人工智能达到了什么程度？ - 知乎有问题，上知乎。知乎作为中文互联网最大的知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。<strong class="NumberBoard-itemValue" title="1被浏览<strong class="NumberBoard-itemValue" title=",305,380分享邀请回答bluerivertechnology.com/3.2K212 条评论分享收藏感谢收起arxiv.org/pdf/1.pdf 的论文。 用黑白图像做输入，用彩色图像做输出，训练一个神经网络。 这个神经网络可以对黑白图像上色，也就是说， 我们可以把古老的黑白摄影机的图像输入进去， 这个网络能自动还原成彩色的图像！惊不惊喜，意不意外？结果好到让人吃惊 ！ 左边黑白，右边是这个神经网络输出的彩色图像！ 这里有个网站可以随意试试。 1.8K231 条评论分享收藏感谢收起宝盈社区跟单+人工智能【投资理财吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：117,477贴子：
宝盈社区跟单+人工智能收藏
做任何投资都是有风险的，我们所做的是把风险降到最低，稳定盈利中[胜利]
登录百度帐号宝盈跟单社区带你躺赚模式【南京文交所吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0可签7级以上的吧50个
本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：37,326贴子：
宝盈跟单社区带你躺赚模式
没有等来的幸福，只有拼出的辉煌 跌倒了就爬起来，敢去做才能成功。输不起的人，往往也赢不了！做投资何尝不是一样呢！
扫头像添加也可以哦
贴吧热议榜
使用签名档&&
保存至快速回贴潘云鹤院士：中国新一代人工智能 | 人工智能2.0的五大端倪与五大方向
我的图书馆
潘云鹤院士：中国新一代人工智能 | 人工智能2.0的五大端倪与五大方向
来源：走向智能论坛（ID：MI-Forum）图片由《走向智能论坛》小智提供6月29日，首届世界智能大会在天津梅江会展中心开幕。中国工程院士潘云鹤在大会主论坛做了题为“中国新一代人工智能”的主题演讲。　　以下为演讲全文（略有删减）和PPT，分享给大家：今天我想跟各位一起讨论的题目是中国新一代AI。我想讲三个部分，首先讲问题的提出，我们看到近年来在全世界AI迅速升温，和以往不一样，这一次是企业界开始进行启动，实际上美国的很多企业，很早就进行了布局，譬如说微软，很早就布局聊天的机器人小冰，希望由过去的图形界面windows，转化为自然语言理解的界面。微软已经做好必要的技术储备，并且收购了美国的社交网站，准备使它智能化，刚才百度李彥宏先生也讲了，准备从移动优先进化到AI优先。Facebook认为决定未来三大支柱其中一个就是AI，另外两个我们看到也很精彩是AR/VR，还有一个连接世界。IBM的watson医疗诊断系统已经在中国开始进行实践。在去年9月，美国的5个大的科技巨头宣布成立一个AI联盟，旨在进行AI方面的计算研究和推广。中国的公司也不甘落后，百度早在AI进行了专业布局。阿里巴巴在AI方面也转向很快，他们公司的转向也很明显，杭州的海康威视作为全世界最大生产摄像头的公司，已经开始推出智能化摄像头，把深度学习的芯片和摄像头连在一起，华为公司也在这方面有所布局，尤其是在自然语言理解方面。中国政府十分重视AI，尤其近两年来中国领导人在报告中多次提到AI，实际在内部讲话中间提到的次数更多。国务院出台了互联网＋人工智能的文件，全面布局智能发展。国外发达国家许多政府也重视AI，美国在去年5月份白宫专门发表文章，准备迎接AI的未来，他们决定在美国国家科技委设立AI和机器学习专业委员会，来指导全美各界的行动。到了10月份隔了5个月，美国联邦又出台了一个政府报告，国家AI研发战略规划，并且认为AI现在正处于新浪潮的初始阶段。在欧洲，英国去年年底发布《AI未来的决策，制定的机遇和影响》，法国在今年4月份制定了《国家人工智能战略》，德国在今年5月份颁布全国第一部自动驾驶的法律。日本准备在未来10年，要投入100亿日元，用于4个领域的AI的发展，包括基础设施、人才培养、医疗保健和农业等4个领域。我们看到人工智能在民间的热度上升更快，尤其是当去年谷歌的阿法狗战胜了李世石之后，尤其是它战胜李世石的方式和二十年前IBM深蓝战胜象棋的办法不同，是采用大数据战略的自我博弈训练的方法，引发出现媒体报道的高潮。当然媒体更大的兴趣在于机器什么时候代替人类，尤其是有一些科学家，讲的一些有震撼力的话。比如说英国的著名物理学家史蒂芬·霍金说过，在未来100年内结合AI的计算机将会比人类更聪明。当然这些讲话每个人都有不同的理解。英国有一些报纸比如说去年3月9号，美国斯坦福、MIT、CMU、伯克利等4所名校AI的博士起薪达到200万美元以上，远远超过互联网精英人才的起薪20万美元，说明了，AI的人才重要是一个迫切的命题。我们可能是要向国家如何的建议如何有计划迅速的扩大AI高水平人才的培养。