2017年7月7日，由中国计算机学会（CCF）主办、雷锋网与香港中文大学（深圳）承办的全球人工智能与机器人峰会（CCF-GAIR 2017）在深圳大中华喜来登酒店举行。

这场AI盛会聚集了全球30多位顶级院士、近300家人工智能明星企业，参会人数高达3000人，其规格之高、规模之大，堪称是人工智能领域的“达沃斯论坛”。

此次大会围绕着计算机视觉与NLP、自动驾驶、医疗机器人、金融科技、机器人与自动化等多个主题展开，数十位来自学界及业界的大咖带来了他们在AI领域的最新思考和实践。

通联数据CEO王政、通联数据金融工程董事总经理薛昆也受主办方邀请，作为“金融科技专场”的重磅嘉宾参与到了本次盛会中。

 

 

人工智能时代的投资革命

王政博士作为“金融科技专场”的主讲嘉宾，与到场来宾分享了投资行业的发展概况，尤其是互联网、大数据以及AI技术带来的投资方式的变革。

王政博士在演讲中总结了“人工智能”在投资领域应用的三个层面：一是提升投资研究的效率，这是最基础的，且在现阶段最有价值的方面。人工智能帮助我们高效地处理信息，帮助我们找到我们需要的信息，并把这些信息组织起来，帮助我们做研究。

其二，建立起了一个投资研究的框架。当数据开始变化时，我们的体系能够自动对这些数据作出反应，反应到我们的投资决策和研究报告中去，让我们及时对所有的市场变化作出反映。

其三，是未来是否能实现机器人基金经理。王政博士表示，在某种程度上，我们现在已经有了机器人基金经理，很多做量化投资的基本上是自动化的系统，如果不打扰它，它可以一直跑下去，每天开盘开始工作，收盘就结束。但对于万能机器人基金经理，目前阶段还很困难。

通联数据金融工程董事总经理薛昆则与招商银行总行研发中心副总经理夏雷、财鲸智能投顾联合创始人王蓁一同探讨了“智能投顾”的发展应用。

薛昆从“长期”及“短期”两个角度解读了“智能投顾”。他表示，“智能投顾”要想长期发展，必须是低成本的被动和量化投资先发展起来，这也是为什么通联数据要先做量化投资这一步。

那么在中国目前的投资结构之下，智能投顾能做一些什么事情呢？薛昆以通联数据与长江证券的合作项目iVatarGo为例，首先是基于人工智能及大数据等技术获取用户画像，帮助客户了解到自己的投资风格，这是第一步；第二步则是帮助用户做更精准、更个性化的推荐。

 

 

通联数据上榜“2017 AI最佳雇主TOP50”

早在4月中旬，雷锋网旗下人工智能频道“AI科技评论”就联合《环球科学》和 BOSS直聘，共同打造了人工智能领域首次雇主评选活动——“2017年AI最佳雇主”评选；并在本次峰会上举行了颁奖典礼。

此次评选从企业的“公司概况”、“创新能力”及“员工福利”三个维度切入，依据20多项评分标准，从众多参选企业进行全面评估，最终选出了2017年AI最佳雇主50强的企业名单——通联数据，作为业内领先的金融科技公司，也在其列。

通联数据是由金融和高科技资深专家发起并成立的一家金融科技（Fintech）公司，致力于将人工智能、云计算、大数据等前沿技术和专业的投资理念相结合，打造具有革命性意义的智能投资管理平台。

目前，通联数据技术开发人员占比达70%以上，汇聚了来自微软、阿里巴巴、百度、腾讯、思科，以及巴克莱、瑞银等国内外顶尖互联网及金融公司的精英。

通联数据旗下四款旗舰产品——专注基本面研究智能化的“萝卜投研”、聚焦量化投资的“优矿”、覆盖MOM/FOF管理全流程的通联魔方，以及为投资者提供千人千面投资服务的智能投顾，以人工智能技术为基础的Fintech生态链已初显。

雷锋网在报道中强调，本次评选的榜单代表了目前中国人工智能企业发展的最高水平，这50家企业有的已经露出独角兽潜质，很可能会成为新一代科技巨头，无论是学术青年、AI从业者还是投资者，都可以从这份榜单中获取有价值的信息。

通联数据作为一家以技术实力见长的金融科技公司，也希望能在这波AI浪潮中，为更多有志于人工智能和金融领域的年轻人提供更大、更强的成长。

 

 

让AI技术早日产业化

这场接连三日的知识盛筵，让来自学界的前沿观点和来自业界的实践所得不断碰撞，互为启发。

本次峰会上，工业界在人工智能领域的重要性及影响力要比以往更加显著。中国工程院院士、国务院学位委员会委员、中国人工智能学会副理事长潘云鹤，在大会开幕时就说道：“人工智能在国内外迅速升温，（但）这一次升温和前几次不一样，不是由学术界首先行动的，而是企业界首先行动的。”

AAAI主席、亚利桑拿州立大学教授Subbarao Kambhampati也在会上强调，发展人工智能技术时要开始更加注重人的需求，着重发展“有意识的人工智能”，让机器能和人更有效地协作。

360的副总裁兼首席科学家和智能研究院院长，颜水成博士也表示，目前深度学习的研究有两种不同的目标，一个是追求精度的极限，这更多是学界在做的，但在很多情况下没法商业化，因为没有考虑在真实场景下它的资源消耗是什么样的；另一方面是追求产品的体验，这是由业界来驱动的，这时就不纯粹是算法的设计，而要思考很多方面，在交叉迭代中产生最好的、最终的体验。

“第一种研究更多的是用脑，第二种研究更多的是用心”，颜水成博士总结到。

人工智能的“爆红”，很大部分原因是一众应用场景的出现，颠覆了过去大家对“人工智能有什么用？”的质疑，应用带来的产业化和商业化也反过来给人工智能技术的发展带来了强劲的动力。

通联数据很荣幸能成为这股动力中的一部分，持续推动人工智能技术在金融领域的发展及应用。