人工智能將帶來的不是不計后果的速度或失控，而是一個具有史無前例深度和廣度的洞見，以及依照信息行動并從行動中學(xué)習(xí)的能力。

【編者按】本文作者：Tom Upchurch、Denis McCauley、 Claire Boston，機(jī)器之心編譯，參與：吳攀、原野、天之道LYC、趙天昊、劉宗堯、王紫薇、亞洲、微胖

《機(jī)器中的幽靈：金融市場中的人工智能、風(fēng)險及監(jiān)管》是Euromoney Institutional Investor Thought Leadership 的一項調(diào)查報告，他們對全球金融機(jī)構(gòu)中的 424 名高級管理人員進(jìn)行了調(diào)查問卷，研究人工智能/機(jī)器學(xué)習(xí)在金融市場的風(fēng)險以及監(jiān)管問題。

本文結(jié)構(gòu)：

一、所有系統(tǒng)向前進(jìn)（Go）

二、從快速思維到智能思維

三、起作用的人工智能

四、從摩爾定律到墨菲定律

五、結(jié)論

六、關(guān)于本調(diào)查

七、附錄（完整調(diào)查結(jié)果）

一、所有系統(tǒng)向前進(jìn)（Go）

2016 年 3 月 15 日，一個名為 AlphaGo 的人工智能程序在圍棋中擊敗了人類世界冠軍。圍棋游戲非常復(fù)雜，其走法存在的可能性數(shù)量總和比宇宙原子數(shù)量還高出幾百個數(shù)量級。AlphaGo 最終以 4-1 的成績?nèi)〉昧私^對的勝利。此外在識別模糊模式、學(xué)習(xí)新模式和調(diào)整策略以應(yīng)對變化中的環(huán)境等方面，AlphaGo 也展現(xiàn)出人工智能的一些顯著進(jìn)步。

然而，就在 AlphaGo 取得勝利兩周之后，一個名叫 Tay 的聊天機(jī)器人就暴露出了人工智能黑暗的一面。 Tay 原本是為了與人們進(jìn)行友好的網(wǎng)絡(luò)交談，并用微軟服務(wù)協(xié)助人類。Tay 獨特的設(shè)計特點使她可以從在線交互中進(jìn)行學(xué)習(xí)。在 Tay 公開發(fā)布后，Twitter 用戶鋪天蓋地的謾罵和煽動性語言接踵而來，這教給了 Tay 錯誤的東西。該程序被敗壞，變得口噴種族主義、性別歧視和排外言論；這揭示了人工智能設(shè)計和編程中潛在缺陷，以及人工智能和自然智能之間令人不安的互動。

這兩件事揭示了引入人工智能所存在的矛盾。AlphaGo 這樣的程序展示了人工智能可以如何分析海量數(shù)據(jù)、識別復(fù)雜模式，賦予人類新的分析能力。相反地，Tay 的惡意故障提醒著我們，這項技術(shù)還遠(yuǎn)未達(dá)到萬無一失的程度，尤其是當(dāng)與人類交互時。

人工智能將帶來的不是不計后果的速度或失控，而是一個具有史無前例深度和廣度的洞見，以及依照信息行動并從行動中學(xué)習(xí)的能力。

在對全球金融機(jī)構(gòu)和金融科技企業(yè)的 424 位高管進(jìn)行調(diào)查、對該領(lǐng)域的一些頂尖專家進(jìn)行采訪之后，我們發(fā)現(xiàn)，隨著人工智能在整個金融市場開疆?dāng)U土，這一矛盾也同樣很明顯。

許多人將人工智能看作是可以幫助改善金融機(jī)構(gòu)風(fēng)險管理的工具，比如，進(jìn)行更為深度的投資組合風(fēng)險評估和更透徹、更全面、更清楚的信用風(fēng)險評估。在這些應(yīng)用中，人工智能將帶來的不是不計后果的速度或失去控制，而是具有前所未有深度、廣度的洞見，以及依照信息行動并從行動中學(xué)習(xí)的能力。

然而，許多專家也承認(rèn)人工智能的使用存在一定的風(fēng)險。這部分源于不確定性——畢竟在包括交易、投資組合管理和信用評估等許多應(yīng)用中，人工智能尚處于實驗階段。因此，安全、隱私和數(shù)據(jù)質(zhì)量上還縈繞著算法出故障的風(fēng)險和擔(dān)憂，這導(dǎo)致了對新的監(jiān)管的呼吁。

而人們甚至更擔(dān)憂人工智能的監(jiān)管對策。在監(jiān)管者是否存在足夠的知識和技能以跟上新的金融技術(shù)的問題上，本次調(diào)研的參與者明顯缺乏信心。事實上，調(diào)查參與者懷疑監(jiān)管者才剛剛開始了解人工智能對金融市場和公司的潛在影響。目前而言，他們關(guān)注的重點仍然是從教訓(xùn)中吸取經(jīng)驗（fighting the last war ），識別人類直接濫用技術(shù)的違反合規(guī)行為。他們注意力開始轉(zhuǎn)向算法的正當(dāng)性，而這也是未來幾年制定任何關(guān)于機(jī)器學(xué)習(xí)規(guī)則的重點。

調(diào)查中，大量金融機(jī)構(gòu)對監(jiān)管機(jī)構(gòu)了解人工智能相關(guān)的法律風(fēng)險上沒有信心。但鑒于人工智能在這些部門的使用處于初期階段，這可能也并不令人驚訝。比如，由于人工智能驅(qū)動的模型能夠收集和分析更大體量的數(shù)據(jù)，數(shù)據(jù)和隱私風(fēng)險也將隨之增長。知識產(chǎn)權(quán)糾紛也很有可能增加，因為算法的所有權(quán)會導(dǎo)致企業(yè)和監(jiān)管部門之間的摩擦。最后在人工智能出故障和編程錯誤的可能事件中，合同和訴訟風(fēng)險也會涌現(xiàn)。

人工智能和機(jī)器學(xué)習(xí)毫無疑問將改變該行業(yè)所需的員工人數(shù)和技能性質(zhì)。調(diào)查中，有明顯少數(shù)的受訪者擔(dān)心，在未來幾年中其對勞動力的影響是負(fù)面的。但大規(guī)模的遷移是一個長期過程——接近 70% 的人認(rèn)為，人工智能在 15 年內(nèi)會給他們自己的工作帶來徹底或很大程度上的改變。即使是在金融交易這個自動化已經(jīng)得到了廣泛使用的領(lǐng)域，人類角色在算法驗證、監(jiān)控、合規(guī)等領(lǐng)域仍然是很關(guān)鍵的。目前，很少人認(rèn)為，機(jī)器學(xué)習(xí)模型可以或應(yīng)該完全獨立于人類控制地驅(qū)動金融市場業(yè)務(wù)。

