新浪财经魏天记发行于纽约
新浪财经通信于当地时间11月10日，在纽约举行的第25届全美华人金融协会年会上，Citadel养老基金最高人工智能官邓力，瑞信银行最高经济学家James Sweeney，Tse资产管理公司最高投资官Irene Tse， Helmsley慈善信托基金风险部主任Christopher Rapcewicz等行业权威分别就人工智能、大数据、云计算等创新技术在金融领域的应用及影响发表了自己的见解。
Citadel最高人工智能官邓力博士在主题演讲中，将焦点放在当前深度学习技术在投资管理领域的挑战上。 例如摩根大通等公司已经存储了大量的代替数据，通过搜索引擎上的点击信息、Alexa等智能语音助理订购物品的信息、携带信息等，他说，无论如何处理和利用传统的金融数据，都开始进入各大金融机构的视野
邓力在金融领域人工智能的应用目前主要面临三个挑战。 一是异构数据问题，强调了不同数据样本之间差异较大，传统金融数据和替代数据完全不同，难以整合，即使替代数据中每个样本的形式、标准大不相同，处理数据也是困难的。 第二，数据的信噪比过低意味着有用的信息相对于无用的“噪声”信息过小，例如从社交媒体提取的数据大部分投资于无用的信息，如何消除噪声，提取有效的信息也是一个难题。
第三，金融领域竞争特性导致数据不稳定，金融公司算法和数据几乎不共享，新开发的模型和算法在竞争中逐渐失去有效性，不能持续使用。 邓力说，金融学界未能提出解决这一问题的有效模式。
在年会座谈会上，Helmsley慈善信托基金风险部主任Christopher Rapcewicz表示，随着云计算、开源等技术的低价普及，创业运营成本和门槛大幅下降。 1999年处于a轮融资阶段的创业公司为了完成基础设施建设至少需要5百万至千万美元，2016年这个成本已经控制在25万至50万美元左右。
瑞信银行的最高经济学家兼美国首席投资官詹姆斯·斯威尼，科技创新创造了越来越多的可能性。 十年前，人们很难构筑对未来的想象，今天在数据、云计算等技术的进步下，想象未来并不那么困难。
Tse资产管理公司的首席投资官Irene Tse表示，人工智能技术的应用在过去10年间也发生了很大的变化，10年前人们倾向于自己操作机器，如何将人与机器联系起来变得越来越重要，机器的优点是能够处理的数据量大，速度快，线性分析能力强， 人类擅长捕捉宏观环境的变化和非线性逻辑，例如当扑克被弹劾时，人们可以正确判断这种情况对市场的影响。 因此，人与机的结合是未来人工智能的发展趋势。