江南時(shí)報(bào)訊 人工智能與人類緊密的結(jié)合，使得智能化的人機(jī)協(xié)同成為大勢所趨。而人工智能技術(shù)的高速發(fā)展也面臨諸多困難與挑戰(zhàn)。其中，如何把AI技術(shù)的基本原理，其自動(dòng)決策機(jī)制、潛在風(fēng)險(xiǎn)及防范措施，以通俗易懂的方式向人類說明，成為發(fā)展可信賴、安全可靠人工智能的首要任務(wù)。在此背景下，華夏基金首席數(shù)據(jù)官陳一昕、楊強(qiáng)、范力欣、朱軍、張拳石、朱松純、陶大程、崔鵬、周少華、劉琦、黃萱菁、張永鋒等12位來自機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理，以及在生物醫(yī)療、金融、推薦系統(tǒng)等應(yīng)用領(lǐng)域的著名專家，聯(lián)合創(chuàng)作了《可解釋人工智能導(dǎo)論》一書，現(xiàn)已重磅上市！
《可解釋人工智能導(dǎo)論》一書全面介紹可解釋AI的基礎(chǔ)知識(shí)、理論方法和行業(yè)應(yīng)用。全書分為三部分，共11 章。第1章揭示基于數(shù)據(jù)驅(qū)動(dòng)的人工智能系統(tǒng)決策機(jī)制，提出一種基于人機(jī)溝通交互場景的可解釋人工智能范式。第2～5 章介紹各種可解釋人工智能技術(shù)方法，包括貝葉斯方法、基于因果啟發(fā)的穩(wěn)定學(xué)習(xí)和反事實(shí)推理、基于與或圖模型的人機(jī)協(xié)作解釋、對深度神經(jīng)網(wǎng)絡(luò)的解釋。第6～10 章分別介紹可解釋人工智能在生物醫(yī)療、金融、計(jì)算機(jī)視覺、自然語言處理、推薦系統(tǒng)等領(lǐng)域的應(yīng)用案例，詳細(xì)說明可解釋性在司法、城市管理、安防和制造等實(shí)際應(yīng)用中發(fā)揮的積極作用。第11 章對全書進(jìn)行總結(jié)，并論述可解釋人工智能研究面臨的挑戰(zhàn)和未來發(fā)展趨勢。
為什么要強(qiáng)調(diào)人工智能的可解釋性？可解釋性在日常生活當(dāng)中比比皆是，比如一位醫(yī)生在向一位病人解釋診斷結(jié)果和治療措施時(shí)，要給病人一個(gè)好的病因和治療解釋，讓病人放心。但由于核心AI算法，尤其是深度學(xué)習(xí)算法，通常運(yùn)行在類似于“黑盒”中的工作模式下，導(dǎo)致AI系統(tǒng)的運(yùn)行結(jié)果，并不能以合乎情理的方式被人類所理解和認(rèn)同。在涉及人身財(cái)產(chǎn)安全的重大領(lǐng)域中，如金融、醫(yī)療、自動(dòng)駕駛等，模型的可解釋性成了決定用戶能否信任模型的關(guān)鍵。
華夏基金首席數(shù)據(jù)官陳一昕提到，在金融領(lǐng)域中，機(jī)器學(xué)習(xí)的可解釋性往往需要面對多種對象，包括開發(fā)者、使用用戶、應(yīng)用用戶、金融監(jiān)管、社會(huì)大眾等。不同對象所看重的“可解釋性”重點(diǎn)雖各不相同，但都有其必要性。對于開發(fā)者來說，算法的“可解釋性”可以保證后續(xù)調(diào)優(yōu)改進(jìn)過程的有效進(jìn)行；對于金融工具的使用用戶來說，“可解釋性”則可以使機(jī)器學(xué)習(xí)模型像其他傳統(tǒng)金融理論或公式一樣被理解與接受；對于應(yīng)用用戶，如使用模型的投資研究人員，“可解釋性”可以為模型給出的不同資產(chǎn)定價(jià)結(jié)果做出詳細(xì)說明；對于金融監(jiān)管者來說，“可解釋性”可以保證其從全流程上對AI模型進(jìn)行約束并防范金融風(fēng)險(xiǎn)；而對于社會(huì)大眾來說，任何一門學(xué)科的深入發(fā)展都是不可或缺的，人們需要對金融機(jī)構(gòu)的決策進(jìn)行審慎監(jiān)督。
金融人工智能是一個(gè)在不斷發(fā)展的領(lǐng)域，隨著社會(huì)共識(shí)的加深以及金融人工智能可解釋性相關(guān)的法律、監(jiān)管規(guī)章的持續(xù)完善，可解釋性將成為金融AI能夠長期可持續(xù)應(yīng)用的必要原則之一。據(jù)了解，目前華夏基金正就將可解釋機(jī)器學(xué)習(xí)在基金業(yè)務(wù)領(lǐng)域的落地應(yīng)用進(jìn)行積極探索和嘗試，將AI技術(shù)作為一種輔助性的投資工具，集中應(yīng)用在輔助評估海量數(shù)據(jù)集、動(dòng)態(tài)股票篩選、提高投資效率等領(lǐng)域。 江南