二、從快速思維到智能思維

購買《華爾街計算機(jī)評論》1987 年 6 月刊的人將會知道圍繞金融市場中的人工智能的討論不新鮮事。其封面上顯眼地寫著：「教計算機(jī)模擬偉大的思想家」，同時還搭配著一張?zhí)K格拉底為一群計算機(jī)聽眾講學(xué)的圖片，即使 30 年前就已經(jīng)有基于人工智能的交易應(yīng)用的計劃了。事實證明，這些早期應(yīng)用中許多是更接近理論化的而非實用化的。

盡管以前有一輪又一輪的炒作，但一些評論家認(rèn)為，這次對人工智能重燃的興趣是合理的。計算能力的持續(xù)快速發(fā)展以及計算成本的顯著下降讓人工智能應(yīng)用更加實用。社交網(wǎng)絡(luò)、智能手機(jī)和可穿戴消費設(shè)備的增長也帶來了數(shù)據(jù)數(shù)量和可用性的爆發(fā)——這些都變成了優(yōu)化人工智能算法的養(yǎng)料。

從金融機(jī)構(gòu)、技術(shù)和金融科技公司對人工智能投資的增長可以看出這種重燃的興趣。BlackRock、Two-Sigma 、 Renaissance Technologies 等基金管理公司一直忙于在全世界挖角最好的數(shù)據(jù)科學(xué)家。它們與越來越多的科技公司競爭和合作，其中包括 Context Relevant、Sentient Technologies 和 Kensho，以及谷歌、Facebook 、微軟等人工智能巨頭。僅在 2015 年，這些公司就在人工智能研究、收購和人才上花費了超過 85 億美元。

在交易和投資管理中，Aidiya 和 Sentient Technologies 這樣的公司是人工智能交易程序的先驅(qū)。它們使用機(jī)器學(xué)習(xí)技術(shù)和進(jìn)化算法的結(jié)合來濃縮巨量數(shù)據(jù)以識別隱晦的模式，這是其它公司還未實現(xiàn)的。和通過人類手動部署算法更新的傳統(tǒng)量化交易形式相反，許多人工智能軟件程序能自動且獨立于人類干預(yù)地學(xué)習(xí)和更新它們的模型。

人工智能交易程序的另一個特點是差異化的重要性。正如金融咨詢公司 The Thalesians 的聯(lián)合創(chuàng)始人 Saeed Amen 說的那樣：「機(jī)器學(xué)習(xí)的好處在于它能讓交易者發(fā)現(xiàn)那些不易察覺的關(guān)系，因此不用再和其他市場參與者進(jìn)行貼身肉搏去爭奪這些交易機(jī)會。」

這推動了差異化，將人工智能和高頻交易（HFT）等其它形式的算法交易區(qū)分開。例如，高頻交易是關(guān)于速度的，而機(jī)器學(xué)習(xí)是關(guān)于見解的深度和廣度的?！高@場機(jī)器學(xué)習(xí)革命，是從急劇擴(kuò)大的可用數(shù)據(jù)和信息中識別復(fù)雜的模式，從而做出任何視角來看都是最優(yōu)秀的決策?！菇鹑谛袠I(yè)新聞和分析工具提供商 RavenPack 首席數(shù)據(jù)科學(xué)家 Peter Hafez 說，「該市場正從更快轉(zhuǎn)向更智能?！?/p>

創(chuàng)新的潛力將因此變得顯著——不僅是在交易中，而且還在投資建議和貸款等金融行業(yè)的其它部分。變化不會馬上到來，但它會來的。按照比爾·蓋茨的名言警句：「我們總是高估未來兩年內(nèi)將發(fā)生的變化和低估未來十年內(nèi)將發(fā)生的變化。」我們的調(diào)查表明，人工智能會導(dǎo)致類似的一系列金融市場變革。

三、起作用的人工智能

1）人工智能和機(jī)器學(xué)習(xí)將具有多大的顛覆性？會顛覆哪些領(lǐng)域？

在接下來的三年中，最顯著的變化將出現(xiàn)在交易、財務(wù)分析和信息技術(shù)中，它們分別得到了受訪者 64%、60% 和 60% 的認(rèn)同（見表1）。很多人也希望，機(jī)器學(xué)習(xí)能實質(zhì)性的影響到風(fēng)險評估（59%）、信用評估（57%）和投資組合管理（52％）。風(fēng)險評估和金融研究是企業(yè)在未來三年內(nèi)最可能實驗機(jī)器學(xué)習(xí)應(yīng)用的領(lǐng)域。

麻省理工學(xué)院斯隆商學(xué)院金融工程實驗室主任 Andrew Lo（他同時也是一家定量投資管理公司的創(chuàng)始人）認(rèn)為，人工智能的影響將會非常廣泛：「我認(rèn)為其將改變金融行業(yè)所有方面，因為該行業(yè)的許多部分都可以使用這些類型的算法和使用大型數(shù)據(jù)池來實現(xiàn)自動化。」

除了交易和研究，Peter Hafez 還認(rèn)為，機(jī)器學(xué)習(xí)將會極大助益于消費者的信用評分以及不同類型的金融機(jī)構(gòu)的合規(guī)職能。他指出，比如說，合規(guī)經(jīng)理開始使用新聞源等非結(jié)構(gòu)化內(nèi)容以警告他們可疑的交易。

機(jī)器學(xué)習(xí)技術(shù)已經(jīng)在零售投資咨詢中實現(xiàn)了應(yīng)用。據(jù)澳大利亞證券和投資委員會（ASIC）的專員 John Price 稱：「機(jī)器人顧問（Robo-advisers）」——投資管理網(wǎng)站向投資者提供自動化的建議——現(xiàn)已構(gòu)成了一個使用人工智能的領(lǐng)域，該領(lǐng)域接受積極的監(jiān)管審查管轄。英國金融行為監(jiān)管局甚至走得更遠(yuǎn)，該機(jī)構(gòu)在其最新的「金融咨詢市場評估（FAMR）」報告中建議金融機(jī)構(gòu)使用機(jī)器建議向它們的客戶提供「精簡化建議（streamline advice）」以提升成本效益。

