人类是多余的，股民也在发抖：新AlphaGo弃用人类知识，3天碾压老狗，进军金融太可怕！

中国基金报 泰勒 姚波

猝不及防。

AlphaGo再次登上世界顶级科学杂志——《自然》。

AlphaGo曾是2016年1月28日当期的封面文章，Deepmind公司发表重磅论文，介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。

那时候人类还是那个人类。

现在的AlphaGo却不再是那个AlphaGo。

新版的AI叫做AlphaGo Zero。

它更加智能，更加先进，或者直接点，更吓人。

它可以在不需要任何人类输入的条件下，迅速自学围棋。

仅用3天时间自学和训练，就击败了此前的AlphaGo，比分是100比0。

值得注意的是，之前的版本都参考学习了大量人类专业棋手的围棋经验，而新版的AlphaGo Zero则是自我对弈，即通过跟不同版本的自己下棋来学习。

https://v.qq.com/txp/iframe/player.html?vid=z0562nlx30j&width=500&height=375&auto=0

鄙视链已经一目了然：AlphaGo轻松打败人类，AlphaGo Zero轻松碾压AlphaGo，人类毫无胜算。

1、先来回顾一下AlphaGo的发展历程

2016 年 3 月，AlphaGo 首次挑战韩国棋手李世石时，整个世界都希望 AI 获胜，结果AlphaGo真的赢了。

世界排名第一的中国围棋选手柯洁当时说，“就算阿法狗赢了李世石，它也赢不了我”，大家以看热闹的心态打量着新生者 AI。

2017 年 1 月，化身 Master 的 AlphaGo 在互联网上连扫世界第一柯洁、韩国冠军朴廷桓、日本冠军井山裕太时，AI 似乎已经不可战胜，柯洁深夜感慨“人类千年的实战演练进化，计算机却告诉我们，人类全都是错的……”

2017年5月23日在风景宜人的乌镇，AlphaGo与柯洁将对弈三局比赛，柯洁在赛前说，“能够代表人类出战，是我以前不敢想象的事情，这次选择我作为主角，我也会竭尽全力去一争胜负”，但是，世界的选择已经变成了希望人类赢一盘。

然而终究又是一次壮烈的牺牲！

2017 年 5 月 23 日，在举行于中国乌镇的“人机终极对决”第一局中，当今世界排名第一的中国围棋选手柯洁，输给了Google 旗下的人工智能程序 AlphaGo，AlphaGo赢四分之一子。与此同时，阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛。

到了今天10月19日，DeepMind今天发布新版本AlphaGo程序，经过三天的训练，该系统能够击败AlphaGo Lee，后者是去年击败了韩国选手李世石，胜率是100比0。经过大约40天的训练后，AlphaGo Zero完胜AlphaGo Master。

2、对不起，这一次人类是多余的。

在今天的新闻中，DeepMind这篇最新的Nature，名字简单直接：《不使用人类知识掌握围棋》。

一台机器在没有人类玩家帮助的情况下，掌握了中国围棋。

人工智能的一项重要目标，是在没有任何先验知识的前提下，通过完全的自学，在极具挑战的领域，达到超人的境地。

前几代AlphaGo最初通过分析成千上万场优秀人类玩家间的对决来发现制胜招数。新开发的AlphaGo Zero则根本不需要人类专长，只要知道游戏规则和目标就可以投入游戏。

“它学游戏仅仅是通过跟自己玩，从完全的随机玩游戏开始，”DeepMind首席执行官杰米斯•哈萨比斯(Demis Hassabis)说。“在玩的过程中，它很快就超过了人类的水平，并以100比0的战绩击败了在论文中介绍过的上一代AlphaGo。”

他的同事、AlphaGo项目负责人戴维•西尔弗(David Silver)补充称：“我们不以任何方式使用人类数据，就可以让它从一块白板创造知识。”在几天时间里，AlphaGo不仅学会了下围棋，而且还胜过了人类历经数千年在该游戏上累积的智慧。