中国工程院在长期的研究“智能城市、大数据、智能制造、创新设计、知识中心“等项目时，深感人工智能的重要性。因此在这样的背景下在2015年中国工程院决定成立一个重大的咨询项目，这个项目名字叫中国人工智能2.0发展战略研究，为什么叫2.0，因为项目专家组认为，从现在开始起，AI不仅会有量的大发展，而且将进入一次质的大飞跃，中国应予以前瞻性研究，尽快布局，率先策动。接下来重点介绍人工智能走向2.0。我们知道1956年也就是60年以前，在美国的达特茅斯学院诞生的，当时一批著名的科学家，有斯坦福的麦肯锡、有MIT的Minsky、有CMU的西蒙和Newell，这4个呢是图灵奖获得者，大家可以看到，这3个大学是美国计算机最好的大学，也是AI最好的大学。另外贝尔实验室的香农，IBM的罗切斯特，这也是非常著名的专家，提出了”人工智能“的概念，什么是：让机器像人那样认知、思考和学习，即用计算机来模拟人的智能。自上世纪70年代以来，人工智能出现了7类典型应用和典型任务。第一机器定理证明，它的核心技术，是计算机进行逻辑推理，后来扩大到非逻辑推理，第二是机器翻译，它的核心技术自然语言理解。第三个专家系统，核心技术问题求解和知识表达，第四博弈，当时的核心技术是树搜索，后来就逐渐扩大到语意渗透神经网络，第五个模式识别，包括图像设别、声音识别，第六学习，进来大家都知道深度学习已经成为AI非常重要的一个理由。第七个机器人和智能控制，强调感知和控制。我们可以看到前60年AI的基本任务，都是用计算机去模拟专业人士，模拟人的专业知识，模拟解题的人，模拟翻译的人，模拟医生的知识，模拟下棋人的知识，模拟学者的知识，以及模拟人的各种动作。通过不同的技术，AI分成三派，一派是符号学派，一派是连接学派，一派是行为学派。我们看到现在在市场上出现的，最广泛的技术，正是这60年来，AI模拟人的技术，翻译技术，模式识别的技术，博弈技术，当然这些技术已经起了比较大的变化。但是60年以后的今天，我们看到，环境和形势起了巨大的变化。有哪些变化呢，我看至少有三个方面的巨大变化，第一个变化，是信息环境巨变。60年以前不用讲60年以前就20年以前，我们还是几个人围着一个计算机转，后来变到一个人用一台计算机，而现在呢，我们一个人已经有几台计算机，我们包里放一个联想的，我们口袋里又放一个，智能手机，手机实际上就是一个移动计算机。然后我们也许手上还戴一个计算机的智能手表，计算机已经无处不在，不仅如此我们还有互联网，还有移动计算，还有超级计算，还有各种穿戴设备，还有物联网，还有云计算，还有网上社区，还有搜索引擎，所有这些是20年以前没有的，这20年信息环境起了巨大的变化，已经不是一个计算机所创造的世界，而是计算机网络传感器和各种各样的人和机器的互动，共同创造的这个世界。在这种情况下AI不能不变。第二社会新需求爆发，刚才已经讲到我们现在进行的智能城市如何实施？没有智能技术，很难深入。智能医疗，智能交通，智能游戏，无人驾驶，智能制造，还有很多，这些都呼唤着新的智能技术的出现。第三人工智能的基础和目标也变了，AI仍然是以数据驱动的，但是过去的数据是小的数据，是经过人编辑的数据，我们把它叫做知识表，而现在变了，人已经来不及编辑了，数据是如此之多，我们把它叫做大数据，过去AI所处理的是符号，比如说图像识别，声音识别，到现在大量的数据是多媒体，而且而且媒体的种类越来越多，不但有图形的，还有图表的，还有文字的，我们大量的互联网信息铺天盖地，每秒都承载着大量数据，还有存在增强现实，虚拟现实，这样在多媒体中可以互动的这样一个数据的世界。在这个基础上的AI当然和原来不同，就看我们如何做出这个不同来。我们的目标也变了，过去的AI是希望用计算机来模拟人的智能，后来很大一部分AI专家认为，用计算机来模拟人的智能是可以的，但是计算机的智能和人的智能毕竟不同。我们不可能得到完全一样，而且各有千秋，计算机在某些方面，可以超过人的智能，人在某些方面可以达到计算机没有办法达到的境界，如果把这两者结合起来，形成一个更加强大的智能系统，这可能才是解决问题最秒的方法。而且我们现在有了互联网，我们可以用网络，把很多很多的人和计算机组织在一起，这就是群体智能的概念。在这样的情况下，至少这3个方面的变化，推动着AI必定要迈向新的阶段，所以很多人看到了AI的胜利，但是我们更要看到AI的变化。这些新的一代的变化已经出现了一些很重要的特征，比如说第一个特征，大数据上的深度学习，但是现在深度学习并不是AI今后发展的全部技术。它还有很多问题，包括解释性，有很多的理由它没有办法进行，它现在能进行的最精彩的理由，就是分类，或者模式设别，这个核心也就是分类，比如说创造的东西，创新性设计，现在的深度学习，就没有办法做到。我们只有把这些方法，能够和AI新的方法和老的方法结合在一起，才能让大数据智能迈向一个新的阶段。在大数据智能方面，我们看到谷歌收购的Deepmind用阿尔法狗相关技术应用到其他的领域，比如为谷歌数据中心的耗电方面，就做了一个很好的人工智能软件，综合考虑数据中心风扇、制冷系统和窗户、室外天气、还有人的使用情况等等，大约有120个变量，最后是提升了数据中心用电效率，大概15%。