2）即將來臨的顛覆

接受本報告采訪的專家認(rèn)為，對金融市場運行來說，機(jī)器學(xué)習(xí)的顛覆性并不大，至少在未來的三到五年內(nèi)是這樣的。當(dāng)用于交易時，一家開發(fā)人工智能的公司——Sentient Technologies 的首席科學(xué)家 Babak Hodjat 預(yù)測，這種顛覆性影響將是十分巨大的，但并不會造成根本破壞?！敢驗槟阏龔挠扇撕蛿?shù)量分析專家來出謀劃策、排兵布局轉(zhuǎn)移到由機(jī)器來做這些事情。過程更快了，但是結(jié)果相似?！?/p>

而且，大多數(shù)專家同意，人工智能技術(shù)會有很多積極應(yīng)用。Paul Ebner，BlackRock’s Scientific Active Equity Unit 的一個高級投資組合經(jīng)理相信，機(jī)器學(xué)習(xí)能夠幫助大量公司進(jìn)行深入的金融分析，金融交易也會受益于此。

「較之僅僅利用電子表格數(shù)據(jù)，機(jī)器學(xué)習(xí)的分析能再深入好幾步。速度很重要，但是，這種速度不同于高頻交易速度。它可以快速為我們處理許多數(shù)據(jù)并找到市場最終會發(fā)現(xiàn)的答案?！?/p>

BlackRock’s Scientific Active Equity unit ——一個大約百人團(tuán)隊，包括數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家以及傳統(tǒng)金融行業(yè)的數(shù)量分析專家( quants )——正在將機(jī)器學(xué)習(xí)技術(shù)置入不同的工作模式來預(yù)測股價變化。 Ebner 說：「我們正在利用這種工具來分析各企業(yè)的數(shù)據(jù)，并預(yù)測一些基本因素，最終預(yù)測這些企業(yè)股票回報，創(chuàng)建投資組合?！贡热?，在公司公布季報之前，這個團(tuán)隊通過分析公司的貨幣風(fēng)險暴露，更加深入地洞見到它們的預(yù)期收益。

調(diào)查對象對機(jī)器學(xué)習(xí)將帶來的另外一項優(yōu)勢洞若觀火：64%的回答者認(rèn)為，機(jī)器學(xué)習(xí)的使用將給金融市場競爭帶非常積極的影響（見表三）。乍看，結(jié)果似乎反直覺。最優(yōu)秀人才和最先進(jìn)技術(shù)的高昂成本，將導(dǎo)致只有那些荷包夠深的公司才能接觸到人工智能。某種程度上，這是實話——只有像 Bridgewater 這樣的公司才雇傭得起 IBM 史詩般超級計算機(jī) Watson 背后的首席工程師。

然而，一些規(guī)模較小的公司，甚至個人已經(jīng)證明它們可以站在浪潮之巔。部分原因在于，開源軟件可以讓規(guī)模更小的組織用先進(jìn)的算法和代碼進(jìn)行試驗。一個最近的例子，2016年3月，兩位退休的對沖基金的金融工程師，此前沒有使用人工智能軟件工作的經(jīng)驗，設(shè)計了根據(jù)核磁共振成像( MRI )圖片診斷心臟病的算法。盡管這些創(chuàng)新者對人工智能較為生疏，他們?nèi)匀豢梢詮拈_源網(wǎng)站 GitHub下載軟件，設(shè)計推動產(chǎn)業(yè)變革的應(yīng)用。

這對金融組織間的競爭意味著什么，只有時間才會告訴我們答案。然而，當(dāng)產(chǎn)業(yè)巨頭，比如黑石，做了大量繁重的研究和試點工作，人工智能應(yīng)用和服務(wù)也能變得讓廣大中小型組織觸手可及。

3）案例研究：理解外匯風(fēng)險暴露，預(yù)測收益

進(jìn)行大量出口銷售的公司，天然受制于外匯市場的反復(fù)無常。據(jù) Black Rock 的 Paul Ebner 說，2014 年，貨幣流動，尤其是美元走堅對公司盈利有異乎尋常的影響。BlackRock 的 Scientific Active Equity 團(tuán)隊并未因此出現(xiàn)紕漏，部分是由于機(jī)器學(xué)習(xí)。

進(jìn)行大量出口銷售的公司，天然受制于外匯市場的反復(fù)無常。據(jù) Black Rock 的 Paul Ebner 說，2014 年，貨幣流動，尤其是美元走堅對公司盈利有異乎尋常的影響。BlackRock 的 Scientific Active Equity 團(tuán)隊并未因此出現(xiàn)紕漏，部分是由于機(jī)器學(xué)習(xí)。

4）人工智能的洞見

很清楚的是，人工智能以及數(shù)據(jù)分析取得的進(jìn)展正在引發(fā)用于決策參考的數(shù)據(jù)類型和數(shù)量的不斷膨脹。然而，在根據(jù)傳統(tǒng)參考單位，比如價格、利率或收入位數(shù)，做出投資決定之前，人工智能可以將事件（events）和意見（sentiment）當(dāng)做要素，納入資產(chǎn)價格預(yù)測過程中。比如，吸收非結(jié)構(gòu)化數(shù)據(jù)有助于推近意見分析。但是，Hafez 說，篩選事實和解釋觀點意見一樣重要?！覆粌H僅是指傳統(tǒng)意義上的情感（sentiment），比如指引，也是指某些事實，這些事實可以從非結(jié)構(gòu)化內(nèi)容中提取出來，并以一種機(jī)器可以理解的格式予以交付?！?/p>

如今，機(jī)器交易模型通常用來分析收益評估和公司報告。通過分析產(chǎn)品發(fā)布、回收，監(jiān)管批準(zhǔn)，收購以及其他市場事件，它們可以及時捕捉到更多的東西。Hafez 也期待機(jī)器學(xué)習(xí)模型能夠被輸入來自圖片、視頻素材等方面的洞見。他說，有些公司使用衛(wèi)星圖跟蹤大型零售商店停車場的汽車數(shù)量，試圖理解它們收入和收益的大致方向。這意味著，人工智能可以改變參數(shù)，金融機(jī)構(gòu)憑借這些參數(shù)做出投資決策。傳統(tǒng)考慮因素的重要性在下降，因為金融機(jī)構(gòu)收集了海量非結(jié)構(gòu)化數(shù)據(jù)——它們只能借助人工智能和機(jī)器學(xué)習(xí)的力量。

