03　AI革命：引领新一轮金融科技浪潮

技术简史：AI的演变与发展

中国经济正处于转型深水期，推进人工智能等技术在金融行业的应用，对我国金融行业转型升级、推动中国经济持续稳定发展，具有重要价值。2017年，国务院印发的《新一代人工智能发展规划》明确指出：“建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。”

在分析人工智能在金融领域的应用策略、路径、落地方案之前，首先应该对人工智能技术有清晰的认识。

人工智能的演变与进化

人工智能是一门研究利用计算机来模拟、延伸、拓展人的智能的理论、方法、技术及应用的交叉型学科。人工智能是计算机科学的一个重要分支，可以赋予机器胜任通常需要人类智能才能完成的复杂工作的能力。

1950年艾伦·麦席森·图灵（Alan Mathison Turing）提出了图灵测试，将人和机器分开进行测试，如果30%以上的被测试者无法确定他面对的是人还是机器，这台机器就顺利通过测试，被认为具有人工智能功能。1956年达特茅斯会议，在助理教授约翰·麦卡锡（John McCarthy）的提议下，原名为“机器模拟”的学科被改名为“人工智能”，“人工智能”这一概念正式投入使用。

在此阶段，研究方法方面符号主义方法盛行，数学证明、专家系统、知识推理等形式化的方法在人机交互过程中得到了广泛应用。但因为那个时候计算机和互联网技术刚刚起步，运算速度有限，技术在很大程度上制约了人工智能的发展。

进入20世纪80年代之后，人工智能出现了第二波浪潮。因为传统的符号主义学派发展缓慢，有研究者尝试使用基于概率统计模型的新方法，推动语音识别、机器翻译实现了进一步发展。在模式识别领域，人工神经网络大放异彩。在这个阶段，由于数据量不足，再加上测试环境有限，人工智能只限于学术研究，没能走出实验室，不具备实用价值。

2006年，杰弗里·辛顿（Geoffrey Hinton）等人提出深度学习技术，掀起了人工智能的第三次浪潮。2015年，在图像识别领域，基于深度学习的人工智能算法的准确率首次超过了人类肉眼识图的准确率，人工智能实现了飞跃式发展。随着机器视觉研究领域的突破，在语音识别、自然语言处理、数据挖掘等领域，深度学习都取得了突破性进展。2016年，微软英语语音识别错词率降至5.9%，与人类不相上下。

现阶段，在各种利好条件的加持下，人工智能已经走出实验室，正式进入市场，实现了产业化。2017年，无人驾驶、搜索引擎、智能助理、机器人、新闻推荐与撰稿等应用相继走进人们的日常工作和生活，这一年被称为人工智能产业化元年。

人工智能的三个发展阶段

从技术角度看，人工智能的发展大致可以分为三个阶段，即计算智能、感知智能和认知智能，具体如表3-1所示。

表3-1　人工智能的三个发展阶段

目前，人工智能的发展正处在第一个阶段，弱人工智能已经渗透到了人们生活的方方面面。近几年，机器学习、图像识别等技术在人们的日常生活与工作中得到了更广泛的应用。例如，人们可以通过Google Photo（谷歌相册）快速找到自己需要的图片，可以利用Google Now（谷歌即时资讯）的自动推送功能获取所需信息，可以通过Inbox（谷歌出品的一款邮件产品）自动撰写邮件回复等。人工智能为人们的工作、生活带来了极大的便利，但想要从情感、行为、认知三个层面全面模仿人类，从弱人工智能阶段进入强人工智能阶段，短时间内无法实现。至于超人工智能，目前只存在于科幻小说与影视作品中。