人们对新事物总是充满恐惧。就在大家担心无人驾驶汽车是否弊大于利的时候,AI重塑金融规律的创新也引起许多人对其中的法律和道德问题的顾虑。

让一个软件程序来决定,谁拥有投资开户的资格,谁能够获得贷款(征信),应该收取多少的费率,甚至在主流金融体系之外的金融服务客户都可能收获意想不到的后果。

但也有些人认为,没有什么能够比算法更公平公正了——纯粹数学,毕竟,不会有偏见,对吧?

“一台机器或一个机器人将基于事实和标准来计算出决策,”红杉软件财政性转型主管Steve Palomino表示,“去除人为因素意味着,人们可以基于事实和具体情况来应用标准,而不是根据偏好或个人偏见和经验。”

偏见问题

这个论点的缺陷之一是,算法也是人为创建的,通常会在连他们都意识不到的细微处隐含了偏见。这些偏见也许会被嵌入到算法当中。比如,去年卡耐基梅隆大学 的研究者测试谷歌的算法是如何向用户推送广告时发现,广告设置中的“男性”和“女性”标签中,谷歌会给“男性”用户推荐薪酬更高的招聘广告。

更极端地说,一个人工智能引擎做出信贷决策时,也许会倾向于只认可常春藤盟校毕业的,或者家庭收入超过30万美元的群体。

人工智能,究其本质而言,还不能完全控制今天的以规则为基础的系统。在AI里面,电脑可以随着时间的推移来学习人们通常是如何做的:通过接收信息,然后决策基于这些数据进行征信决策,并不断观察结果进行风控。随着它们在错误和正确的信息中不断学习,它们会不断修正自己的规则和算法,然后开始作出它们自己的结论。

乔治华盛顿大学社群主义政策研究所国际事务教授兼主任Amitai Etzioni指出,无人驾驶汽车被指示不要超速,但它们也被设计了学习程序。当周围的汽车加速时,它也会加速。它们所谓的标准是根据周围的参照而对结果做出调整。

同样的原则也适用于AI交付的抵押贷款决策。“银行告诉程序:在任何情况下都不应该将种族作为一个标准,”他说,“但程序会发现风险与收入、受教育程度和邮政编码有关——它会说‘种族也是因素之一’,因为教育与邮政编码都有种族标签有联系,那为什么我不可以把种族也作为规则标准之一?”

人工智能程序缺乏良知。咨询公司Spitzberg Partners首席分析师Steve Ehrlich表示,“你很难将道德编码到机器里面去——它唯一的目的是为企业寻找解决方案。”

如何制衡?

Etzioni表示,我们需要的是AI监护者——AI系统伴侣,它可以确保人工智能引擎不会偏离特定值。

那AI监护者最后就不会学坏了吗?

“这个问题从柏拉图一来就是个未解的难题。在柏拉图理想的国度里,最高统治者是监护者”Etzioni说道,“但是,谁来监护监护者?最后,人类必须有一个彼此制衡的闭环。

这就引出了第三个问题——人工智能程序的内部运作往往比较隐蔽,甚至他们的创造者也不知道其原理。换句话说,AI如同一黑盒。通过AI系统,金融机构做出的谁能成为他们的客户,他们将对谁放贷,收取多少的费率等等决定时,都将成为不可知的。

这些问题不仅仅是针对于传统金融机构的考虑。许多Fintech公司都采取了黑盒自动化决策,并严重依赖算法。Social Finance (SoFi)已经宣布自己是“FICO-Free Zone(FICO自由区)”,即公司在进行贷款资格审查的过程中已经不再需要FICO的模型进行评分。

但没有人知道,他们在算法了使用了什么数据。美国P2P公司Prosper的CEO Ron Suber曾表示,该公司对每个借款人分析的数据样本达到500个,但具体的数据点又是什么呢?他们从不会说。

Ehrlich表示,让人工智能引擎做出金融决策还引发隐私问题——这些数据的获取或会涉及侵犯用户的隐私。

“如果说征信公司想要看看你的社交媒体或搜索历史来确定你的信用评分,那么银行至少应该告知客户其计划使用这些信息。”

当然,不管有没有人工智能,数据隐私问题都同样存在。但人工智能程序的成功取决于它分析海量数据的能力。但与IBM的沃森和谷歌的AlphaGo不同,银行不能将所有东西都扔进它们的AI引擎里面。

“银行应该在前期公示他们将要搜集哪些信息,如何收集并用于什么地方。”

可依赖否?

使用人工智能自动化决策的另一个问题是,它们是否会使用智能合约技术自动执行,谓之可依赖性。

“如果我们不小心,我们可能无法实现我们认为通过自动化能够做好的一切,”多伦多一名专门研究反洗黑钱规则、反恐怖主义集资、跨国资产追回的律师,Digital Finance Institute联合创始人Christine Duhaime表示,“原因是,我们实现越高水平的自动化后,就越难与人类沟通问题。”

Ehrlich还指出,如果一个自动生成的决策将对客户造成消极后果,那么这需要对其有一个保护的机制。

确保决策过程中所有被用到的数据都是精确且最新的,这对企业来说是一个特别的责任,除非用户明确表示授权,同时企业在适当的时候具备恰当的技术安保措施和隐私保护政策,并且只访问特许储存的数据。

Duhaime指出,在AI中还有一个危险隐患是,该技术实则将那些无法使用计算机或移动设备的残疾人和老者排除在外了。“在这样的情况下,我们打着普惠金融的旗号,最后却将大部分客户拒之门外,我们实即也没有解决银行现存问题的能力。这只不过是制造了新的永远无法解决的银行问题罢了。

AI系统也许也能够被应用于创造为残疾人服务的技术,“如果我们无法服务残疾市场,那么该技术在未来创造出的也许是弊大于利。”

本文作者:温晓桦
本文转自雷锋网禁止二次转载,原文链接

AI金融若不解决这些问题,等于在制造新的不可解问题相关推荐

  1. AI配对真能解决“单身公害”?

    文/ 智能相对论(ID:aixdlun) 作者/ 离离 去年底,日本政府宣布斥资20亿日元来"挽救"国家日益下降的结婚率和生育率,并在各地区推行人工智能相亲匹配系统来帮助单身男女& ...