这省下的15%，几年内就是数亿美元，等于把谷歌购买Deepmind的这个钱都赚回来，所以大家认为是谷歌是赚了一笔大钱。这个同样的技术其实大家可以想一想，懂人工智能的技术都知道，这个技术实际并不难。我们国家2015年我们国家的数据中心，中国的数据中心，耗电量达到1000亿度，相当于整个三峡水电站一年的发电量，如果我们用类似的计算来来节省15%的话，这个也是一个很大的数字。第二个案例，基于网络的群体智能，Science在去年发布了一个理念，群智理念，把这个难以程度分三个种类，第一个种类众包，第二个类工作流模式的群智，有一个先后的交替，第三个更复杂的求解问题，至少有三个模型就群智，美国的一些大学开始用群智来进行研究。这是普林斯顿大学用纤维镜很精确的把视神经进行显示出来，但是普林斯顿的大学医学科学家没有办法把它分类，因为这需要很多很多各方面专业的知识。视网膜连向大脑的这个神经如此之复杂，各有什么功能，因此他们就请全世界的科学家一起来分类，眼神经科学家认识哪一个神经就在这个上面涂上不同的这个颜色，最后146个国家的16名科学家参与了这项活动，把视神经有了一个系统的开发，当然这项活动还会继续下去。第三个阶段，人机一体化技术导向混合智能。这上面是外国做成功的系统，我们可以看到各种各样的穿戴设备。第四个方面跨媒体的智能开始已经形成，计算机现在可以很好的处理图像的信息，处理声音的信息，处理文字的信息，也开始处理语言的信息。但是人在运用这些信息的时候，它不是分开运营，人在解决一个问题的时候，是同时运用世界的信息，声音的信息，语言的信息，共同来支撑它进行创新性识别和听觉识别。计算机在前60年没有完全解决这个问题，有一部分中国的科学家和世界各国的科学家一起沿着这个方向正在努力，我想在今后的60年中间，AI2.0，应该在这方面取得重大的进展。第五个阶段，无人系统迅速发展。人工智能开始的时候，是用计算机来模拟人的行为，所以把它称为机器人，但是60年的发展，机器人固然发展的很快，但是比机器人更快的，是无人系统，无人飞机，无人车，无人车一上的话那我们满街都是机器人，为什么？因为去模拟人并不是智能化最好的办法，我们可以看到，机器人一些精彩的发展，这是美国波士顿动力公司做的机器人，这是全世界做机器人最好的公司之一，两腿机器人和四脚机器人，四脚机器人也就是美国军方过去用的。我们可以看到那个盒子只有10磅。我们看到这个机器人已经研究的很精彩，但是呢要它来使用确实有一定的距离，这些机器人技术应该进行研究。但是更精彩的实用的机器人，中国的海康威视还做了一点使我们能够看到在工业上看到智能分拣和泊车的机器人，我们看到这个实用的机器人可以实现自动化、智能化。因此，我们就看到新一代的A恰需整体布局，及时推进之际，中国应该有所作为。现在我讲最后一部分，中国新一代AI的重点方向，新一代AI工程研究建议从以下5个方面进行认真研究，第一大数据智能，第二群体智能，第三跨媒体智能，第四人机混合的增强智能，第五自主智能系统。它的应用包含智能城市、智慧医疗、智能制造等等，大数据智能因为这几个下面有很多专业术语，所以我就不详细讲了，第二方向群体智能，第三跨媒体智能，第四人机混合的增强智能，第五自主智能系统。最后讲一下应用。我们看到新一代AI的应用，将和AI1.0有巨大的不同，我们刚才看到的AI1.0基本上是模拟专业人士，而新一代AI除了模拟专业人士以外，它还可以广泛的适用于复杂系统，这就是一个巨大的不一样，它可以用于电子商务、智能城市、智能医疗、智能交通，它用于智能医疗的时候并不如现在所聚焦的那样，不是取代医生，而是辅助医生，它可以把整个医疗系统，把人的预防医学，正在进行的预防医学，人的保健，平时的穿戴设备结合在一起形成一个巨大的医疗与健康系统。它可以和智能物流、智能制造、智能电网、智能社区、认识一个区域经济的智能化运行，包括智能图书馆，深入到学校，影响到智能化的学习，结合到一起所有这些都结合技术，是AI2.0解决相当大部分的这个系统的问题。另外它将产生很多新的AI的产品，我们看到的无人飞机、无人车、机器人，智能手机必将换代，智能游戏会有非常巨大的发展。尤其是当AI和AR结合起来的时候，AR也许比VR还要发生的更快，穿戴式设备，总的去向AI将和中国的信息化工业化的发展融合在一起。我们大家都知道信息化发展有3个阶段，第一数字化，第二网络化，第三智能化，所以AI将和数字化和网络化结合在一起，把中国的信息化推向智能化。谢谢各位！潘云鹤院士：人工智能2.0现五大端倪来源：科学网 ，编辑：陈欢欢人工智能诞生于1956年，其初衷是让机器像人一样认知、思考和学习。但是经过60年的变化，人工智能面临了新的形势。首先，信息环境变了。很多人围着一台计算机转的时代过去了，现在相反是一个人拥有多台计算机，例如我们包里有一台计算机，口袋里有移动电话，手上也许还带智能手表。这样我们周围出现了互联网、超级计算、可穿戴设备、云计算、搜索引擎，以及由这些设备所传输出来的无穷无尽的大数据。同时，人工智能诞生60年以来，对它的需求也发生了重大变化。当智能城市、智能医疗、智能交通、智能游戏、无人驾驶、智慧制造这些课题出现时，实际并不是人工智能技术，而是数据库技术、数据处理技术、网络技术，但最后发现，没有人工智能很难完成这些任务。