《金融科技概論》 課件 第4、5章 人工智能、區(qū)塊鏈

第4章

人工智能目錄CONTENTS智能金融人工智能技術(shù)4.14.2人工智能技術(shù)4.1概念也稱為連接網(wǎng)絡(luò)、并行分布式處理系統(tǒng)或神經(jīng)計算機，是模仿生物神經(jīng)系統(tǒng)進(jìn)行簡化與抽象的一種算法，也是實現(xiàn)機器學(xué)習(xí)的一種重要方式。工作原理人工神經(jīng)網(wǎng)絡(luò)是類似于人類神經(jīng)系統(tǒng)的數(shù)據(jù)處理模型，它的基礎(chǔ)是神經(jīng)元節(jié)點和權(quán)值。特點具有自學(xué)習(xí)和自適應(yīng)能力具有高階非線性函數(shù)的擬合能力容錯性能高采用信息并行處理方式，計算效率高人工神經(jīng)網(wǎng)絡(luò)

輸出閾值w1w2wpx1x2xpΣ求和單元buy激活函數(shù)f(·)輸入信號人工神經(jīng)網(wǎng)絡(luò)概念機器學(xué)習(xí)是從有限的觀測數(shù)據(jù)中發(fā)現(xiàn)一般性的規(guī)律，并將規(guī)律推廣應(yīng)用到未觀測樣本上。工作原理本質(zhì)同人類學(xué)習(xí)一樣，通過不斷地學(xué)習(xí)積累，獲取經(jīng)驗，找尋規(guī)律，進(jìn)行預(yù)測。學(xué)習(xí)方式在機器學(xué)習(xí)中可以使用多種不同的模型，機器學(xué)習(xí)類型有三種：監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)。機器學(xué)習(xí)監(jiān)督學(xué)習(xí)監(jiān)督學(xué)習(xí)是最簡單且最常見的自動學(xué)習(xí)任務(wù)，又稱為有教師學(xué)習(xí)。它從給定的訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)出函數(shù)或模型參數(shù)，當(dāng)新的數(shù)據(jù)到來時，可以根據(jù)這個函數(shù)預(yù)測結(jié)果。典型工作流程機器學(xué)習(xí)技術(shù)人員數(shù)據(jù)獲取預(yù)處理特征提取模型訓(xùn)練構(gòu)建模型開發(fā)測試數(shù)據(jù)特征選擇模型反饋環(huán)模型測試訓(xùn)練測試環(huán)模型調(diào)節(jié)無監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)又稱為無教師學(xué)習(xí)，沒有預(yù)期輸出數(shù)據(jù)，只有外界的輸入數(shù)據(jù)，因此無法根據(jù)實際值與預(yù)期輸出值的偏差進(jìn)行參數(shù)的優(yōu)化調(diào)整。典型工作流程機器學(xué)習(xí)數(shù)據(jù)樣本特征選擇、提取知識庫、模板等結(jié)果解釋聚類算法設(shè)計與選擇數(shù)據(jù)點簇聚類驗證數(shù)據(jù)清洗特征操作超參數(shù)調(diào)節(jié)強化學(xué)習(xí)強化學(xué)習(xí)主要是通過與環(huán)境的交互作用不斷優(yōu)化決策來實現(xiàn)的。監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)的區(qū)別機器學(xué)習(xí)

監(jiān)督學(xué)習(xí)非監(jiān)督學(xué)習(xí)強化學(xué)習(xí)輸入已標(biāo)記的數(shù)據(jù)集無標(biāo)記的數(shù)據(jù)決策過程反饋直接反饋無反饋獎勵用途分類、預(yù)測等問題發(fā)現(xiàn)隱藏結(jié)構(gòu)、例如聚類動作行為控制概念深度學(xué)習(xí)為機器學(xué)習(xí)技術(shù)的一個分支，更多地體現(xiàn)為特征學(xué)習(xí)或表示學(xué)習(xí)，目的是創(chuàng)建模擬人腦的神經(jīng)網(wǎng)絡(luò)，模仿人腦對數(shù)據(jù)闡釋的機制，從數(shù)據(jù)中學(xué)習(xí)構(gòu)建一個“深度學(xué)習(xí)”模型，從而更好的實現(xiàn)人工智能。深度學(xué)習(xí)

