熱門:

2018年11月19日

陳彥臻 解牛集

AI多領域應用創新與局限

人工智能(AI)在多領域的應用,範圍愈來愈廣泛。由微軟亞洲研究院於2014年開發的人工智能系統小冰(Xiaoice),日前就發布了首款時裝系列。根據用戶輸入小量的資訊,例如主色、關鍵字眼或主題,小冰便可設計出符合要求的式樣。可以說,當前各大小企業積極探索如何應用人工智能,去提升公司的競爭力,發展趨勢已愈來愈顯著。

很顯然,利用AI有助降低成本,提高生產或服務的效率,而且AI具有高可比性,因為它是通過一系列標準的算法而作出來的。事實上,AI可以處理海量數據,大規模應用;通過機器學習(Machine learning)算法,依據以往的經驗而學習到新的規律,不僅快速完成任務,而且也很考量綜合全面,這些技術進步與創新是過去時代所無法比擬的。

收集大量非結構化訊息

近年,不少金融機構利用AI和機器學習方法,去評估信用質量、把與客戶互動進行自動化等,發展趨勢相當清晰。在投資方面,利用智能機器替代人力進行基礎分析、技術分析、策略和交易,已然成為金融科技其中一條發展主線。事實上,利用AI算法對社交媒體上的訊息、意見、判斷進行分析,然後作出「反饋」,得出一個具預見性的評估,不少投行和對沖基金已相當樂於應用。

看深一層,AI利用收集到的大量非結構化訊息,如新聞、意見、留言等數據進行分析,對於人的行為規律、情緒等透過模型去找出群體效應、總結行為規律,從而對未來市場趨勢表現作出預見性的估計,可見AI算法的能力也愈來愈強。

記得筆者在本欄曾撰文,討論利用AI算法,去分析上市公司高層在財報電話會議上對提問的回答,答話是否模棱兩可、迴避、轉移視線,甚至索性不予評論等訊息數據進行分析,發現「迴避」行為能引起公司股價短期下跌,反映AI算法的應用可以在多領域不斷創新。

分析官員講話弦外之音

順帶一提,港股前周五(11月9日)急跌,恒生指數急瀉625點,跌市的主要原因,是因為市場解讀美國聯儲局的議息聲明,預示12月極大機會再加息,加息的恐懼很快傳導到市場,引發跌市。聯儲局主席會在記者會上就經濟運行狀況、金融市場風險、貨幣政策決定等議題的提問,作出回答;而市場亦會對聯儲局的議息報告或記者會的對答紀錄文本進行解讀,以評估聯儲局加息的前景和動向。究竟聯儲局主席答話的「微言大義」、「弦外之音」與日後政策落實是否相關?是否一如「事前所料」?抑或只是語言煙幕?如何精準捕捉到主席講話的微妙之處,無疑也可以透過AI算法來檢測及把握,讓投資者可據此作出決策應對。

再舉一個例子,亞馬遜去年9月向外公布,計劃在西雅圖以外設立第二總部,隨即引起大批網民在社交平台上熱議,包括選取哪處對公司日後的發展最有利、選哪處最不利等。

當上周傳出亞馬遜擬把第二總部選址在紐約長島市後,僅8分鐘該公司的股價馬上大幅攀升。結果其實可以預見。很顯然,通過社交媒體或網絡上的討論,AI算法能夠有效把討論的訊息轉換得出選址哪處對公司發展最有利的評估答案。另一方面,AI從社交媒體上股民的情緒變化,他們對公司新發展項目的正反意見、或表示疑惑、或對公司股價看好或看淡的訊息,其實可及早預示市場風險及其程度。

對準目標選民提高勝算

AI除了在上述方面的應用外,還可用於洞悉政治動向。月初美國進行中期選舉,民主及共和兩黨均推選出候選人參選,當地有多個社交網路平台,其API可以用來方便專門收集不同候選人的政見主張,大家在平台上進行討論。透過這些討論訊息,AI完全可勝任整理出選民最關心的議題和投票意向,向候選人提供可以進行「度身訂造」的選舉宣傳廣告,有效對準目標選民,提高當選機會。

