<mark id="oztn4"></mark>
0
7 月 8 日，由 CCF 中國計算機學會主辦、雷鋒網與香港中文大學（深圳）共同承辦的第二屆 CCF-GAIR 全球人工智能與機器人峰會進入了第二天的議程。當天下午，中科院計算所副研究員、微信人工智能首席科學顧問、博士生導師羅平為大會帶來了題為《人工智能在智能投行中的應用》的分享。
羅平教授首先簡單介紹了傳統投行的工作內容和困境。他表示，所謂投行就是金融的媒介，資金需求方和投資方的媒介，也是金融行業最辛苦的工作。
而投行工作的辛苦主要來自以下三個方面：
投行工作者需要接觸大量的金融文檔
文檔的質量要求高，風險大，而且有 deadline
目前的金融市場發展迅速，潛在的文檔工作將越來越多。
為了解決傳統投行領域的困境，羅平教授介紹了一種智能化處理金融文檔的技術，并將之形象地稱為“庖丁解文”。總體上說，“庖丁解文”的含義就是：將金融文檔結構化，并且瞬時、精準、深度。
羅平教授將其中的核心技術稱為 Text2Tuple & Text2Equ，即自動提取元組和公式，生成明晰的數學表達。將非結構化、半結構化的金融文檔（公開或非公開），分解重組成可供計算機搜索、比對、分析的結構化數據。并將這一結構化數據應用于金融文檔的智能撰寫、智能合規、智能風控、智能審批、智能審計等。
目前，羅平教授帶領的團隊已經根據這些核心技術，研發上線了一款名為 AutoDoc 的金融文檔處理工具，以及一個名為 NeuSALG 的智能化金融通路平臺。
羅平教授表示，之所以人工智能技術能夠在金融文檔領域取得初步的成功，跟金融行業的語言特點有密不可分的聯系。他總結了金融領域語言學的四大特點：
長程修飾
承前省略
零指代
金融知識
宏觀上說，聽說讀寫對人類而言很容易，但下棋一類的策略性工作很難。而對于計算機而言，數學運算和檢索很容易，但聽說讀寫很難。AlphaGo 之所以能在圍棋上超越大部分人類，是因為科學家們將下棋轉化成了數學運算。
因此，弱人工智能的核心關注點應該是：如何將人類的“智能”轉化為計算。
更多詳細的演講內容參見雷鋒網后續的深度報道。
雷鋒網(公眾號：雷鋒網)相關閱讀：
牛津大學教授 Bill Roscoe：金融科技與網絡安全的創新機會 | CCF-GAIR 2017
港科大教授張曉泉：經濟學家眼中的金融科技創新 | CCF-GAIR 2017
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