因此，人工智能的典型任务同60年前相比发生了巨大变化。第三，人工智能的基础和目标也发现了巨变。人工智能的基础是数据，但是现在的数据不一样了。我们有很多大数据，有多媒体数据、传感器网数据，增强现实的数据……这些数据不仅数量巨大，而且形态不一。同时人工智目标也在变。很多人工智能专家已经不再认为，机器的智能将和人的智能一样，而是有差别。因此就要考虑如何把人的智能和机器的智能融合起来，成为一个更更大的智能体，并且通过网络，把群体的智能结合起来。所有这些改变加上人工智能内部变化研究的因素，都推动人工智能在最近几年走向一个2.0的新时代，出现五大端倪。第一，大数据的深度学习和自我演化已经出现。例如，阿尔法狗除了下棋，其设计团队DeepMind还为谷歌的数据中心进行用电综合调节。有数据表明，2015年全国数据中心耗电量达到1000亿度，相当三峡水电站一年的发电量。而阿尔法狗提升了谷歌数据中心15%的用电效率，节省了数亿美元电费。第二，基于网络的群体智能已经萌芽。例如，普林斯顿大学在做脑科学实验时，动用了全球145个国家的16万名科学家参与成像分析，成为人类历史上对视神经最系统的一次分类。第三，人机一体化的混和智能越来越多的出现。如增强手臂力量的外骨骼系统等，未来更多的发展将出现在穿戴设备上，实现人和计算机的无隙连接。不过最激动人心的计算机同人脑结合还有一定距离。第四，听觉、嗅觉、味觉之间跨媒体的推理已经兴起。第五，无人系统将迅猛发展。回顾历史，机器人发展最快的并不是类人型机器人，而是对于机器进行智能化、自主化改造，如无人系统。我建议，中国新一代人工智能的重点方向是研究大数据智能、群体智能、跨媒体智能，人机混合增强智能和自主智能系统，并在智能城市、智慧医疗、智能交通、智能制造、智能军事武器等方面进行使用。目前，我国信息化已经从数字化发展到互联网+的阶段，下一步就将步入智能化阶段，新一代人工智能的兴起恰逢其时。人工智能正在走向新的一代，中国应该有所作为。（本报记者陈欢欢整理）潘云鹤院士：中国人工智能的大方向来源：亿欧人工智能诞生的标志性事件发生在1956年。那一年，来自美国斯坦福大学、麻省理工学院、卡内基梅隆大学、贝尔实验室、IBM公司等的学者，在一次会议上首次确立“人工智能”概念：让机器能像人那样认知、思考和学习，即用计算机模拟人的智能。60年后的今天，人工智能迎来新一轮的世界性关注，在产业界、政界、学界迅速升温，为什么？全国政协常委、外事委员会主任，中国工程院原常务副院长、院士潘云鹤，在今天举行的第十四届浙商（投融资）大会暨2017浙商人工智能峰会上发表“中国人工智能2.0”主题演讲时，对此做了解答。1.人工智能热潮升级此次人工智能的热潮，首先是产业界先行动的。微软、谷歌、Facebook、IBM等纷纷布局人工智能，如谷歌4亿英镑收购DeepMind，并计划从移动优先改为人工智能优先，Facebook公布10年路线图，将“连接世界”、“人工智能”和“AR/VR”列为三大支柱。百度、阿里巴巴、海康威视、华为等中国公司也紧紧跟随。还有就是政界的聚焦。英国创新署于2014年发布了《人工智能2020国家战略》，次年发布了《英国机器人及人工智能发展图景》。2016年10月，美国出台政府报告《国家人工智能研发战略规划》，认为“AI现在正处于可能出现第三次浪潮的初始阶段”。日本政府新近推出“人工智能产业化工程表”，制定在健康、医疗照护、交通、生产效率、信息安全四个领域的官民合作。中国亦同时起步，国务院2015年的出台“互联网+”行动指导意见、2016年印发的“战略性新兴产业发展规划”等文件中均增加了人工智能的内容，2017年3月人工智能更是首次被列入政府工作报告。人工智能在民间的热度也在骤升。去年，AlphaGo以4：1战胜了国际围棋冠军李世石。这个胜利激起了媒体很大的讨论：机器何时代替人类？最有名的就是霍金的说法，霍金认为人工智能的完全开发可能导致人类的灭绝，从现在起的一百年内计算机将比人类聪明。还有比尔·盖茨的说法，他表示人工智能比人类更聪明。对于人工智能，中国工程院也在研究一系列重大项目，如智能城市、大数据、智能制造、创新设计和知识中心。2015年，中国工程院决定设立“中国人工智能2.0发展战略研究”重大咨询项目。我们认为，人工智能不仅有一次大的浪潮，而且将进行升级。这次升级对人工智能的方法论有一个较大的改变，因此在这样的形势下，中国需要进行前瞻性研究，尽快布局。2.人工智能面临四种巨变回顾过去60年来人工智能的发展和演变，有一个非常重要的经验，就是人工智能的发展有两个动力：一是来自AI研究的内部驱动力，二是来自信息环境与社会需求的外部驱动力。人工智能此前之所以遭受挫折和低谷，最大的问题就是太相信内部驱动力，没有内外结合起来。实际上，外部动力要比内部动力更强。在当前，呼声骤起的AI恰恰正面临着来自外部信息环境、需求等的巨大变化。巨变一：本世纪的信息环境已经发生了巨大而深刻的变化。计算与感知已经铺天盖地，与人类密切相伴，笔记本电脑、手机、智能手表、可穿戴设备等与我们如影随形。网络不但遍布世界，且史无前例地连接着个体和群体，开始快速反映与聚集起他们的意见、需求、创意、知识和能力。