+1+1x3x2x1LayerL1LayerL2LayerL3輸出層隱藏層輸入層含多個隱藏層的深度學(xué)習(xí)模型

模型

兩種方式深度學(xué)習(xí)同樣存在兩種學(xué)習(xí)方式，即監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)。監(jiān)督學(xué)習(xí)通常是指采取帶標(biāo)簽的數(shù)據(jù)從上向下進(jìn)行訓(xùn)練，并對網(wǎng)絡(luò)實施微調(diào)。監(jiān)督學(xué)習(xí)應(yīng)用模型有卷積神經(jīng)網(wǎng)絡(luò)。無監(jiān)督學(xué)習(xí)一般采取不帶標(biāo)簽的數(shù)據(jù)進(jìn)行訓(xùn)練，需要從底層起，逐層向上進(jìn)行訓(xùn)練，相對于監(jiān)督學(xué)習(xí)在穩(wěn)定性上更難實現(xiàn)。無監(jiān)督學(xué)習(xí)模型有深度置信網(wǎng)絡(luò)等。深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)最初用于處理圖像問題，基于卷積神經(jīng)網(wǎng)絡(luò)的自然語言處理模型，主要應(yīng)用在文本分類的任務(wù)中。結(jié)構(gòu)圖深度學(xué)習(xí)W1W2......Wn

全連接層和輸出層池化層詞向量表示卷積層深度置信網(wǎng)絡(luò)深度置信網(wǎng)絡(luò)是由多個堆棧單元疊加而成的深度生成式網(wǎng)絡(luò)。將無監(jiān)督學(xué)習(xí)（RBMs）和有監(jiān)督學(xué)習(xí)（BP）相結(jié)合?？蚣軋D深度學(xué)習(xí)…BPRBMRBM輸出數(shù)據(jù)數(shù)據(jù)標(biāo)簽…輸入數(shù)據(jù)

輸出層隱藏層隱藏層輸入層預(yù)訓(xùn)練W2

反向傳播微調(diào)微調(diào)……人工智能在金融中的應(yīng)用應(yīng)用智能支付智能保險智能營銷智能客服智能風(fēng)控010203040506智能投顧智慧金融4.2內(nèi)涵智能金融是金融的智能化發(fā)展，它打破了時間、空間的限制，是智能與金融的動態(tài)融合，能夠有效地提高服務(wù)效率。發(fā)展歷程起步探索階段（1998年~2002年）發(fā)展應(yīng)用階段（2003年~2013年）融合升級階段（2014年至今）智慧金融傳統(tǒng)金融的局限1.風(fēng)險控制要求高，存在漏洞2.客戶量、服務(wù)量龐大，個性化服務(wù)成本高3.金融產(chǎn)品種類多，數(shù)據(jù)管理復(fù)雜4.客戶的金融知識匱乏傳統(tǒng)金融與智能金融智能金融的優(yōu)勢1.自我學(xué)習(xí)，數(shù)據(jù)有效利用2.精準(zhǔn)分析，挖掘潛在規(guī)律及風(fēng)險3.快速響應(yīng)，高效處理4.個性化定制，服務(wù)升級5.成本低，可擴張性強技術(shù)體系智能金融技術(shù)體系可以分為物理層、數(shù)據(jù)層、服務(wù)層、應(yīng)用層四個部分。智能金融體系應(yīng)用體系人工智能對智能金融體系的支持。財富管理資源調(diào)度服務(wù)定制社交金融產(chǎn)品渠道客戶家庭數(shù)字網(wǎng)絡(luò)物理層服務(wù)層應(yīng)用層數(shù)據(jù)層應(yīng)用層服務(wù)層數(shù)據(jù)層物理層資產(chǎn)組合最優(yōu)化預(yù)測分析個體推薦群體推薦產(chǎn)品

