式來識別價(jià)格的波動(dòng),，甚至在大家更熟悉的基本面投資,，在公司調(diào)研上也能派上用處。

在發(fā)布會(huì)上,，華夏基金的首席策略分析師軒偉和一個(gè)名為 「小精靈」 的人工智能有一段展示,，展示中小精靈對于某家上市公司在股東大會(huì)上的發(fā)言進(jìn)行語音識別，并且得出了多個(gè)重要結(jié)論：

1）通過自然語言處理系統(tǒng)找到該語言過去五年的記錄,，建立音頻參考界限,，對音頻進(jìn)行對比，改變的體征變化也會(huì)反饋到聲音上,，通過多層聲音分析系統(tǒng)，分析音頻多型上的變化,，我判斷 聲音傳達(dá)信息的可信度很高 ,。

2）發(fā)現(xiàn)公司的戰(zhàn)略布局逐步成型，業(yè)務(wù)范圍不斷延伸,，同時(shí)征信和小微貸在科技改革浪潮中充分受益,，進(jìn)而業(yè)績存在超預(yù)期可能。結(jié)合音頻分析,，發(fā)現(xiàn)董事長對公司未來發(fā)展前景 預(yù)期還有所保留 ,。

就是一段音頻，不但可以判斷發(fā)言的可信度高不高,，而且還可以進(jìn)一步判斷當(dāng)事人的表態(tài)是否保守打了折扣——是不是讓你突然有看多年前那部著名美劇《Lie to me》的感覺,。

不過，在美劇中，當(dāng)事人原型行為學(xué)專家 Paul Ekman 博士是經(jīng)過多年的訓(xùn)練,，才能從微表情等細(xì)節(jié)中做出如此的判斷,，而如今借助人工智能的技術(shù)，只要擁有系統(tǒng),，都可能可以快速判斷上市公司的董事長們誰在說謊,，誰樂觀誰悲觀。

這樣的系統(tǒng),，無疑將改變上市公司調(diào)研的傳統(tǒng)流程,，提問將不再僅僅是獲得回答，甚至回答的音頻分析可能可以傳遞出更多的信息量,。

華夏基金本來就是擁有 200 名投研的大型基金,，在對于上市公司的調(diào)研覆蓋率上本來就已經(jīng)有巨大的優(yōu)勢。如今如果可以借助類似的系統(tǒng)對于調(diào)研的可能性做出更深層次的評價(jià),，這個(gè)在基金面研究上,，絕對也算是如虎添翼了。

▌ 還有那些技術(shù)會(huì)有用武之地,？

相比語音識別的兩面開花,，其實(shí)發(fā)布會(huì)上，微軟亞洲研究院副院長劉鐵巖博士還說了一些可能性,。這里也簡單提一下,，有些技術(shù)可能威力不遜色于語音識別。

◢ 文本分析

基于 Twitter 上的股民言論樂觀 / 悲觀程度預(yù)測股市,，這個(gè)已經(jīng)不是新鮮新聞了,。雖然這個(gè)思路很簡單，但是其實(shí)有大量的優(yōu)化空間,。

這個(gè)問題上,，劉鐵巖說了不少技術(shù)儲(chǔ)備：

文本數(shù)據(jù)也是非常重要的一個(gè)數(shù)據(jù)源，我們可以通過對文本數(shù)據(jù)的分類,，語義分析,，主題分析和情感分析，來預(yù)測市場對于一個(gè)行業(yè)或一個(gè)公司的預(yù)期,，我們甚至可以去預(yù)測股票走勢的拐點(diǎn),。

說到對互聯(lián)上海量文本數(shù)據(jù)的分析也并非是一件容易事兒，傳統(tǒng)的一些統(tǒng)計(jì)工具和分類方法,，可能會(huì)遇到巨大的挑戰(zhàn),，比如說如果我們將要處理的文本數(shù)據(jù)是來自于整個(gè)互聯(lián)網(wǎng)上的海量文本，它的詞表里面如果包含了上千萬量級的處理,，這個(gè)模型的訓(xùn)練要用非常長的時(shí)間甚至長達(dá)百年,。如果我們想對文本數(shù)據(jù)做非常細(xì)力度的分析,，比如說我們想?yún)^(qū)分超過百萬個(gè)不同內(nèi)容的主題，也同樣會(huì)遇到巨大的挑戰(zhàn),，我們會(huì)動(dòng)用成千論萬臺(tái)機(jī)器用上幾周或者幾個(gè)月的時(shí)間,。