分析工具正越來越善于理解語境——機(jī)器學(xué)習(xí)另一個重要的不同之處。Ebner 解釋說，他的團(tuán)隊使用的機(jī)器學(xué)習(xí)工具能通過上下文來理解詞匯使用的微妙之處。比如，在美國證監(jiān)會檔案中，單詞「垃圾（garbage）」 是指廢物管理，但是，在投資人博客上，這個單詞很可能就是用來批評股票或公司管理用語。我們能打造出根據(jù)語言來源語境不同而不斷學(xué)習(xí)、演化的詞典。

人們也正在將相似的技術(shù)引進(jìn)到這樣的領(lǐng)域，幫助消費者處理投訴和咨詢。RBS 最近已經(jīng)宣布，將引進(jìn)人工智能程序（ Luvo）用于協(xié)助消費者投訴。程序擁有人工個性，模仿了人類特征，比如，友善，共情以及理性。據(jù)程序員介紹，Luvo 也能從錯誤中學(xué)習(xí)，猜測一個人的情緒狀態(tài)。由此看來，人工智能被塑造成朋友，而不是敵人。

四、從摩爾定律到墨菲定律

哪些方面會出錯？Andrew Lo 認(rèn)為市場將出現(xiàn)更多的瞬間暴跌，或者其他負(fù)面變化，行業(yè)和監(jiān)管者目前對這些問題還沒有清晰的認(rèn)識?！高@些策略的性質(zhì)使它們很難被理解。這意味著它們產(chǎn)生的影響也將很難預(yù)測，就像沒人能預(yù)測出2010年5月6日的暴跌——即使到今天我們?nèi)匀徊惶私獾降装l(fā)生了什么」。他也提到了騎士資本（Knight Capital）的覆滅，2012年這家美國主要的交易商由于軟件故障在交易過程中損失了4.4億美元，直接被推到了破產(chǎn)邊緣：「我不認(rèn)為我們會很快處理好這類問題，因為最終要解決的是人類能力和技術(shù)之間的錯配和不協(xié)調(diào)。即摩爾定律遇上墨菲定律?！?/p>

技術(shù)并不能將對未來事件下注等金融活動的內(nèi)在風(fēng)險去除。無論人們或算法怎么做，這種風(fēng)險仍可能存在。

正如貝克·麥堅時律師事務(wù)所（Baker & McKenzie）的合伙人 Arun Srivastava 指出的，「金融機(jī)構(gòu)已經(jīng)由于交易員違法違規(guī)被處罰了數(shù)十億美元。銀行可行的應(yīng)對方案就是用程序化來做盡可能多的決策，因此越來越多的銀行去擁抱人工智能和程序化交易。但降低了操作風(fēng)險的同時，人工智能方面的內(nèi)在未知風(fēng)險并沒有被消除?！?/p>

1）所有一切都在算法里

監(jiān)管部門雖然對機(jī)器學(xué)習(xí)還不太了解，但也將算法視為可能發(fā)生問題的領(lǐng)域進(jìn)而重點關(guān)注。加拿大投資行業(yè)監(jiān)管組織（IIROC）市場監(jiān)管高級副總裁 Victoria Pinnington 稱她目前最大的擔(dān)憂就是關(guān)于算法的產(chǎn)生過程，無論是在機(jī)器學(xué)習(xí)還是在更廣義的系統(tǒng)化交易背景下，「如果算法有問題，」她說，「對市場的影響可能就會相當(dāng)大。」

算法可能在各個方面出現(xiàn)問題。一個最常見的錯誤就是「過度擬合」，通常發(fā)生在一個算法過于復(fù)雜并缺乏合理假設(shè)時。在這種情況下它們無法從大量無關(guān)數(shù)據(jù)中（噪聲）分辨出有用的相關(guān)性（信號），而是識別出了「幽靈」參數(shù)或似是而非的相關(guān)性。想象一下用一個敏感的麥克風(fēng)對古典音樂會錄音。過度擬合將把周圍的背景噪音視為與管弦樂隊發(fā)出的聲音同等重要。就像 Babak Hodjat 所警示的，「人們可能錯誤的使用機(jī)器學(xué)習(xí)并且不做檢驗。如果你使用一個機(jī)器學(xué)習(xí)算法但沒有充分檢驗它，那可能就會存在一些過度擬合，使算法今天看上去不錯，但明天就可能會大錯特錯。這是需要仔細(xì)檢查的?！?/p>

程序錯誤風(fēng)險提高了使用新程序的壓力。像之前提到的，差異化對于一個人工智能交易員的成功是很關(guān)鍵的。做出第一款成功的應(yīng)用，機(jī)構(gòu)將得到一個獨一無二的可以盈利的機(jī)會——一個沒有競爭的市場。接下來的風(fēng)險就是其他機(jī)構(gòu)將在市場上應(yīng)用這個成功的策略。谷歌前工程師，目前任機(jī)器智能研究機(jī)構(gòu)（Machine Intelligence Research Institute）研究人員的 Nate Soares 在接受金融時報采訪時稱，「將足夠強(qiáng)大的保障措施編入高級人工智能，只有5%的可能性?！?/p>

2）數(shù)據(jù)、責(zé)任和法律風(fēng)險

機(jī)構(gòu)是否已了解與新型金融科技相關(guān)的法律風(fēng)險目前還有很大不確定性：有47%的被調(diào)查者對此沒信心。Price 先生并不驚訝?！冈蛟谟谶@種技術(shù)還處于初期階段，而且還在不斷進(jìn)步。人們對可能的風(fēng)險感到謹(jǐn)慎和些許不確定也正是反映了這種技術(shù)處于初期階段?！?/p>

一個風(fēng)險是公司責(zé)任。做出糟糕的投資決策可能是由于數(shù)據(jù)質(zhì)量差、對公司業(yè)績分析失誤、或算法有瑕疵，這都會引起投資者大幅虧損。機(jī)器學(xué)習(xí)模型對信用風(fēng)險做出糟糕的決策時：出借方可能遭受財務(wù)損失、或潛在融資方的聲譽受損，責(zé)任問題就可能出現(xiàn)。當(dāng)這種情形發(fā)生時由誰承擔(dān)責(zé)任目前還不明晰——金融機(jī)構(gòu)自身、算法的作者、交易平臺、數(shù)據(jù)提供者、或是其他人？