數(shù)字網(wǎng)絡(luò)渠道

客戶家庭

客戶技術(shù)風(fēng)險在算法上，人工智能算法的過程和原理往往存在不透明的問題，導(dǎo)致智能金融的算法風(fēng)險。在技術(shù)上，一旦技術(shù)安全性差，將導(dǎo)致智能金融產(chǎn)品營銷、定價、風(fēng)控出現(xiàn)系統(tǒng)性偏誤。數(shù)據(jù)質(zhì)量和隱私保護(hù)的風(fēng)險一方面，數(shù)據(jù)質(zhì)量和安全，會直接影響人工智能系統(tǒng)算法模型的準(zhǔn)確性，進(jìn)而威脅信貸與保險業(yè)務(wù)智能獲客的可得性以及智能定價、智能風(fēng)控的穩(wěn)定性。另一方面，智能金融導(dǎo)致個人數(shù)據(jù)的過度采集，加劇隱私泄露的風(fēng)險。

新型系統(tǒng)性風(fēng)險由于智能金融建立在人工智能、大數(shù)據(jù)分析等新興信息技術(shù)之上，信息科技風(fēng)險更加突出。智能金融的風(fēng)險本章小結(jié)人工智能通常定義為利用計算機硬件和軟件模擬人類的思維與智能活動，可以完成人用思維和智力才能夠勝任的工作。人工智能技術(shù)：人工神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、深度學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)是模仿生物神經(jīng)是模仿生物神經(jīng)系統(tǒng)進(jìn)行簡化與抽象的一種算法。機器學(xué)習(xí)是從有限的觀測數(shù)據(jù)中發(fā)現(xiàn)一般性的規(guī)律，并將規(guī)律推廣應(yīng)用到未觀測樣本上。監(jiān)督學(xué)習(xí)是從給定的訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)提取出函數(shù)或模型參數(shù)，當(dāng)新的數(shù)據(jù)到來時，可以根據(jù)這個函數(shù)預(yù)測結(jié)果。無監(jiān)督學(xué)習(xí)沒有預(yù)期輸出數(shù)據(jù)，只有外界的輸入數(shù)據(jù)，因此無法根據(jù)實際值與預(yù)期輸出值的偏差進(jìn)行參數(shù)的優(yōu)化調(diào)整。強化學(xué)習(xí)是模擬人適應(yīng)環(huán)境的過程。本章小結(jié)深度學(xué)習(xí)更多地體現(xiàn)為特征學(xué)習(xí)或表示學(xué)習(xí)，目的是創(chuàng)建模擬人腦神經(jīng)網(wǎng)絡(luò)，模仿人腦對數(shù)據(jù)闡釋的機制。卷積神經(jīng)網(wǎng)絡(luò)最初用于處理圖像問題，基于卷積神經(jīng)網(wǎng)絡(luò)的自然語言處理模型，主要應(yīng)用在文本分類的任務(wù)中。卷積神經(jīng)網(wǎng)絡(luò)最大的優(yōu)勢在于可以捕捉信息的局部相關(guān)性和空間特征。深度置信網(wǎng)絡(luò)是由多個堆棧單元疊加而成的深度生成式網(wǎng)絡(luò)。智能金融的發(fā)展歷程：起步探索階段（1998~2002年）、發(fā)展應(yīng)用階段（2003~2013年）、融合升級階段（2014年至今）。智能金融的優(yōu)勢：自我學(xué)習(xí)，數(shù)據(jù)有效利用；精準(zhǔn)分析，挖掘潛在規(guī)律及風(fēng)險；快速響應(yīng)，高效處理；個性化定制，服務(wù)升級；成本低，可擴張性強。智能金融的風(fēng)險：人工智能的算法技術(shù)風(fēng)險、數(shù)據(jù)質(zhì)量和隱私保護(hù)的風(fēng)險、新型系統(tǒng)性風(fēng)險不可忽視。智能金融體系架構(gòu)：物理層、數(shù)據(jù)層、服務(wù)層、應(yīng)用層。第5章

