在過去的幾年中，高盛(Goldman Sachs)和摩根大通(JP Morgan)等大型投資銀行已聘請學術界以外的人工智能專家，機器人維修，并由其負責內(nèi)部AI部門。金融技術初創(chuàng)企業(yè)已開始使用機器學習算法來建模信用評級并檢測。對沖基金和高頻交易者正在使用AI做出投資決策。
政客們開始注意到。10月中旬，新成立的眾議院金融服務委員會人工智能特別工作組舉行了聽證會，討論了人工智能如何引發(fā)金融業(yè)對數(shù)據(jù)隱私的關注。6月，參議員伊麗莎白·沃倫(Elizabeth Warren)呼吁聯(lián)邦監(jiān)管機構(gòu)嚴厲打擊金融機構(gòu)的“算法歧視”，并指出金融技術公司通常向少數(shù)群體收取更高的利率。
人工智能也可以從根本上改變我們金融系統(tǒng)的運作方式。直到我們了解這些變化將如何發(fā)揮作用，否則我們將無能力應對這些變化。在過去的十年中，更廣闊的人工智能領域取得了長足的進步。我們已經(jīng)看到AI擊敗了世界上最好的“ Jeopardy”玩家和古老的棋盤游戲Go，發(fā)現(xiàn)了與Lou Gehrig病相關的未知基因以及鳳凰城街頭的無人駕駛汽車。這些成就得益于更好的算法，庫卡機器人驅(qū)動器維修，功能更強大的計算機和越來越大的數(shù)據(jù)集。
由于許多原因，KUKA機器人維修，應該為華爾街的人工金融情報的興起而稱贊。如果我們能夠找到更有效地配置資金，更準確地識別風險或簡單地賺錢的方法，那將是一件好事。它可以使商業(yè)運作順暢，并且至少在理論上可以提高所有船只的效率。
但是每個新工具都有其怪癖和風險，人工智能也不例外。
金融中的AI問題源于AI算法的工作方式。今天，當人們談論人工智能時，他們實際上是在談論計算機科學的特定領域，即機器學習。機器學習算法將獲得大量信息，并通過識別信息中的模式來預測未來事件。這個復雜系統(tǒng)的基礎是驅(qū)動AI的數(shù)據(jù)。
但是，使AI在其他領域如此成功的獨特功能也使其在應用于金融領域時非常危險。這些威脅反映了造成上一次金融危機的問題，當時復雜的衍生品和人們對次級抵押貸款的了解不足，使世界陷入了嚴重的蕭條之中，必須予以認真對待。