機(jī)器學(xué)習(xí)的智能及數(shù)據(jù)處理特性也可能使數(shù)據(jù)保護(hù)和隱私風(fēng)險達(dá)到另一個高度。個人投資數(shù)據(jù)或敏感的公司數(shù)據(jù)無論因為事故（被黑客獲?。┻€是因為制度（被市場管理者和政府獲取）而落入其他人手中，都是互聯(lián)網(wǎng)時代的一個非常常見的風(fēng)險。當(dāng)機(jī)器學(xué)習(xí)模型為達(dá)到更好效果而收集更多的數(shù)據(jù)時，這種風(fēng)險也將隨之增大。機(jī)構(gòu)將越來越需要了解數(shù)據(jù)隱私與消費者保護(hù)法規(guī)之間的緊密聯(lián)系，以及擴(kuò)大的法律管轄范圍，例如歐盟Cookie指令（EU Cookie directive）。貝克·麥堅時律師事務(wù)所（Baker & McKenzie）合伙人 Adrian Lawrence 預(yù)計獲取數(shù)據(jù)的能力將對人工智能系統(tǒng)的范圍及影響起著核心作用，她稱「數(shù)據(jù)，及使用和獲取數(shù)據(jù)的各類規(guī)則及過程，位于具有顛覆性的金融科技領(lǐng)域的核心位置。即使是最先進(jìn)和最智能的算法及模型在不能有效、安全和合法的獲取詳細(xì)、準(zhǔn)確、及時的數(shù)據(jù)時，也將變得毫無用處」。

除了法律風(fēng)險，這些被調(diào)查者對于他們所在的機(jī)構(gòu)是否了解人工智能的影響也是明顯缺乏信心。49%的被調(diào)查者不能確定他們的機(jī)構(gòu)了解了人工智能的其他重大風(fēng)險。只有32%是確定的?？紤]到這項應(yīng)用還處于早期發(fā)展階段，這項調(diào)查表明人工智能將會向機(jī)構(gòu)展示出一系列風(fēng)險，而其中的大部分還尚未定義。

3）對人工智能的過度依賴

很多專家都認(rèn)為，人工智能最大的威脅不在于機(jī)器學(xué)習(xí)這項技術(shù)本身，而在于人們對這項技術(shù)的錯誤使用，以及在沒有人類監(jiān)督的情況下過度相信人工智能可以達(dá)成某些目標(biāo)?！溉绻覀兠つ康爻缟锌萍?，」Babak Hodjat 警告到，「事情將會朝著錯誤的方向發(fā)展。如果人工智能的成功意味著這項技術(shù)更多的應(yīng)用在無監(jiān)管的狀況下，那我們會承受更大風(fēng)險?！?/p>

Saeed Amen 擔(dān)心業(yè)界會將機(jī)器學(xué)習(xí)作為一種黑箱來使用。如果一旦這成為現(xiàn)實，他說：「它們最終將會創(chuàng)造出一種連自己都無法理解的交易系統(tǒng)。這是十分危險的，對于任何的系統(tǒng)模型都是如此。你應(yīng)該理解交易策略到底是什么。」

就跟人類一樣——程序、電腦和機(jī)器也有可能會變得愚蠢。而危險就在于它們是以很高的速度和很大的數(shù)量級在運行。騎士資本那場災(zāi)難正好說明了人類要對新型人工智能系統(tǒng)保持監(jiān)督、理解和控制的重要性。

這又和人工智能技術(shù)的核心相矛盾。當(dāng)我們處理一些存在固有風(fēng)險的任務(wù)——比如做投資決策或者在未來可能發(fā)生的事情上押寶——時，對人工智能的過度依賴會擴(kuò)大系統(tǒng)風(fēng)險。但同時它也能提升金融機(jī)構(gòu)對于標(biāo)的公司盡職調(diào)查的深度和質(zhì)量。通過它們強(qiáng)大的數(shù)據(jù)處理能力，例如詐騙、洗錢、賄賂和其他的一些傳統(tǒng)手段難以發(fā)現(xiàn)的腐敗行為也可以輕松被鑒別出來。

通過這些例子，調(diào)查受訪者似乎希望機(jī)器學(xué)習(xí)將幫助他們在某些情況下降低風(fēng)險。近六成（58%）的人認(rèn)為機(jī)器學(xué)習(xí)將「大大提升」他們的風(fēng)險評估流程。比如，機(jī)器學(xué)習(xí)技術(shù)可以被用來警示基金經(jīng)理去關(guān)注他們已投的企業(yè)中新出現(xiàn)的一些弱點（參見上圖「了解外匯風(fēng)險預(yù)測收益」）。

來自 Baker & McKenzie 的 Astrid Raetze 還期望消費信貸風(fēng)險評估可以通過對客戶進(jìn)行更全面的風(fēng)險剖析來加強(qiáng)。Raetze 女士表示，「如果能得到正確的部署，人工智能也可以在一些領(lǐng)域降低一定的風(fēng)險。市場失當(dāng)行為，反洗錢（AML）行為和了解你的客戶（KYC）行為都是地方監(jiān)管機(jī)構(gòu)可以利用人工智能來改進(jìn)監(jiān)管和審查的?！够跈C(jī)器學(xué)習(xí)的分析也可以識別某些客戶活動的具體方式，甚至可能辨別某種形式的瀆職。這有助于解釋為什么相對于其他領(lǐng)域，受訪者更希望能在未來三年內(nèi)，機(jī)器學(xué)習(xí)能應(yīng)用在風(fēng)險評估領(lǐng)域。

4）人工智能 VS 知識產(chǎn)權(quán)

調(diào)查對象似乎一致認(rèn)為，算法需要更多的監(jiān)管。超過一半的人（56%）說，給監(jiān)管機(jī)構(gòu)提供檢查交易的算法將有助于保證金融體系的安全。這說明大量的金融監(jiān)管機(jī)構(gòu)正計劃使算法的源代碼開放給當(dāng)局檢查。

例如，美國商品期貨交易委員會（CFTC）目前正在試圖推動一項關(guān)于自動交易的規(guī)定（或稱為 REGAT）。這項規(guī)定最有爭議的點之一是，使商品期貨交易委員會和美國司法部獲得金融機(jī)構(gòu)的交易算法。