世界已从二元空间结构PH（Physics, Human Society）变为三元空间结构CPH（Cyber）。CPH的互动将形成大量CPH之间的新计算，包括“人在回路中”、增强现实（AR）、跨媒体等等。巨变二：AI的研究已从过去的学术牵引迅速转化为需求牵引。智能城市、智能医疗、智能交通、智能物流、智能机器人、无人驾驶、智能手机、智能游戏、智能制造、智能社会、智能经济……都迫切需要AI的发展。这也是很多企业、城市纷纷布局，主动进行AI研发的原因。巨变三：AI目标和理念大改变。AI的目标不再局限于追求“用计算机模拟人的智能”，正拓展为：机器+人，即人机融合增强智能系统；机器+人+网络，即群智系统；机器+人+网络+物，即复杂智能系统，如智能城市等……对AI很多传统担忧，可以在这种新目标和新理念的实施下化解。巨变四：AI的数据基础大改变。AI的基本方法是数据驱动的算法，今后会更多地转向大数据驱动计算、传感器和网络驱动计算、跨媒体驱动计算。因此，大数据智能、感知融合智能、跨媒体智能均不可避免，而传统的机器智能测试图灵方法将受到挑战。上述四种巨变的共同作用，必将促使AI的重大提升，这种提升近来已初露端倪：大数据上的深度学习+自我锻炼的综合进化技术；基于网络的群体智能已经萌芽；人机一体化技术导向混合智能；跨媒体推理已经兴起；无人系统迅速发展……3.中国人工智能2.0的重点方向人工智能已经走到了2.0时代。“人工智能2.0”的初步定义是：基于重大变化的信息新环境，发展新目标的新一代的人工智能。其中，信息新环境是指：互联网与移动网的普及、传感网的渗透、大数据的涌现和网上社区的崛起等。新目标是指：智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的智能化新领域。那中国人工智能2.0的重点方向在哪？方向一：大数据智能。形成从数据到知识、从知识到智能的能力，打穿数据孤岛，形成链接多领域的知识中心，支撑新技术和新业态的跨界融合与创新服务。方向二：群体智能。能够在网上把大家的智慧和计算机的智慧合在一起，组织起来，建立各种平台，完成各种行为。方向三：跨媒体智能。研制跨媒体智能感知、学习和推理引擎，以语义相通相容为媒介，实现跨媒体分析推理，为建立“耳聪目明”和“融会贯通”的智能提供技术支撑。人在工作的时候不再是单独的媒体工作，而是多个媒体融合，把语言、视觉、图形、听觉这些打通。方向四：人机混合增强智能。实现生物智慧系统与机器智能系统的紧密耦合，相互协同工作，形成更强的智慧和能力。方向五：自主智能系统。以海、陆、空、天自主无人载运操作平台、复杂无人生产加工系统等为典型对象，深入研究智能自主无人系统的技术、架构、平台和设计标准。比如说一个工厂的产品进行改造，不是说去造一个机器人，也许可以使这条生产线加上人工智能变成一条智能的生产线。在人工智能2.0的应用上，可以是系统层面，这些系统是过去人工智能1.0不曾用过的，比如电子商务、智能城市、智能医疗、智能交通、智能物流、智能制造、智能电网、智能社区、智能经济、数字图书馆；可以是产品层面的，如无人飞机、无人车、机器人、智能手机、智能游戏、穿戴式设备、AR/VR等。真正的人工智能2.0，和中国的信息化密切结合以后会形成信息化的第三个阶段，很多专家认为信息化是按照三个阶段来推进的，即：数字化、网络化、智能化。
喜欢该文的人也喜欢一九行情之下，量化投资怎么破？这五位量化牛人算是说清楚了
扫描到手机
扫描到手机，随时[继续看！]
用手机或平板电脑的二维码应用,扫描左侧二维码，就能在手机继续浏览本文,还能分享到微信或微博。
13:47来源：雪球
第四届中国机构投资者峰会暨财富管理国际论坛(量化专场)邀请了目前海内外量化界最为知名的几位重量级投资和研究人士，其中包括董事总经理、投研管理、投资决策委员，负责嘉实人工智能投研中心的张自力，景顺量化投资总监黎海威，国泰君安金融工程首席分析师刘富兵，基金董事总经理江少坤和总经理。上述嘉宾就目前量化投资的发展现状、面临的困境和挑战，以及在人工智能方面的探索进行了探讨。中国基金报特此刊发了讨论的实录。
从讨论内容来看，近期量化产品业绩出现回撤，嘉宾就市场流行的小盘策略进行讨论认为，在目前监管环境变化下，小盘股遭遇的困境可能需要完整考虑到策略的制定过程中，但中长期来看小盘策略仍然有空间。随着互联互通机制的放开，A股的投资者构成也在逐步变化，量化也应当考虑这一变化因素。
对近期火热的人工智能话题，几位在海外有投资经验并能接触市场最前沿的嘉宾都认为，目前还没有听说成功应用人工智能作为主要投资策略的产品出现，但大公司应当勇敢探索。国内的探索方面，嘉实基金目前已经成立了人工智能投研中心，并在债券、CTA等方面进行了研究探索，已经取得了不错的成绩，张自力表示，近期公司的博士后科研流动站可能会刊发相关学术论文。
小盘策略不是量化的全部
指数增强更适合公募
张自力：首先我这边的问题就是关于今年量化基金的回撤。之前2015年、2016年量化做得都非常好，而小盘策略又是最受欢迎的量化策略，所以我想跟大家深入讨论一下，量化策略到底是不是赚得是小盘股的钱?