於本月初,在中國浙江烏鎮舉行的第五屆世界互聯網大會,新華社與搜索引擎搜狗在大會上發布全球第一個全仿真智能虛擬主持人──「AI合成主播」,運用AI技術複製出有播報能力的分身。

這個「AI合成主播」透過提取真人主播新聞播報影片中的聲音、唇形、表情動作等特徵,運用語音、唇形、表情合成,以及深度學習等技術,聯合建模訓練而成。只要輸入中英文文本,即可自動生成相應內容的影片,並確保影片中音頻和表情、唇動保持自然一致,達到與真人主播無異的資訊傳達效果。

此舉既可提升電視新聞的製作效率,降低製作成本,而且也可以在突發報道中,快速生成新聞影片,提高報道時效。

連新聞主播的工作都有機會「讓位」給「AI合成主播」,可見對AI將取代若干工種的擔憂,並非空穴來風,沒有根據。有評論擔心,AI的廣泛應用將會取代目前一些勞動力密集的工作,令部分工種消失,衝擊目前的勞動力市場結構。

帶歧視性決策照單全收

不過AI模仿人類智慧作出決策,亦非毫無缺點,這為人類留下作為主導性主體的空間,亦即AI始終無法超越人類主導性本質的角色。換言之,AI透過大量人類過去的經驗,從中學習模仿而作出決策,若人類過去的決策經驗中含有偏向性價值的成分,不理想的地方,如帶有歧視性,AI也會把人類的決策奉為圭臬,毫無篩選地全盤保留接收。

舉例來說,銀行審批信用卡申請。過去,用戶填報資料,銀行通過審核員,對資料按照銀行的指示標準進行評估,如今這方面業務工作,不少銀行已交由智能算法擔任。若過去人類作出批核行為的數據來源中帶有歧視性,例如,同等教育程度,若申請人為黑人;或者住在較為貧窮的地區,予人有違約風險之虞的印象,申請往往被拒,這些帶有歧視性的決策訊息數據,AI亦會毫無保留而蕭規曹隨,故而申請遭拒的機率同樣地高。

這一點恰恰也是AI在商業應用上的風險和缺陷來源。因為AI無法去糾正企業固有的錯誤,甚至把錯誤之處進一步「固有化」,遑論改正過來。聯繫到上文論及人工智能可能搶去部分勞動力「飯碗」的憂慮,可以這樣說,既然AI無法為企業固有的錯誤之處作出糾正,這方面仍需要人類自身去改進,從這個角度看,AI只是解放了人類用人手重複或機械化地操作的工作,牽涉人類感情、應對變化、人性價值範疇的事務,AI算法之手便有束手無策之感,反映AI解決問題的能力是有所限制的。

記得2008年由美國次按風暴引發的金融海嘯,當時由自動化程式交易引發市場上股票價格作螺旋式暴跌,其中一個重要原因是智能算法仍舊按照過去的市場經驗進行估值和交易,機械式地不問外部現實環境如何而大手沽貨,價格再跌再沽,結果令市況崩潰。這種後果反映出缺乏人性因素在內的機器智能行動之局限性。如今人工智能的算法能力,雖然隨着能夠處理海量數據而不斷提升,但非人性化的機械式計算本質仍然未變。換言之,數據來源的人為判斷缺失或箇中不當之處,AI迄今也沒法加以糾正。這一點正是我們目前在大力推動及擴大AI在商業應用時必須有所警惕,並在這個警惕基礎上去優化AI商業應用的效率和安全。

(本文由科大商學院傳訊部筆錄,陳彥臻博士口述及整理定稿)

作者為科大商學院商業統計及營運學系助理教授

 

放大圖片 / 顯示原圖

訂戶登入

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。

You are currently at: www.hkej.com
Skip This Ads