REGAT最直接的對手，Chris Giancarlo（美國商品期貨交易委員會的共和黨成員）認(rèn)為，給監(jiān)管機(jī)構(gòu)這種程度的控制將向較小的市場參與者征收額外的合規(guī)成本，并阻礙期貨市場的創(chuàng)新。

此外，Giancarlo 先生主要是擔(dān)心本條例將標(biāo)志著有關(guān)當(dāng)局可以前所未有的入侵私人知識產(chǎn)權(quán)。他在最近的一份聲明中表示，「我不知道除了國防和安全之外的任何其他行業(yè)，聯(lián)邦政府是否都有如此容易獲得一個公司的知識產(chǎn)權(quán)和未來的商業(yè)策略的方式…」。類似的監(jiān)管機(jī)制也表現(xiàn)在歐洲 MiFID 市場的監(jiān)管上，并可能導(dǎo)致類似的知識產(chǎn)權(quán)沖突的算法。實際上，Baker & McKenzie的 John Flaim 預(yù)測知識產(chǎn)權(quán)糾紛的本質(zhì)會顯著改變，他認(rèn)為，「知識產(chǎn)權(quán)所有權(quán)將是關(guān)鍵。自本世紀(jì)初開始，電子商務(wù)專利申請的文件有了顯著的增加。但是，美國最高法院發(fā)布的判決導(dǎo)致許多電子商務(wù)的專利在2014年全面失效。許多其他地區(qū)，比如歐洲，完全不允許軟件專利。金融行業(yè)因此面臨著平衡他們已增加的研發(fā)努力和電子商務(wù)專利的高門檻。」

在源代碼存儲庫移交之前，監(jiān)管機(jī)構(gòu)還需要證明數(shù)據(jù)保護(hù)和網(wǎng)絡(luò)安全的能力。2014年3月，一群中國黑客攻擊了美國人事管理辦公室。他們盜竊了2100萬份美國聯(lián)邦雇員的記錄，其中包括美國商品期貨交易委員會的高級成員。這樣的漏洞在當(dāng)局獲取算法之前就需要修復(fù)，然而，結(jié)果的出現(xiàn)使得一些人懷疑，監(jiān)管當(dāng)局并未認(rèn)真準(zhǔn)備快速迭代的技術(shù)。

5）監(jiān)管者跟上進(jìn)度了嗎？

當(dāng)被問及金融監(jiān)管機(jī)構(gòu)是否「跟上了技術(shù)進(jìn)步」時，76% 的受訪者持反對意見。近十分之七的受訪者表示，他們對于「監(jiān)管機(jī)構(gòu)對金融技術(shù)和它們對如今金融服務(wù)部門的影響有足夠的了解」這一點幾乎沒有信心。一位受訪者評論道，「監(jiān)管機(jī)構(gòu)可悲的不能勝任人工智能監(jiān)管，他們需要增強(qiáng)了解，不然有著被邊緣化的風(fēng)險?！?/p>

在競爭數(shù)據(jù)科學(xué)家和其他擁有機(jī)器學(xué)習(xí)相關(guān)知識的專業(yè)人員方面，面對大型金融機(jī)構(gòu)，監(jiān)管機(jī)構(gòu)肯定處于不利地位。這使得他們很難跟上這一領(lǐng)域最新的技術(shù)進(jìn)展。不過，監(jiān)管機(jī)構(gòu)開始探索機(jī)器學(xué)習(xí)在金融市場扮演的角色和產(chǎn)生的影響。正如 REGAT 和 MiFID II 一樣，很多探索都發(fā)生在整個系統(tǒng)交易環(huán)境，而不是針對機(jī)器學(xué)習(xí)。然而，在美國證券交易委員會和美國金融業(yè)監(jiān)管局、英國央行（Bank of England）和新加坡金融管理局（Monetary Authority of Singapore）等監(jiān)管機(jī)構(gòu)帶領(lǐng)下，監(jiān)管人員開始了解人工智能和機(jī)器學(xué)習(xí)在金融市場扮演的角色。

在 ASIC，John Price 2015 年初帶頭創(chuàng)立了一個創(chuàng)意中心，試驗在金融市場上應(yīng)用機(jī)器學(xué)習(xí)的不同領(lǐng)域，而且它已經(jīng)向使用這樣技術(shù)的公司/組織提供建議。Victoria Pinnington 在加拿大 IIROC 也正在帶領(lǐng)一個類似的組織。兩邊官員都說，他們所在的機(jī)構(gòu)都在與監(jiān)管機(jī)構(gòu)交流研究結(jié)果。

這種互動便是調(diào)查對象們給監(jiān)管機(jī)構(gòu)提議的核心所在。當(dāng)被問及監(jiān)管機(jī)構(gòu)應(yīng)采取的管理新技術(shù)風(fēng)險的單一措施是什么時，多數(shù)受訪者（32%）認(rèn)為監(jiān)管機(jī)構(gòu)應(yīng)該與一些金融科技公司合作。而有的受訪者（25%）則建議應(yīng)該在全球范圍內(nèi)協(xié)調(diào)跨市場的監(jiān)管能力。

調(diào)查中，絕大多數(shù)的產(chǎn)業(yè)管理者們相信，我們需要針對人工智能和機(jī)器學(xué)習(xí)的新監(jiān)管形式。60% 的調(diào)查對象相信，現(xiàn)存的規(guī)定需要加以改善，而目前的監(jiān)管是不夠的（見圖 6 ）。但是，監(jiān)管者并不想在近期起草針對人工智能的特別規(guī)定。那些近期出現(xiàn)的規(guī)定將關(guān)注算法本身或者稍廣泛的系統(tǒng)性交易領(lǐng)域。在澳大利亞，Price 先生說，任何規(guī)則制定都應(yīng)該以原則為基礎(chǔ)，而不是基于規(guī)定?！溉魏涡碌囊?guī)則都不會說『你得去做X、Y 還有 Z』。它們會規(guī)定，比如說，要求這些公司必須要擁有足夠完善的風(fēng)險管理程序。」

6）飛行員與自動飛行

幾乎可以確信，隨著時間的流逝，機(jī)器學(xué)習(xí)將把一些交易員、分析師、還有其他產(chǎn)業(yè)雇員推離他們目前的崗位。68% 的調(diào)查對象預(yù)期，在十五年內(nèi)將看到自己工作發(fā)生完全或者顯著的改變。每十個人中就會有四人擔(dān)心三年內(nèi)它會對勞動力結(jié)構(gòu)帶來負(fù)面影響。