黎海威：我的投资生涯从2004年开始，经历了两轮市场周期，到现在有14年。我最早是做港股量化出身的，后来再转到亚太其他市场，我发现量化的方法对全球新兴市场的效果都不错。
涉足A股时，我们用系统化的方法研究A股，中间花了很长时间。一个观察就是股票首先它是股票，其次才是中国股票。美国股票和新兴市场，这些不同的市场中人性等反映在市场上的表现是共通的，所谓的中国特色在我看来是不完全成立的，其实主要还是新兴市场的特色，包括在东欧、韩国、越南都是一样的。
不同新兴市场和不同的阶段都是有很多类似之处，更多的是体制转型和文化的共性。传统的小盘股为什么会那么强?除了小盘股发展阶段的生命周期以外，在A股还有很多中国的制度化问题，包括IPO、定增等制度给股票带来的溢价等。我之前看到卖方报告说中国的小盘股的壳价值平均每个估价是25亿，但随着IPO加快，现在可能会变成10个亿，你想这个过程会跌多少。
我对小盘股长期溢价是看好的，但是这不是说小盘这一个因子会就能变成一个比较好的策略。 前些年小盘溢价的非常稳定，小盘成长非常好，但这也要考虑到回撤因素。我们在大小盘上没有什么敞口，坚持做稳定的超额收益。事实证明，大盘股一样也能出业绩，更多的取决于策略。像我们今年比较幸运，到四月底我们旗下量化产品收益还不错。
林成栋：大部分做量化并不是在做小盘股，小盘只是其中一小块，甚至我看到有一些文章说小盘因子失效，是不是失效我不知道，但是量化对冲来说，可以换成另一问题，为什么有些因子比较难做?刚才我们也说了，我们有一些基本面出身做量化的，其实我们在做一种均衡。
在中国，我们这个阿尔法至少有一部分在做基本面研究，量化的识别是有效的。我这个因子有能力做好股票，在国外我们是多空的，在中国我多头的部分是有轮涨式的。其实这两个加起来我看了一下收益非常好。
目前量化工具里面，做空还是面临一些问题，由于只能对冲股指期货，不论中证500还是沪深300，但没有谁能直接选股对冲。由于股指期货的一些行业个股占比较大，尤其是沪深300的金融和地产就占比很大，所以这一块没有办法做。
江少坤：刚刚说的就是如果我在今天不能做空股票的情况下，我怎么把这个优势给体现出来?其实就是指数增强，用指数增强把多空给体现出来，在这种情况下指数增强我觉得是一个非常好的策略。
林成栋：公募是好，但是私募做这个指数增强其实是有问题的。我觉得主要有三个问题，第一是做哪个指数增强，你刚才举了例子，做全A的你肯定亏钱，你只有做沪深300和中证800这样的，但是最后成了你要给客户一个命题让他选做哪个，他也说不好。第二是私募是做超额回报来赚钱的，除非说我能够有超额回报指数才能做，这个产品涉及的东西很复杂。
黎海威：公募是做相对产品出身的，但国内机构大家都明白，还是要绝对收益的。至于美国市场，由于体制比较健全，美国长期是一个慢牛，但国内波动比较大，面临一些挑战。另外是客户的选择，你可以从阿尔法收20%的业务提成，在海外是可以做到的，但是国内市场则需要市场Beta有一个好的向上趋势，否则做两三年就不干了，要是有2015年的大行情，客户赚到后可能立马就不做了走人了，这也肯定行不通。
今年一九行情下量化如何决策?
