在AI、雲端計算、大資料、區塊鏈等技術的推動下,科技觸碰到金融真正的核心。而這幾種技術之間存在相互依賴、相互促進的關係。
例如,大資料和雲端計算技術相伴相生,對金融大資料至關重要的是金融雲。有分析者打比方說,大資料是礦藏,而金融雲是礦井。礦井的安全性、可靠性決定了挖煤的效率和結果。大資料將逐步擺脫儲存硬體的限制,對金融雲安全體系提出了更高的挑戰。
又如,人工智慧與大資料是同生同漲的有機整體。人工智慧,幫助人自動地感知、認知、分析和預測世界,它在資料的基 礎上誕生,人工智慧的三種主要技術,都需專有的、海量的、精準的、高質量的訓練資料;反過來,人工智慧又能促進數 據的發展,提高資料的收集速度和質量,推動大資料產業的發展。
在AI和區塊鏈技術的結合中,說得更仔細一點,區塊鏈可以:
幫助AI解釋自己(並讓我們相信它):AI黑盒遭遇了可解釋性的問題。有一個清晰的審計跟蹤不僅可以提高資料的可信性,還可以提高模型的可信度,也為追溯機器決策過程提供了一條清晰的途徑。
提高人工智慧的有效性:安全的資料共享意味著更多的資料(和更多的訓練資料),然後就會有更好的模型,更好的行動,更好的結果……以及更好的新資料。到頭來網路效應是最重要的東西。
降低市場的准入障礙:我們一步一步來。區塊鏈技術可以保護你的資料。那麼為什麼你不能私下儲存你所有的資料,或者也許出售這些資料呢?你也許會。那麼首先,區塊鏈將促進更乾淨、更有組織的個人資料的建立。其次,區塊鏈會促進新市場的出現:比如資料市場(這個是比較容易實現的);比如模型市場(這個要有趣得多);甚至最後可能還會出現AI市場(參閱Ben Goertzel試圖用SingularityNET解決的事情)。因此,簡單的資料共享和新的市場,再加上區塊鏈資料驗證一起,這些將提供更加順暢的整合,從而降低小企業的進入門檻,縮小科技巨頭的競爭優勢。在降低進入門檻的努力中,我們實際上解決了兩個問題,即提供更廣泛的資料訪問以及更有效的 資料貨幣化機制 ;
增加對人工的信任:一旦我們的部分任務將交給自動虛擬代理來管理,清晰的審計跟蹤將可以幫助機器人相互信任 (並且幫助我們去信任它們)。在有了分項資料以及協調決策,再加上有健壯的機制到達法定人數(與群體機器人和多代理場景高度相關)的安全手段之後,這最終還將增加機器與機器之間的互動(Outlier Ventures,2017)和交易。Rob May在他最近的郵件簡報中也表達了類似的概念。