在这个过程中，简而言之，AlphaGo Zero 成为自己的老师。

研发团队只是让它自由随意地在棋盘上下棋，然后进行自我博弈。值得一提的是，AlphaGo Zero还非常“低碳”，只用到了一台机器和4个TPU，极大地节省了资源。

AlphaGo Zero强化学习下的自我对弈。

经过几天的训练，AlphaGo Zero完成了近5百万盘的自我博弈后，已经可以超越人类，并击败了此前所有版本的AlphaGo。DeepMind团队在官方博客上称，Zero用更新后的神经网络和搜索算法重组，随着训练地加深，系统的表现一点一点地在进步。自我博弈的成绩也越来越好，同时，神经网络也变得更准确。

AlphaGo Zero习得知识的过程

AlphaGo Zero使用新的强化学习方法，让自己变成了老师。系统一开始甚至并不知道什么是围棋，只是从单一神经网络开始，通过神经网络强大的搜索算法，进行了自我对弈。

随着自我博弈的增加，神经网络逐渐调整，提升预测下一步的能力，最终赢得比赛。更为厉害的是，随着训练的深入，DeepMind团队发现，AlphaGo Zero还独立发现了游戏规则，并走出了新策略，为围棋这项古老游戏带来了新的见解。

自学3天，就打败了旧版AlphaGo

AlphaGo-Zero的训练时间轴

经过短短3天的自我训练，AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo，战绩是100:0的。经过40天的自我训练，AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手，甚至包括世界排名第一的柯洁。

在今天凌晨，曾与AlphaGo有过交战的柯洁在第一时间做出回应，柯洁表示，“对于AlphaGo的自我进步来讲...人类太多余了”。

这事情有多震撼？

果壳网编辑、美国加州伯克利大学博士生@Ent_evo在微博这么评论

这对人类骄傲感当然是个很大的打击。当时大家就都在讨论：抛弃人类经验是不是AI进步的必由之路呢？人类围棋棋手积攒了这么多年的历史是好事儿还是坏事儿呢？阿法狗毕竟还看了3000万人类棋局，这些棋局对AI围棋水平到底是什么影响呢？

现在有答案了。阿法狗·零根本就不需要这些东西。人类经验是好是坏，对AI而言无关。完全无关。

我个人觉得，这是所有AI末世中最令人恐惧的一个场景。

每个棋手都知道，输棋并不可怕，反而是成长的必经之路。就算你一辈子都打不赢那个宿命的对手，你也在成长，帮助对手成长，让所有人对棋的理解又迈出了微小的一步。国际象棋被AI横扫已经二十年了，世界大赛依然在顺利举行。一个无法动摇的第一或许会让第二无比痛苦吧，但是我们剩下的这些人反正平常也输习惯了，拿不到第一并不会否认掉我们存在的意义。

但如果那个第一根本不需要你，根本不在乎你，你做的任何事情都对它的追求没有影响，你失去了和它的世界的一切关联呢？

这件事情其实已经发生过一次。欧洲人曾经认为自己是世界的中心，万事万物围绕自己的罪恶和救赎而展开；结果发现，人类只是宇宙里的一粒微尘，这世界上几乎所有的东西甚至都不会被我们影响到，更别说在乎我们了。这个思想冲击，至今还没有完全消散。

那么如果这个事情不再停留在思想层面，如果AI拿走了人类和现实的关联，让人类发现自己甚至已经无法影响自己的历史进程了呢？

我不太担心AI会毁灭人类；总的来说它们没有特别充分的理由这么做。我也对今天的围棋界抱有信心，他们一定能寻找到新的意义来源。但是，随着AI证明自己在越来越多的领域不再需要人，一定会有人反过来无法接受自己不再被需要的事实。当一切创造都被接管的时候，如果你还要坚持做什么的话，大概剩下的也只有

毁灭了吧。

金融圈怎么办？

跟这个圈子离得很近的基金君突然想起，以后要人工智能占领股市？股民怎么办？

告诉大家一个消息，人工智能正在重塑华尔街。

人工智能已不再是对冲基金的专用投资方式，除了文艺复兴、双西格玛和元盛等老牌对冲基金，传统的价值投资派也开始尝试AI的新路子。巴美列捷福（Baillie Gifford）是英国一家老牌资产管理公司，管理规模超过1000亿英镑。近日，巴美列捷福公司决定聘任一名数学家组建团队设立AI项目，将AI技术应用于资产管理运作。该项目尝试以AI技术将IT和投资领域的工作结合起来，现阶段正在测试的内容主要包括AI是否能够减轻基金经理日常的工作琐事，使他们有时间能扩大投资视野，提高绩效。