刘富兵：我们也是一直关注黎总的产品，他们今年表现确实非常稳定。今年行情真的是一九行情，为什么这么说呢?你做300增强的话在300内选股非常好，但是你在市场选股非常差，这有运气成分，也有市场成分。
解决这个问题有两种方式，一种方式就是林成栋讲的，我们要研究什么时候可能会风格变换，另外一种就是看你是坚持不坚持。小盘策略长期来看还是有收益的，你确实可以做一些风格暴露，这实际上是不同的偏好。在2015年，2016年小市值带给你高收益的时候，你要想到总有一天这个会还回来，你有了这样一个平静的心态，我觉得没有对和错。
张自力：我补充一下，量化投资到底相信什么?我们信的是小盘还是信的其他什么?其实我们最相信的还是分散化投资。未来到底怎么样，我觉得未来大盘小盘经过一次轮动以后，会稍微平衡一些。包括证监会监管场景的变化，就是让大家知道纯赚小盘的钱其实是非理性的。是来自于中国特色，如果给了他们一些好的生存环境，比如说融资环境或者政策环境，税收环境，他们可能就又起来了。如果这个创新能力又打开了，会让我们这个经济环境中的中小民企有更多良性土壤，当然还是要把一些壳资源泡沫去了以后，将来可能小盘股就不是五十亿以下了，那可能是以百亿为分水岭。相比之下，在海外，美国的大公司保持很好的创新，他们之间的竞争非常激烈，这个竞争导致他们有很好的创新能力。
张自力：目前市场行情出现了股、债、商品三杀，凸显了资产配置的失败，我国股票、债券以及商品之间的相关性虽然比较低，但在我们的资产配置方案里面对现金又往往没有较多考虑，你们怎么看资产配置?
刘富兵：正好我们目前在考虑这个问题。首先，应把每一个类别的资产给研究清楚，因为刚才其实张总讲的&三杀&，股票、商品、债券，你怎么配置呢?所以这个挑战很大，如果你通过研究股票，研究债券，研究商品你发现都不行，那导致你最终结果就是必须配现金。因此你要先把每一个资产了解清楚才能配置。当然这个对你的要求非常高，所以我们的建议就是在对每一个资产研究之前不要轻易糅合。
第二就是资产配置之前我们走了很多弯路。以前，我总是想告诉你现金30%，股票50%，商品20%这样一个比较清晰的配置结果，但事实上资产配置做不到这点，也不需要做到这点，你只需要在某一个时间，哪些资产你跑得好和跑得差就够了。
从我们的角度来讲，未来的一两个月，小票是能够跑赢大票的。但是也可以认为小票和大票都跌，只是小票跌得少一点。但是到我们这边只能做模糊的资产，有的时候模糊资产也做不好，因为大部分的时候你是不知道的，你不知道谁先起来，谁起来的更多。但是如果大票在山顶上小票在山脚下，这个时候你知道应该配小票，少配大票，这个是可以的。
黎海威：目前，中国市场还不是很成熟，包括投资者结构上以散户为主。我的观察，虽然速度不快，但长期来说中国还是处于机构化过程，慢慢的主动管理难度会越来越大，因为本质上来说你越开放、市场参与者素质越高、竞争力激烈，钱是越来越难赚的，到最后你肯定是这个管理费越来越有压力。
但是在未来五年或者十年，对量化投资还是黄金时代，因为市场从半有效到有效还是需要时间的。并不是说我们一直觉得大盘比较好，或者小盘就不行。主要是要把泡沫挤掉以后，需要看到真实的成长性。但是中国确实各方面成长环境，包括上市公司的机制对以后的成长环境还是有利的。
A股市场构成边际变化
对量化投资产生影响
张自力：随着沪港通、深港通的开放，A股的投资者构成发生了变化。我们形成一国三地(沪深港)的环境，因为投资者结构方面正在变化，虽然占比并不大，但这个边际效应会对市场产生什么样的影响?
黎海威：当然我们看到的首先是沪港通、深港通打开了以后，可以观察到两地都上市的股票的AH折溢价指数。虽然有一些基金在做套利，但是实盘效果不见得那么好，因为市场之间毕竟没有完全打通。但按照同股同权不应该有本质区别，长期看三个市场联动肯定会越来越强。
目前受到监管尺度的影响，跨境套利并不是那么容易。但是着眼于未来，特别是从风险的角度，三地的传导肯定会越来越快，好比现在这个港股和美股关联较高，去年美股跌了之后对港股也是有影响的。另外，从财务报表和其他信息方面，A股信息披露比港股更快更透明。A股相对于港股来说可能有一定的领先意义。我想这一块机会还是蛮多的。
张自力：我觉得一国三地的话，可能基本面量化还是比较靠谱的一个方向。就是说，我们在我们选股里面加上更多基本面的东西，可能会更好一些，我不知道林总你是什么看法。
林成栋：我有一个血的教训。这个很对，因为我们正好去年也做了港股量化产品，但是实际上效果并不好，当然这个我觉得有两方面原因，去年整个基金在亚太地区都不是很好，包括我了解一些做得很好的都拿了奖的去年也亏钱，所以特朗普上台那个月我们也亏了两个点，但是今年可能做的不错又回来了。亏钱的原因第一个就是形势不好，第二个就是你说的，我们看到市场差异的问题。港股绝对不能去弄那些小的股票，没有业绩的肯定也不行。你会发现因为技术面的因子买了这些股票，你也会亏钱，这个我们做了一些调整，今年就表现得很好。
我觉得这个背后很重要的原因还是投资者结构不一样。很多A股很多都能交易的策略，但是在香港市场不行，所以这个就需要多方面考虑。有一些做高频得非常好，我们做的话就比较慢，我们慢半天以后就变成他们吃我了。我觉得还是回到基本面这个东西才有机会获取回报，这是我自己的真实感受。国内量化的空间太大了，随着放开后高手进来，我觉得还是要保持与时俱进，可能我始终危机意识比较强。
人工智能投资目前尚未有成功案例
嘉实发力 近期准备发刊论文
张自力：我们今天讲量化投资新风口，我跟大家透露，去年的时候冒了个险，我把自己的量化帽子给摘掉了，变成了人工智能，成立了人工智能投研中心，里面有三个部门，其中与北大光华合作的博士后科研工作站现在招了8个博士后，专门研究投资的人工智能以及资产配置。
我觉得量化是比较初级的人工智能，现在投资界的人工智能，跟现在大互联网公司用的大数据和深度学习的区别，它只是一个数据的区别。两者相通的是思想或逻辑上的发展，如让机器辅助人或者代替人做决策。人工智能必须必然是未来一个很大的风口，怎么样从一个初级人工智能变成一个真正的人工智能呢?