  2. AI+金融成大势所趋

    转自Everdroid开发者社区 文章内容摘选自以下三篇文章: 「虚拟员工」替你工作,为什么 RPA 一定会「火」? | 36氪新风向 被热议的RPA,被质疑的三个核心问题 |捕手志 阿博茨科技:AI ...

  3. AI 金融是下一个风口还是唬人的万金油?

    人工智能在金融领域的影响越来越大 自动化和人工智能极大地改变了金融交易和投资市场,但是随之而来的挑战也越来越多. 许多科学家和未来学家一致认为,人工智能和自动化对社会的影响是难以预料的.理论上来说,它 ...

  4. 一文讲通AI+金融领域量化交易和股价预测

    AI+金融作为优化金融业务场景的应用技术工具,应用于金融机构IT总体架构的中台层与渠道层,解决具体场景的业务数字化诉求.总体而言,AI+金融在内生需求.资本投入.政策扶持的驱动下,获得广阔的发展空间. ...

  5. 185页深度报告 扒一扒AI金融的老底【附下载】

    来源:智东西 概要:2016年,中国爆出8家独角兽,总估值964亿美元位冠全球:2017年,毕马威全球百佳金融科技企业前三甲,蚂蚁金服.众安保险.趣店,皆来自中国:过往两年,中国成立的金融科技创企达1 ...

  6. 2.7万字还原行业面貌,《2019 AI金融风控行业研究报告》正式上线!...

    在金融科技领域,风险控制的重要性,从其关联的金融业务和结合的技术维度可见一斑:风控涉及信用借贷.保险.支付.供应链金融等场景,并运用了包括生物特征识别.机器学习.自然语言处理.大数据.云计算等多项技术 ...

  7. 花旗报告揭秘2016全球FinTech变革全景、“AI如何落地”公开课分享 | AI金融评论周刊...

    花旗报告:2016 全球 FinTech 变革全景揭秘,及 2017 年前景展望 雷锋网(公众号:雷锋网)此前报道,今年 1 月,花旗研究团队再次聚焦FinTech金融科技,并发布更新版调研报告< ...

  8. ai新视觉:一键解决模糊图片高清精准修复

    ai新视觉:一键解决模糊图片高清精准修复 美工在处理照片时,通常会遇到图片模糊不清,提高清晰度依靠PS或其他平面工具处理步骤十分麻烦,人工处理精度难以把控,因此成为客户投诉最多,备受诟病的问题. 通常 ...

  9. 《Artificial Intelligence in Finance》(AI金融, by Yves Hilpisch)台湾谢承熹Chenghsi Hsieh老师中文讲解

    [AI金融]AI in Finance (by Yves Hilpisch) 台湾Chenghsi Hsieh(谢承憙)老师中文讲解202105 课程简介: 基于书籍<Artificial In ...

最新文章

  1. WCF 4.0 进阶系列 – 第十二章 实现单向操作和异步操作(下)
  2. 阿里云引领云原生进化 | 云原生生态周报 Vol. 60
  3. mysql查询结果导出excel_Mysql查询结果导出为Excel的几种方法
  4. roads 构筑极致用户体验_长安马自达「悦马星空」计划上线,为用户带来极致服务体验...
  5. 径向涡轮膨胀机行业调研报告 - 市场现状分析与发展前景预测
  6. 10月14号 - 15号 上海 IDC DX 大会
  7. java ssh框架 运行_SSH框架的简单示例(执行流程)
  8. 使用adb安装apk
  9. 批量去除Word的向下小箭头
  10. The Witness - 美不胜收的解谜游戏
  11. [MvcCore]记录部署好的应用程序突然无法访问的一次蹩脚经历!
  12. 讯飞 AIUI 集成
  13. WPF 计算DataGrid每一列的合计数
  14. 跟卖亚马逊跨境电子商务ERP
  15. python turtle画太极的代码_python turtle 绘制太极图的实例
  16. form 表单 onsubmit 属性
  17. 数据结构 - 迭代、递归和分治思想
  18. 穿透代理获取用户真实IP地址
  19. PacBio下机数据解读
  20. python打开图片的几种方法

热门文章

  1. 20145223《信息安全系统设计》 实验四 驱动程序设计
  2. SCCM 2012 SP1系列(十)配置补丁更新-3
  3. FC SAN与IP SAN的比较
  4. UESTC 1726 整数划分(母函数)
  5. Tomcat init 脚本并添加服务自启动
  6. 使用roslyn代替MSBuild完成解决方案编译
  7. 代理上网环境下配置TortoiseCVS
  8. Apache2.4.x下proxy_module、proxy_fcgi_module结合PHP-FPM解决内存不足问题
  9. gi克隆github文件_如何构建GitHub文件搜索功能的克隆
  10. ios开发趋势_2020年将成为iOS应用开发的主要趋势