巴美列捷福是一家注重长期投资、擅长选股的资产管理公司，同时该公司还积极开展股权投资，是我国以及全球许多互联网巨头的投资人，该公司的投资对象包括阿里巴巴、百度以及美国的脸书和亚马逊。巴美列捷福对于AI技术的尝试也代表了众多对AI浪潮持欢迎态度的公司的意愿。实际上，现在已经有越来越多的海外资产管理公司开始将AI融入到投资管理中。在《养老金与投资》杂志发起的一项网络调查中，有36.69%的投资者认为，在未来3到5年内，AI就能够融入资产管理的主要环节，将成为投资界的主流。

从目前情况看，交易环节是AI进军资产管理领域的先行地带，也是AI被认为最有可能突破的领域。美国最大投行JP摩根就雇佣了一批AI专家重塑其全球交易中心。今年年初，JP摩根已经在欧洲开始结合AI执行交易，并计划在今年年末推广到亚洲和美洲机构的交易中。

据了解，JP摩根利用的这种交易算法名为LOXM，其模式是以数十亿笔历史交易的模拟训练为基础，使投行的交易能够达到效率和价格的最优化。JP摩根有关人士表示，LOXM系统为公司节省了大量交易成本，已经明显胜出人工交易和一些曾经实验过的其他交易策略。JP摩根还表示，相信加以训练，这套交易系统还能结合客户的交易习惯和风险承受水平，AI的交易行为将会更个性化和智能化。

管理着全球最大对冲基金桥水联合的达里奥，虽然已经年近古稀但也热情拥抱AI新技术，他希望AI能够在公司管理方面有所突破。他的目标是即使他本人不再管理公司，仍能通过一套自动化的管理系统维持公司的正常运作。这套自动管理系统通过同行评议、员工测试来评估员工的表现，并自动分配任务和工作指引以及辅助时间管理等方式来管理工作内容，甚至员工的晋升、辞退等都可以由这套系统来完成。达里奥的管理逻辑就是将人视为复杂的机器，而尽量剔除情绪对工作的干扰。

此外，不少传统金融集团开始面向投资者推广以AI作为辅助手段的自动选股投资系统，将其融合到现在火热的智能投顾中。美林集团正在尝试通过人工智能的方式筛选小市值个股来推荐给客户，旗下的美林优势投资服务在今年上线，这种方式往往能抓住传统价值选股中的“漏网之鱼”；摩根史坦利在6月份开始小范围试水机器人投顾，并将在今年秋天推出与美林类似的服务系统，据称大摩的系统更加智能化。

外界评价，摩根史坦利在财富管理方面对AI的应用已经超越了传统“智能投顾”的领域。除了向客户提供传统的投资组合，提供基于ETF的投资组合建议，这些属于传统智能投顾所涉及的部分，摩根史坦利的系统还会提供交易预警，如提前预警英国退欧等事件发生的影响、及时发送客户的户头急剧变动等突发状况；同时，系统也会依据客户个人生活的变动，如发生重大疾病后，如何处置资产最大化变现，并向客户推荐医院和医生。最后这部分是其他智能投顾系统所缺乏的，也是最能体现服务附加值和加强公司与客户信任度的地方。除此之外，法国巴黎银行和德意志银行也都在投资和销售方面进行了结合AI的探索。

除了交易服务，金融资格认证工作也在不断提高持证人对大数据、人工智能、智能投顾等AI领域知识的了解程度。今年5月，特许金融分析师（CFA）组织声明，从2019年开始，考生都需要掌握电脑编程、分析数据以及处理机器交易算法。CFA考试资质管理项目负责人霍兰称，人工智能这种方法和工具现在已被许多从业人员使用，它的火热程度让他不得不重视这一现象。

普华永道在今年发布的人工智能分析报告中指出，一些老牌的量化对冲基金在使用人工智能方面已有很长时间，而现在的趋势是整个资产管理行业都开始考虑广泛采用人工智能技术，以更好地提高投资效率，更广泛地覆盖资产公司的投研范围，获得更多投资机会。

选股为价值突破口

回溯发现交易机会

如今，不管是传统的价值投资、还是大型的共同基金公司甚至以交易为主的对冲基金，都在寻找AI带来的新机遇。对于基金公司来说，他们最关注的还是投资。AI目前主要的应用是辅助人工投资决策，这需要资产管理公司在数据处理、公司以及数据建模等方面具有较强的综合实力。