然而，在大多數(shù)職位中（包括交易），人類還不太可能在短期內(nèi)就消失。據(jù) Hodjat 先生所言，個體交易者的角色將會被削弱一些，但絕不會完全被抹滅。他指出，特定類型的交易技能是無法被代替的，才華橫溢的專業(yè)人員也會被需要，比如需要他們構(gòu)建、驗證算法。這也許會挫敗一位微軟執(zhí)行官在 2014 年所作出的預(yù)言：「在十年內(nèi)，將由機(jī)器人運行這座城市，投資銀行家們、分析師們、甚至是量化分析師都會變得多余?！?/p>

Amen 先生也相信，引導(dǎo)人工智能運用走向成功，人類直覺和影響十分重要?！讣词故褂脵C(jī)器學(xué)習(xí)，你仍需要運用少量的市場理解和直覺。輸入一個系統(tǒng)，接下來十年都不管它，情況不是這樣的；你時刻都希望想出與市場變化有關(guān)的新點子，這最終還是需要人來做。」

Ebner 先生把機(jī)器學(xué)習(xí)時代里投資組合經(jīng)理的職位比做飛行員?！肝覀冎車嬖谀撤N結(jié)構(gòu)，而且我們一路上幾乎都在采用自動飛行模式，但是，我們可以將一些細(xì)節(jié)信息輸入導(dǎo)航系統(tǒng)，可以決定什么時候自動飛行，什么時候手動操作。我們正控制著這架飛機(jī)?！?/p>

五、結(jié)論

2016 年年初，一群世界領(lǐng)軍的企業(yè)家，包括 Peter Thiel 和 Elon Musk，宣布他們將要投入十億美金建立一個叫做 OpenAI 的公司。它的唯一目的就是保護(hù)人類免受人工智能危害。在一封公開信中，這些創(chuàng)始人總結(jié)了這項技術(shù)中的緊張關(guān)系，寫道，「我們很難測量人類級別的人工智能到底會給社會帶來多少好處，同樣難以想象如果以不當(dāng)?shù)姆绞綐?gòu)建、使用人工智能，會對社會產(chǎn)生什么樣的危害。」

類似的情緒也貫穿了金融市場對人工智能應(yīng)用的看法。所有人都承認(rèn)，機(jī)器學(xué)習(xí)會有多么顛覆性，對比，我們還有很多需要學(xué)習(xí)的地方。同時，我們也需要去了解它潛在的負(fù)面效果。

大多數(shù)的受訪者都對未來人工智能在金融市場的角色表示出謹(jǐn)慎的樂觀。這一樂觀態(tài)度源自于人們認(rèn)識到，成功的應(yīng)用將會帶來的巨大機(jī)遇。然而，像所有的科技一樣，很大程度上，人工智能使用方式將最終決定它的風(fēng)險跟回報。

六、關(guān)于本調(diào)查

1）定義我們的術(shù)語

人工智能是一個總稱，包含了計算機(jī)科學(xué)研究的多個領(lǐng)域，這些領(lǐng)域都試圖讓計算機(jī)系統(tǒng)執(zhí)行那些通常需要借助人類智能的任務(wù)，比如視覺感知和決策。機(jī)器學(xué)習(xí)是人工智能的一個分支，它能讓計算機(jī)系統(tǒng)根據(jù)算法和分析數(shù)據(jù)，獨立學(xué)習(xí)和自適應(yīng)。人們正將機(jī)器學(xué)習(xí)布局在金融業(yè)的幾個領(lǐng)域里，最顯著的當(dāng)屬交易和財務(wù)研究方面，但是，機(jī)器學(xué)習(xí)也被用于其它方面，比如投資咨詢。

2）這一研究

調(diào)查時，Euromoney Institutional Investor Thought Leadership 從全世界的金融機(jī)構(gòu)中調(diào)查了424 名高級管理人員。其中，超過四分之一（26%）的受訪者在資產(chǎn)管理公司工作，16% 的受訪者在投資銀行工作，其余的在銀行、保險公司、對沖基金和經(jīng)紀(jì)公司工作。大多數(shù)的受訪者（57%）在他們的公司擁有 C 級職位；剩下的其他人是不同領(lǐng)域的高級管理人員，包括數(shù)據(jù)、技術(shù)、法律、合規(guī)等。此外，調(diào)查對象中大型、中型、小型企業(yè)都有涉及，51% 的公司擁有 100 名或更多的員工。最后，調(diào)查樣本是全球范圍的：三分之一的受訪者來自歐洲，三分之一的受訪者來自北美，16% 來自亞洲，剩下的受訪者來自拉丁美洲、中東和非洲。

除外，還有 11 名高級產(chǎn)業(yè)高管和獨立專家參與了深度訪談。

他們是：

Saeed Amen ：Thalesians 總經(jīng)理、聯(lián)合創(chuàng)始人

Paul Ebner：Blackrock Scientific Activ Equity 高級投資組合經(jīng)理

John G.Flaim：貝克•麥堅時的知識產(chǎn)權(quán)全球總監(jiān)

Peter Hafez：首席數(shù)據(jù)科學(xué)家，Raven Pack

Babak Hodijat：Sentient 科技公司的首席科學(xué)家

Adrian J.Lawrence：貝克•麥堅時的媒體和 IT 合作伙伴

Andrew Lo：MIT 斯隆管理學(xué)院金融工程實驗室的金融教授、主任

Victoria Pinnington：加拿大投資行業(yè)監(jiān)管組織（IIROC）市場監(jiān)管高級副總裁

John Price：澳大利亞證券投資委員會委員

Astrid Raetze：貝克•麥堅時的銀行與金融業(yè)務(wù)合作伙伴

Arun Srivastava：貝克•麥堅時的金融服務(wù)監(jiān)管合作伙伴

《機(jī)器中的幽靈：金融市場中的人工智能、風(fēng)險及監(jiān)管》是Euromoney Institutional Investor Thought Leadership 的一項報告，受到了貝克·麥堅時國際律師事務(wù)所的委托。這一研究由 Thought Leadership 指揮完成的。報告中的結(jié)果和觀點只代表 Thought Leadership 公司自己，不完全反映贊助商的觀點。