區(qū)塊鏈目錄CONTENTS區(qū)塊鏈的場景創(chuàng)造通證經(jīng)濟理論區(qū)塊鏈的基礎(chǔ)邏輯5.15.25.3區(qū)塊鏈的基礎(chǔ)邏輯5.1區(qū)塊鏈概念一種管理持續(xù)增長的、按序整理成區(qū)塊（block）并受保護(hù)以防竄改交易記錄的分布式賬本數(shù)據(jù)庫。區(qū)塊鏈類型公有鏈?zhǔn)侵溉魏蝹€體或團體共用一條區(qū)塊鏈，只要接入此鏈都可以在上面發(fā)送交易，并且交易能夠獲得該區(qū)塊鏈的有效確認(rèn)，任何團體或個人都可以參與共識過程。私有鏈指僅僅使用區(qū)塊鏈技術(shù)進(jìn)行記賬操作，但不對外公開。聯(lián)盟鏈?zhǔn)侵腹沧R過程受到某些預(yù)選節(jié)點控制的區(qū)塊鏈。區(qū)塊鏈相關(guān)理論基礎(chǔ)030102系統(tǒng)理論為區(qū)塊鏈的誕生提供了基礎(chǔ)理論指導(dǎo)，“塊-鏈?zhǔn)健毕到y(tǒng)，區(qū)塊相當(dāng)于構(gòu)成系統(tǒng)的子系統(tǒng)，具有整體性和結(jié)構(gòu)性特征。區(qū)塊鏈的各個區(qū)塊之間不是獨立分開的信息孤島，任何一個區(qū)塊都能夠通過哈希值指向其對應(yīng)的父區(qū)塊，盡快按照時間順序鏈接成長鏈，具有顯著的關(guān)聯(lián)性、動態(tài)性與時序性等特征。信息不對稱理論為區(qū)塊鏈的應(yīng)用提供了動力源泉，該理論認(rèn)為在市場交易活動中，由于交易雙方掌握的信息存在差異，掌握市場信息較充分的一方，往往處于更有利的位置；相反，信息貧乏者，處于不利的位置。信任理論為區(qū)塊鏈的應(yīng)用提供了保障機制，在社會經(jīng)濟生活中，信任問題普遍存在，社會網(wǎng)絡(luò)中的強、弱關(guān)系本質(zhì)上就是對待信任問題的文化觀。系統(tǒng)理論信息不對稱理論信任理論相關(guān)理論區(qū)塊鏈基礎(chǔ)技術(shù)分布式共識機制：分布式指的是系統(tǒng)運作由參與系統(tǒng)的所有個體分工合作進(jìn)行，共識就是所有參與者達(dá)成的一致決定。分布式共識系統(tǒng)實質(zhì)是所有參與者共同決策、共同運作、共同維護(hù)的系統(tǒng)。哈希算法（Hash）：是把任意長度的輸入數(shù)據(jù)通過散列算法，經(jīng)過壓縮映射變換成固定長度的輸出散列值，該輸出散列值也被稱為消息摘要。哈希也被稱作“數(shù)字指紋”，被廣泛應(yīng)用于文件校驗與數(shù)字簽名中。非對稱加密不僅能夠保護(hù)傳輸信息的機密性，還能結(jié)合簽名技術(shù)驗證消息發(fā)送者的身份，同時借助哈希函數(shù)運算結(jié)果的唯一性保證信息在傳播中的完整。工作量證明（ProofofWork，POW）是一份證明，用來確認(rèn)做過一定量的工作，即通過查看工作結(jié)果就能知道完成了指定量的工作。工作量證明機制的主要功能是保障合法記賬權(quán)。時間戳：主要目的在于通過一定的技術(shù)手段，對數(shù)據(jù)產(chǎn)生的時間進(jìn)行認(rèn)證，以此判斷數(shù)據(jù)產(chǎn)生后是否被竄改。時間戳服務(wù)的提供者必須證明服務(wù)中的時間源可信，所提供的時間戳服務(wù)安全可靠。使用時間戳服務(wù)涉及到的角色一般有以下幾種：提供時間戳服務(wù)的機構(gòu)、申請時間戳服務(wù)的用戶和時間戳證書的驗證者。智能合約是靈活可編程的低成本契約?；跁r間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)、分布式共識機制、共識算力的經(jīng)濟激勵，再加上靈活可編程的智能合約，構(gòu)成了區(qū)塊鏈技術(shù)最具代表性的創(chuàng)新點。