江少坤：前海公司成立时间不久，人工智能现在还没涉足。我的确在海外做了很久的CTA，但是做的这十多年里面我们还没有碰过人工智能。如果说今天真的有一家公司我今天是靠大数据，且做得非常成功，我相信海外已经已经有了的话，我应该已经听说过这个策略是什么，但是目前还没听说过。我看到比较成功的一些人工智能还是离不开多因子选股框架，最多再加上高频。
黎海威：我是2011年回国，虽然最近没有在国外，但是我自己理解人工智能在2005年之前是非常火的，但是后来沉寂了很久。目前人工智能重新成为热点和几个轰动性的事件有关，比如Google自动驾驶，AlphaGo击败围棋世界冠军等。
人工智能策略目前仍然需要一个非常清晰的规则，很多时候是在监督或者半监督学习下才有可能效果较好，如果没有监督做不出来很好的结果。股市包含了整个人类社会所有的经济数据、监管政策、政治变化的预期，包括各种公开的，私密的信息都在里面，这个信息多维度混合在一起的时候，目前计算机进行区分其实完全是不行的。目前做人工智能最聪明的一拨人在美国，没有听说他们做出很好的业绩来。更多的人工智能应当是作为服务商如智能投顾更好一些，比如机器人理财的手续费相对低廉，可以给普通老百姓理财，而不是给你找阿尔法策略。所以我觉得人工智能找策略是可以做的，但是需要比较长时间研发，短期内不要报很大的期望。
其实，人工智能选策略有一个悖论，就是你需要负责理清了逻辑让机器去实现，但是如果理清了逻辑你可能做得比他不差甚至还更好。如果你是贝莱德或者其他大公司你可以试一试，小公司我就不建议花非常大的力气做。我觉得如果从公司的角度，如果做一些跟随策略(大公司有突破后迅速跟进)，可能商业上更容易成功。中国未来五到十年，多因子做得很好作为商业上还是会更有作为的。
林成栋：我也说一下，我是中性态度。第一个就是张总说的，你怎么鉴定人工智能。如果人工智能通过数据、机器服务人做一些决策，那这个没有问题。你看很多报导说高盛把交易员裁掉用量化、机器替代，这是可以的提高效率。但是人工智能是很复杂的，把人替代了做投资，不需要基金经理是不太可能的。因为即使是无人驾驶都是有规则的，线路都是定好的，但股市是需要监管的且可以改变规则，很难判断。而且有这么多的炒股人的构成，但我觉得人工智能可以辅助人做投资。这是我的第二个观点。
第三个观点我刚才谈了，就是刚才讲的大公司可以尝试。其实我们很早以前讨论过，私募不太好投入时间和精力去做，因为我们投不起，短期内也看不到回报。但行业内一些领先的公司做一些也未尝不可，说不定就做出来了。
刘富兵：我之前是不相信人工智能的，但是有一天有一个哥们说深度学习是不需要规则的，让我改变了想法。就是当人工智能不需要人为制定规则的时候，很可怕。我的想法是如果人工智能可以通过一些思想找到了规律，比我们任何一个人想得好，如果达到这种效果的话我们就没有办法了。所以我对职业生涯很悲观，可能迟早有一天就跟诺基亚在苹果诞生后一样。但是目前能不能达到这个效果还需要大公司的探索。
张自力：我觉得交流这个问题很有意思，人工智能是有一个广义的和狭义的考量。如果像大家说的替代人工我觉得该是比较困难的。不是说不可能，其实人工智能也是在模拟人的思考，神经网络实际上是非常复杂的，还是有希望。
我认为如果按照我的狭义人工智能定义的话，我没有那么悲观，在技术上，我不会上来就给大家画一个巨大的饼，但没有实际效果。我们马上就要发几篇学术论文出来，确实是利用了人工智能，虽然不是说用得那么极致，但是我们挑了几个软柿子捏，比如国债。所谓的软柿子就是驱动因素比较少。我们现在虽然没有交易，但是我们也有实盘跟踪，没有一次是亏的，很有意思的事情。近期，也会把它作为一个学术成果跟大家分享。
还有一个领域可以参与的是CTA，我也认为是一个软柿子，CTA方面我们没有太多资源，因为公募基金实际上没有交易环境的，但是可以同其他机构合作。股票这东西牵涉太多，我们还在探索，在股票投资里做人工智能你需要关注一个非常非常窄的突破。
我们是好买财富旗下针对高净值投资者创设的微信服务平台
一秒快速查私募净值全产品线高端理财定制独家内参全面披露
立即绑定微信，更多VIP权益等着你！公众号：好买臻财VIP微信号：howbuyvip
预约投资顾问 400-700-9665