調(diào)查數(shù)據(jù)產(chǎn)生了許多關(guān)于人工智能技術(shù)如何被來自世界各地的管理者們采用、管理和感知的有趣發(fā)現(xiàn)和見解。下面是調(diào)查中一些其它有趣的發(fā)現(xiàn)。

3）非洲是人工智能「局外人」？

當(dāng)被問到在接下來的三年里，人工智能和機(jī)器學(xué)習(xí)將會顛覆哪三大部門時，幾乎世界各地的金融服務(wù)高管們都選擇信貸、資產(chǎn)管理和股票證券交易受到的影響最大。

特例是那些來自中東和非洲的調(diào)查對象。有趣的是，他們預(yù)言了支付系統(tǒng)和虛擬錢包將會首先受到顛覆。正當(dāng)大量的移動銀行平臺在非洲鄉(xiāng)村推廣時，我們能否期待新的人工智能應(yīng)用將會更進(jìn)一步的改革非洲的小額銀行業(yè)務(wù)？

4）最高管理層預(yù)見了顛覆

我們分析了參與者中高級管理層的回答，他們是一個有影響力的團(tuán)體，占到了全部調(diào)查人數(shù)的 57%。驚奇的是，這些決策制定者們認(rèn)為，在整個金融服務(wù)業(yè)中，人工智能最負(fù)面的影響將會體現(xiàn)在勞動力結(jié)構(gòu)上。

39% 的調(diào)查對象認(rèn)為人工智能在勞動力結(jié)構(gòu)上的影響，要么非常消極要么比較消極。他們也承認(rèn)，人工智能在市場穩(wěn)定性上的負(fù)面影響，有 38% 的人認(rèn)為人工智能技術(shù)將會有負(fù)面的或者非常負(fù)面的影響。

5）監(jiān)管和干預(yù)上的合作與協(xié)調(diào)

當(dāng)我們要求調(diào)查對象給出一個監(jiān)管機(jī)構(gòu)應(yīng)該采取的、解決新科技影響的最重要的辦法時，大多數(shù)人表示，監(jiān)管機(jī)構(gòu)和金融科技使用者之間的合作是最重要的（32%）。然而，亞洲的調(diào)查對象把以一種系統(tǒng)的全球方式，協(xié)同各個市場的監(jiān)管能力看做是最重要的措施。不出所料，（38%）調(diào)查對象不認(rèn)為，管理者增加市場監(jiān)督或者迫使市場參與者們公布更多技術(shù)信息是最佳的解決辦法。

6）對監(jiān)管者的信任度

全球?qū)ΡO(jiān)管者的信任度都非常低，但在北美洲尤其的明顯。這個發(fā)現(xiàn)非比尋常。因為美國的金融監(jiān)管者已經(jīng)引進(jìn)了全球最先進(jìn)的機(jī)構(gòu)，其中包括金融研究辦公室（the Office for Financial Research），一個通過先進(jìn)的數(shù)據(jù)科學(xué)對金融市場進(jìn)行更為精細(xì)分析的組織。

7）人工智能/機(jī)器學(xué)習(xí)和監(jiān)管

一些調(diào)查對象相信，為了解決由人工智能/機(jī)器學(xué)習(xí)引發(fā)的問題，需要起草、實施進(jìn)一步的規(guī)定。那些專司法律、合規(guī)以及規(guī)定領(lǐng)域的調(diào)查對象，與數(shù)據(jù)和技術(shù)特定部門人士一起，最渴望新規(guī)定的出臺和實施。

七、附錄（完整調(diào)查結(jié)果）

Q1：你認(rèn)為，三年內(nèi)，下面的金融服務(wù)部門會多大程度上被人工智能和機(jī)器學(xué)習(xí)技術(shù)改變？

Q2：在未來三年，你期望人工智能和機(jī)器學(xué)習(xí)最能顛覆哪一個金融服務(wù)部門？（最多選擇三項）

Q3：在未來三年，人工智能和機(jī)器學(xué)習(xí)對下面金融市場方面將產(chǎn)生怎樣的影響？

Q4：人工智能和機(jī)器學(xué)習(xí)會如何影響金融市場結(jié)構(gòu)？下面哪一條描述，最接近你的預(yù)測？

Q5：就中、長期而言，你認(rèn)為，你的工作將多大程度上被人工智能和機(jī)器學(xué)習(xí)技術(shù)改變？

Q6：在接下來三年中，下面列出的技術(shù)中，哪一個對你的公司/組織最為重要？

Q7：您希望貴公司在未來三年中將人工智能或機(jī)器學(xué)習(xí)技術(shù)引入哪些領(lǐng)域？（可多選）

Q8：貴公司通過何種方式開發(fā)人工智能或機(jī)器學(xué)習(xí)的能力儲備？（可多選）

Q9：公司希望借由引入人工智能或機(jī)器學(xué)習(xí)技術(shù)所達(dá)到的最重要的優(yōu)勢是那些（最多三項）？

Q10：公司在嘗試引入人工智能或機(jī)器學(xué)習(xí)技術(shù)所遇到的最艱難的障礙是那些（最多三項）？

Q11：公司董事會是否了解新技術(shù)對公司業(yè)務(wù)產(chǎn)生的更加廣泛的影響？

Q12：你是否贊同以下陳述？

Q13：為了應(yīng)對金融新技術(shù)所造成的影響，監(jiān)管機(jī)構(gòu)應(yīng)采取的最重要措施是哪一個？

Q14：你是否認(rèn)同以下觀點？

Q15：監(jiān)管部門已經(jīng)充分了解及融技術(shù)及其對當(dāng)前金融服務(wù)部門的影響，對于這一判斷，你有多大信心？

Q16：為了降低監(jiān)管風(fēng)險，監(jiān)管者應(yīng)當(dāng)優(yōu)先在 哪個領(lǐng)域采納人工智能技術(shù)？

Q17：你認(rèn)為現(xiàn)有的規(guī)定足夠解決人工智能/機(jī)器學(xué)習(xí)產(chǎn)生的問題？

Q18：你所在的組織已經(jīng)很好理解了所有與新技術(shù)有關(guān)的實質(zhì)法律風(fēng)險嗎？對此，你有多自信？

Q19：你的公司/組織已經(jīng)認(rèn)識所有其他與金融技術(shù)有關(guān)的風(fēng)險了嗎？對此，你有多自信？

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！