AI在金融領域的三大挑戰

人與機器結合是未來人工智能的發展趨勢，有分析稱人工智能在金融領域的應用有三大挑戰。

《新浪財經》日前報道，在紐約召開的第25屆全美華人金融協會年會上，Citadel首席人工智能官鄧力在主旨演講中，重點談及了目前深度學習技術在投資管理領域的挑戰。

他說，在傳統金融數據的基礎上，如何處理、利用另類數據也開始進入各大金融機構的視野；例如摩根大通等公司已經累積了大量另類數據，搜索引擎上的點擊信息、通過Alexa等智能語音助理下單購物的信息、手機用戶APP使用情況等都屬於能夠幫助機構預測金融市場、做出投資決策的數據。

鄧力強調，金融領域的人工智能（AI）應用目前主要面臨三大挑戰，一是異構數據的問題，意味着不同數據樣本之間的差異性較大，傳統金融數據和另類數據完全不同、難以整合，哪怕是另類數據中每個樣本的格式、標準也差別極大，對處理數據造成了困難。

二是數據的信噪比太低，意味着有用信息相對於無用的「噪音」信息來說比例太小，例如從社交媒體上提取的數據，大部分都是對投資無用的信息，如何排除噪音、提取有效信息也是一個難題。

三是由於金融領域的競爭特性造成的數據非穩定性，金融公司的算法和數據基本不進行共享，且新開發的模型和算法會在競爭中漸漸失去有效性，無法繼續使用。鄧力提到，金融學界尚未能夠提出一個有效模型來解決這個問題。