1.4 人工智能——系统实现关键
最后一页是我的机器学习在金融科技中的实践体会。人工智能在书本里有比较清楚的定义，但是在工程中，这个定义就变得非常模糊和难以把握。我这里讲最基本的四个步骤：数据处理、特征提取、模型训练和评价测试。
工程的数据处理中，很多时候删除样本比增加样本更加重要。今天谭院士讲人工智能不是万能的，最关键的是把技术边界做好，能做的做，不能做的投降，这样最后系统的准确率和稳定性就提高了。但是数据删除，也就是挑选数据或者是过滤数据，好比是在数据中砍几刀。我们认为能够正确砍出这几刀的人，在公司的价值是非常大的，目的就是划定技术边界。
第二个就是特征提取，要对交易的本质非常清楚。
第三个是模型训练。进入模型训练很麻烦，做过搜索和推荐的都知道，最大的痛苦就是天真地相信了这份数据，然后训练出一个模型，后来发现，开始认为对的数据，实际上是不那么好的模型serve出来的，这是一个循环。
最后，评价是最重要的。如果你评价做不好，整个方向就错了，你越努力就越错得厉害。例如两位老师讲的Explore&Exploit，评价非常难，如果数据集不够，评价就没法儿做。
在金融行业里，我们目前和中国顶级的金融客户在合作。在合作的过程中，我们也遇到了很多的问题。首先就是数据的问题。传统的软件和客户是怎样合作的？传统软件开发，只要有一个小的样本数据、有非常清楚的产品需求就可以做了。但是在大数据人工智能时代，由于金融行业的特殊性，客户不会实现给你数据，但是，对于机器学习来说，只有拿到数据一切才刚刚开始，大量的工作会在数据预处理环节。反过来，你还没开始时，用户为什么让你进场拿数据？这不就是一个死结吗？这是非常大的挑战，我们有一个很好的优势，就是有这么多的模拟数据和自有交易数据，我可以先“闭门造车”搞出模型和系统，八九不离十，到客户那儿再调一下，这样就可以快速地切入进去。
（本报告根据速记整理）