巴美列捷福的投资分析师麦克恩利表示，考虑到目前数据爆炸性的增长以及计算机性能的提升，资产管理公司非常必要充分考虑AI具有的潜力。麦克恩利认为，AI的潜力巨大，现在就有必要进行透彻研究。据其介绍，巴美列捷福公司正在尝试将投资研究过程进行分解，探讨哪些步骤可以由AI来完成。如果发现有人力完成耗时耗力而效果不如机器的情况，就会考虑使用AI。

而在擅长的选股环节上，巴美列捷福已经开始了人工智能的探索。该公司正在测试一套算法体系来判断某一个股更适合何种投资风格，其国际股票投资小组正在考虑使用这套算法来筛选符合某些特定要求的个股，如是否满足某一特定销量或盈利要求的个股等。在股票筛选上，AI可以兼顾多个筛选条件，而且可以给每个筛选条件赋予权重，这些方面都优于人工选股。通过这套算法筛选出来的个股可以带给研究团队相当多的灵感，并促使他们进一步开展调研和讨论。

还有一些对冲基金则着重希望AI能够模拟他们过去的辉煌。被称为“对冲基金之王”的72点资产管理公司创始人史蒂文·科恩，希望通过AI找到过去成功交易之间的关联，帮助他在当下市场中复制这些交易成果。他让AI重新回顾每笔交易的头寸、风险暴露度和杠杆水平，以及当时的交易时机，同时评估当时市场的定价水平和流动性，系统通过这种途径找出类似的成功交易案例，并以此为基础进行后续的投资。

大型基金管理公司则可以通过中心化的AI处理系统，来更加智能化、系统化的处理资产管理、交易和运营。目前最知名的项目是全球最大资产管理公司贝莱德的阿拉丁平台(Aladdin)。作为一个集资产管理大成的平台，阿拉丁能够使机构的投资、交易、运营、风控在一个平台完成决策和管理风险，甚至可以在流程上实现全自动化。这一平台上线时间较早，不仅在支持贝莱德这个庞大机构的运转，也吸引了嘉信理财等多家资产管理机构，意欲向其购置这一系统的使用权。

深度学习成为探索前沿

大公司趋之若鹜

一些大型资产管理公司已经意识到，对大数据价值的挖掘程度决定着在未来竞争格局中的地位，那些更好采用深度学习等人工智能方式的资产管理公司，将比传统公司有机会更好地把握金融市场脉动。

近两年，谷歌的阿尔法GO在围棋领域高奏凯歌，深度学习也藉此被大众熟知。谷歌的成功尝试显示出机器在对图像、文本乃至逻辑的处理能力上已经能够达到甚至超出普通人的水平。不少业内人士对于深度学习的应用前景、以及进一步用于投资决策充满信心。

贝莱德是应对变革反应最为迅速的大型基金公司。今年4月，贝莱德加强了公司量化团队的权重，以量化投资方式替代部分传统选股的投资经理，此举在整个华尔街引起轰动，有报道也随之发出基金经理将被机器替代的预测。据了解，在量化团队中，贝莱德就采用了深度学习的方式，利用社交媒体和网页搜索功能获取更多具有投资价值的信息。这套深度学习系统一旦发现能够创造超额收益的信号，公司就会制定出相应的智能贝塔产品，或将结果用于组合的投资因子，打造被动量化产品。

英仕曼集团旗下的量化研究团队GLG也正在将深度学习应用到选股运作之中。GLG总裁德因·约翰逊表示，机器学习为他的团队在执行决策时提供了非常好的分析工具。目前，GLG通过深度学习对新闻、社交媒体、市场事件等多方面信息进行数据分析，从中得出有助于投资决策的信号。

高盛则是使用一套利用深度学习的自然语言处理系统来处置研究报告，并对报告的正面或负面讯息进行评分，这个评分最终会用来指导有效选股。高盛还投资了一家创业企业肯硕（Kenshuo），这家公司会利用深度学习处理一些突发事件，如自然灾害等，并用以预测市场价格变动。

“

中国基金报：报道基金关注的一切

Chinafundnews

长按识别二维码，关注中国基金报