阿尔法狗带来的深刻变革

人工智能 以前火过一段时间，多年以前我在学校自学过神经网络，当时也玩的不亦乐乎，通过正负反馈系统，来训练一只虫子吃树叶，绕过障碍，躲避天敌。不过当时大都是研究目的，鲜少实用，人工智能慢慢的沉寂了很多年。

自从去年AlphaGo大战李世石起，人工智能再次被带入普通人视线，加上前几天阿尔法狗3:0大胜宇宙第一棋王柯洁，媒体铺天盖地的报道，人工智能真的火了。

这次人工智能的火爆，并非以往的撩人眼球，而是切实的进入了我们的生活。究其原因，是近年来IT软硬件的持续发展，以及大数据的发展，给人工智能提供了硬件的能力和海量训练数据，使得人工智能在很多领域快速的实用化。

举例来说，采用AI技术的车牌识别，早已进入各个停车场、高速出入口，识别正确率比人都要高。前几天大疆发布的Spark无人机，可以锁定控制者，采用手势控制，采用AI技术的人脸识别已经在很多方面成功应用。还有，我们用手机QQ发照片时，可以选择一些处理模式，比如处理成毕加索立体主义风格的或者莫奈的印象派风格，这也是人工智能的功劳，可以快速的解析出一种绘画风格的全部要素，并且将输入的图形图像处理成目标风格。类似的应用，还有为老的黑白人像照片上色，AI训练的过程就是：从网络收集成千上万张财色照片，然后用程序自动处理成黑白照片，然后让AI学从黑白照片到彩色照片的变换，训练结束后，拿百年前的黑白老照片交给AI，就可以自动处理成彩色照片，准确度非常高，完全超过人类的PS准确度。其它还有手写识别、语音识别、聊天机器人 等等很多方面都采用AI技术进行了快速突破。

至于AI技术应用于金融领域，比如应用于A股市场，很多人拿A股是情绪市、政策市等等来说AI无用，其实这是一种肤浅和毫无思考的说法。未来，AI技术必将淘汰大量的市场参与者，包括交易者、分析师等。

这几天我用一个简单的人工智能模型LSTM（长短期记忆神经网络，是递归神经网络RNN的一种）来预测股票，我选择了一批近期活跃的股票的最近两个月的数据（代码、开盘、最高、最低、收盘、成交量、概念、消息），对数据进行预处理后，输入这些数据给程序进行训练。发现这样一个极其简单的数学模型，仅仅几K的代码，经过短时间的训练，竟然可以准确的区分股票，预测下一日的开盘、收盘、最高、最低、收盘、成交量等数据，可以说是潜力无穷。

我思考AI和人解决问题的模式到底有何不同，结果发现几乎找不到不同之处。比如说我们选择个股，确定买卖点，是从形态、量能、概念题材、龙虎榜、公告消息、基本面、与其它个股的关系、市场环境等等很多方面来综合参考的，以及参照历史行情来进行纵向比对，那么这些事情交给AI来做，只会做的更好，找到各个要素之间的关联，平衡各个要素的权重，做出一个最合适的决定。我们人的行为，除了下意识行为是根据惯和惯性来进行外，需要思考做决定的事情，也是找出各种要素，来找到一个最优点。

有人说，人有喜怒哀乐等情绪，AI无法具备，但有没有深入想过，人的这些情绪到底是什么？比如说人会生气，我们分析这种情绪，也是因为有一个Input导入了使你生气的事件，譬如路人无缘无故骂你一句，然后你产生了“生气”这种情绪，进而可能产生"生气"的行为，比如回骂对方（这相当于一个Output）。对于AI来说，完全可以模拟这一个过程，具备这一能力。好比我训练的AI虫子，当多长时间找不到树叶吃时，会沮丧，当被飞鸟攻击时，会生气愤怒，当找到树叶时会高兴，并根据情绪产生相应的行为，比如哭泣、反击、跳舞等等。

上个世纪，随着汽车、轮船、火车、飞机等机器的普及，人们认识到，人在生理上，或者物质层面，已经完全被机器所超越。正如《环太平洋 》中的核动力巨型机器人，绝对不会有人想去跟它肉搏。而这个世纪，人将会在智力上，完全被机器所超越。绝大部分需要一定智慧才能完成的工作，机器AI反而可以做的比人更好。

考虑到AI在未来金融市场的普遍而深入的应用，作为市场的散户或小型机构，该如何去应对？AI的发展和应用速度是如此迅猛，留给我们的时间真的不多了。是时候深入的想一想，人相比机器AI来说，真正的优势到底在哪里，到底能做一些什么事情，是AI完全无法做到的。