這些看似不可能完成的任務(wù)，在微軟亞洲研究院的面前,，卻變得可行,。這是因?yàn)槲覀儞碛心軌蛱幚砬f詞表的人工智能網(wǎng)絡(luò) LiigtRNN 這套系統(tǒng)可以把體量縮小上千倍，把可能需要幾百年的時(shí)間縮小到一個(gè)月,。同時(shí)我們擁有可以分析百萬主題的人工智能模型 LightLDA 在用（英）進(jìn)行分布式部署,，我們就可以只有幾十太機(jī)器的小型集群可以實(shí)現(xiàn)使百萬量級的主題分析。如果我們有了像 LiigtRNN,、LigtLDA 拓展性非常強(qiáng)的技術(shù),，就可以對非常大的文本數(shù)據(jù)進(jìn)行超細(xì)密度的分析，并且這些事情可以實(shí)時(shí)做到,。這就使得我們能夠在信息的獲取和處理方面獲得巨大的優(yōu)勢,。

上述的描述，技術(shù)性相當(dāng)強(qiáng),，要看懂不容易,。不過簡單來說，其實(shí)對于文本分析,，尤其是中文這樣的語言,，不是一件容易的事情。雖然我自己沒嘗試過深度學(xué)習(xí)之類技術(shù),，但是文本分析之前的分詞,、情緒判斷還是有所嘗試，這一塊要精確分析出股民是樂觀有多樂觀,，絕不是容易的事情——但是分析精確后對于一個(gè)反轉(zhuǎn)模型而言,，又是至關(guān)重要的。

◢ 知識圖譜

在這個(gè)問題上,，劉鐵巖有這樣的介紹：

我們微軟亞洲研究院擁有目前最高效的知識圖譜的索引和分析的開源引擎,，有了這種引擎的支持，我們就可以對巨大體量的知識圖譜,，進(jìn)行實(shí)時(shí)的分析推理，使高階因果關(guān)系進(jìn)行改變,，插上理性的翅膀,。

人工智能或者說眼下主流的深度學(xué)習(xí)，很大程度上是知其然不知其所以然,，通過調(diào)參可以獲得一個(gè)預(yù)測率比較高的模型,，但是這個(gè)模型是不是有邏輯的支撐,，并不容易判斷。

這樣的模型,，簡單用于亞馬遜推薦書籍風(fēng)險(xiǎn)很小,，但是用于大量資金的投資，就會(huì)比較危險(xiǎn)了,。

如何找到經(jīng)驗(yàn)預(yù)測背后的邏輯性,，避免在十多年前數(shù)據(jù)挖掘和投資交叉時(shí)就遭遇的 「過度挖掘」 問題，就需要知識圖譜來尋找背后的邏輯了,。

當(dāng)然,，知識圖譜的價(jià)值，還不僅于此,。劉鐵巖還介紹了另一個(gè)應(yīng)用：

在投資的時(shí)候我們常常會(huì)利用一些信息,，比如說政治事件、金融事件,、經(jīng)濟(jì)事件,，比如說我們可以利用供應(yīng)鏈的上下游關(guān)系，利用投資人和公司之間的這種關(guān)系來進(jìn)行推理,。這就會(huì)遇到幾個(gè)問題,，首先我們?nèi)绾稳?gòu)建一個(gè)可靠的、信息豐富的金融知識圖譜,，第二當(dāng)我們擁有大量的金融知識圖譜的時(shí)候,，我們?nèi)绾芜M(jìn)行分析和推理。

◢ 對偶增強(qiáng)學(xué)習(xí)

人工智能,，思路千千萬,。

現(xiàn)在大熱的一些方法，其實(shí)是基于對于大量數(shù)據(jù)標(biāo)識之后的計(jì)算,。但是這樣的算法,，有很大的局限性。在這個(gè)問題上,，微軟擅長的語音識別,、翻譯等用到的對偶增強(qiáng)就有了額外的用武之地。

對此,，劉鐵巖這么說：

投資經(jīng)理還需要根據(jù)市場的反饋不斷地調(diào)整他之前既定的一個(gè)決策投資方案,。如何能夠?qū)崟r(shí)地、快速地根據(jù)市場進(jìn)行反應(yīng),，并且能夠?qū)κ袌隼锩鎱⑴c者,，比如說其他的參與者、投資機(jī)構(gòu),、散戶他們的經(jīng)過建模成為致勝的力器,，來自微軟亞洲研究院比如說對偶增強(qiáng)學(xué)習(xí),，博弈機(jī)器學(xué)習(xí)將會(huì)有大有用武之地，會(huì)有先發(fā)優(yōu)勢,。

▼

這次華夏基金與微軟的戰(zhàn)略合作發(fā)布會(huì)上,，個(gè)人關(guān)注的干貨大體在此，當(dāng)然有興趣的讀者,，不妨多多關(guān)注微軟過去一段時(shí)間在人工智能上的新研究和論文,，也許從中可以發(fā)現(xiàn)更多未來和華夏基金合作發(fā)掘新投資能力的可能性。

當(dāng)然,，筆者也更希望,，這些高精尖的技術(shù)，能夠早日轉(zhuǎn)化為基金投資中的一個(gè)個(gè)環(huán)節(jié),，為投資者帶來更多的超額收益,。