为了抓FINTECH热点，无论是CFA还是FRM都在咣咣地甩给我们新的考纲、新的readings补充材料……殊不知考试的同志们心里被多少头草泥马碾压而过。今天开始，小妞带大家解读一下与FINTECH相关的名词。毕竟无论你对FINTECH是否一知半解，至少明白了这些词，上考场看到心里不慌呀。
上一期咱们回顾了人工智能在近几十年的进化，在一根主线上由机器学习串起了大数据和人工智能（不了解的童鞋请移步汽车”是怎么变成“汽车人”的？|品职FINTECH“阔”论沙龙）今天就拆解一下教材readings中讲到的“machine learning机器学习” 具体是个什么玩意儿、到底包含哪些概念。
机器学习的两大算法
深度学习（deep learning）和强化学习（reinforcement learning）是当下人工智能领域最热门的算法。它们都属于机器学习，是人工智能“工具集”（artificial intelligence tools）的一部分——能教会计算机自行制定规则来解决问题。
为啥“穿上马甲”你的苹果手机还认得你？
深度学习本质是一个自主的教学系统， 即利用大量数据来训练计算机建立某种模式（pattern）并使用该模式对新数据进行判断和预测。它的基本原理是通过在计算机上构建类似人类神经网络（neutral network）的系统，比如某种条件反射来解释和处理满足某些条件的新数据。深度学习常常被用来培养计算机完成图像分类、面部识别、语音识别、自然语言处理（比如翻译）等复杂任务。
深度学习一个很好的应用就是Apple的Face ID（人脸识别）。Apple一共使用了 1,000,000,000 张照片来训练 Face ID 所依赖的“神经网络”。当Apple用户通过Face ID登录手机或Ipad时，TrueDepth摄像头会捕获成千上万个数据点，这些数据点可以创建用户的脸部深度图，然后手机内置的神经引擎会分析并判断是否是用户本人。
记得人脸识别功能刚出来的时候，很多人最关心的问题就是安全性：万一有人拿着我的手机在我睡觉的时候放到我面前，能成功解锁吗？事实证明，Apple的安全性还是很可靠的，因为通过深度学习，Face ID受到的“教育”告诉Ta : 只有用户“正在注视着手机”才能解锁，单纯摆在用户面前是没有用的。此外，Face ID还会通过一次次类似的操作、一次次接触到新的数据来“持续学习”用户的长相。所以，即使你带了眼镜、长了胡子、戴上帽子等等依然认得你。
来看看啥是超强“自我纠错”功能！
强化学习也是一种机器的自主学习，它的本质是通过反复实验、不断试错来获得最好的结果，即在多次迭代中自主修改算法直到做出最优决策。比如计算机在某种情境条件下尝试不同的动作，从反馈中了解这个动作是否获得好的结果，然后不断强化有效的动作，总结出最佳结果。
现在咱们在各种场合看到机器人都是司空见惯了，银行网点、政府服务大厅、儿童游乐场所甚至火锅店里都能看到形形色色机器人的身影。有些机器人是会走路甚至跳舞的，那么Ta们怎么学会的呢？
这就是“强化学习”的过程啦。机器人首先尝试向前走一大步，然后因为动作不准确而摔倒。随后强化学习系统做出响应降低步幅，如果没有摔倒则反馈为正，机器人于是调整为小步向前；如果步伐太小又一次摔倒则反馈为负，继续调整……随着时间推移，机器人会根据有效和无效的反馈来调整走路姿势，从而学会像人一样走路。
简直太像小婴儿学走路了有木有！以后的人工智能将会越来越有学习能力、越来越像人类的孩子一样飞速地变化发展。
不仅如此，深度学习与强化学习结合在一起将会产生更厉害的机器人。
Alpha Go的诞生
深度学习和强化学习都是自主学习系统，二者的区别在于：深度学习是在大量已有的数据和应该做出的反馈等关系集合中，不断训练，建立识别这些关系的模式，从而在面对新的数据时做出准确的反应；而强化学习是通过连续试错、经过实践结果反馈而调整动作，自己摸索出最佳的关系集合、最应该遵循的模式等。
事实上，这两种学习方式非但不相互排斥还可以很好的结合、互补，非常有利于计算机不断迭代、进化。
战胜人类围棋大师的Alpha Go就是深度学习与强化学习相结合的成果。Alpha Go不但从人类专业选手以往下过的数百万份棋谱中得到训练和学习（深度学习），还可以从自己和自己的对弈中学习和提高（强化学习）。
更为重要的是，深度学习与强化学习正在改变金融市场的游戏规则，比如：计算机甚至能编写出连基金经理都不能完全理解的投资法则。
AI这么厉害，我们该如何应对
看样子，机器学习似乎比人类的学习要快速有效得多啊！想想我们平时吭哧吭哧背一个公式、整理一个错题本有多费劲吧……那么，人工智能会不会迅速进化、超越人类？这个问题也许只能等到未来才有答案。
但可以肯定的一点是：通过“机器学习”就能掌握的技能将会越来越没用——正如李开复博士所言，人工智能时代，那些程式化、重复性、仅靠记忆或练习就可以掌握的技能会变得最没有价值，也必将被机器替代；而那些最能体现人类情感、审美水平、创造性思维等等的内容才是我们应该着力保持和发展的工作——其他就留给AI去做，我们获得更大的舒适与自由不是更好吗？
配图来源网络