區(qū)塊鏈工作原理交易的生成交易的傳播工作量證明全節(jié)點驗證區(qū)塊鏈記錄區(qū)塊鏈與數(shù)據(jù)庫區(qū)別一：數(shù)據(jù)的結(jié)構(gòu)化方式。數(shù)據(jù)庫將其數(shù)據(jù)構(gòu)造成表，而區(qū)塊鏈將數(shù)據(jù)構(gòu)造成鏈接在一起的塊（block）。區(qū)別二：去中心化。區(qū)塊鏈本質(zhì)上是一個去中心化的分布式賬本數(shù)據(jù)庫。區(qū)別三：信息透明性。區(qū)塊鏈?zhǔn)菇灰仔畔⒏油该鳌^(qū)塊鏈的發(fā)展歷程時間名稱內(nèi)容2008~2013年區(qū)塊鏈1.0：數(shù)字貨幣這一階段，區(qū)塊鏈不僅能應(yīng)用在數(shù)字貨幣上，還有各種衍生應(yīng)用，如文件存儲系統(tǒng)、預(yù)測市場系統(tǒng)、電子商務(wù)系統(tǒng)、智能合約系統(tǒng)等。2014~2016年區(qū)塊鏈2.0：智能合約這一階段以以太坊為代表，以太坊網(wǎng)絡(luò)就像手機的核心系統(tǒng)，它將智能合約引入到區(qū)塊鏈，既可以接收和儲存價值，也可以對外發(fā)送信息和價值。2017年至今區(qū)塊鏈3.0區(qū)塊鏈3.0階段，主要是通過建立可信數(shù)據(jù)庫，提高商業(yè)活動中個體與個體之間的信任，傳遞價值，降低交易成本，提升交易效率與鏈條透明度，部署跨主體間的聯(lián)盟鏈節(jié)點和橋接。通證經(jīng)濟理論5.2通證與通證經(jīng)濟通證通證是可編程可流通的加密數(shù)字權(quán)益證明。三要素為權(quán)益、加密、流通。常見的通證有兩種，分別是功用通證和證券通證。通證經(jīng)濟通證經(jīng)濟是指以通證為激勵方式，借助區(qū)塊鏈平臺工具，完成了生產(chǎn)、分配、交換、消費等一系列經(jīng)濟活動。簡言之，就是借助通證的加密數(shù)字化屬性，以激勵機制來改變生產(chǎn)關(guān)系的價值驅(qū)動經(jīng)濟模式。通證經(jīng)濟與區(qū)塊鏈兩者的關(guān)系通證經(jīng)濟是以區(qū)塊鏈技術(shù)為依托的社群經(jīng)濟的新業(yè)態(tài)。區(qū)塊鏈技術(shù)的管理思想與通證經(jīng)濟的管理思想基本相通，包括協(xié)議、規(guī)則、防竄改、去中心、協(xié)同化、價值等，使社群經(jīng)濟的發(fā)展具備了新的平臺。通證經(jīng)濟的社會價值實現(xiàn)結(jié)構(gòu)性改革。改變生產(chǎn)與生活方式。價格發(fā)現(xiàn)的功能。激發(fā)出多種創(chuàng)新。區(qū)塊鏈的場景創(chuàng)造5.3場景創(chuàng)造金融應(yīng)用領(lǐng)域其他領(lǐng)域數(shù)字貨幣存在性證明支付領(lǐng)域物流和供應(yīng)鏈票據(jù)業(yè)務(wù)公共服務(wù)證券發(fā)行與交易數(shù)字版權(quán)保險領(lǐng)域社交通信客戶征信區(qū)塊鏈技術(shù)在金融領(lǐng)域應(yīng)用的潛在風(fēng)險技術(shù)層面難以兼顧部分金融場景對安全、功能和性能的要求治理層面需進(jìn)一步完善監(jiān)管、標(biāo)準(zhǔn)、人才等有關(guān)安排業(yè)務(wù)層面尚存模糊地帶且應(yīng)用創(chuàng)新缺少權(quán)威第三方評估本章小結(jié)