項目三技高一籌：區(qū)塊鏈與智能金融學(xué)習(xí)目標1.能夠簡述區(qū)塊鏈技術(shù)的基本原理，列舉區(qū)塊鏈的運作機制。2.能夠描述區(qū)塊鏈的核心技術(shù)、主要特點、技術(shù)演進、基本分類和模型架構(gòu)。3.能夠識別區(qū)塊鏈技術(shù)在金融科技中的典型應(yīng)用，并分析其風(fēng)險和挑戰(zhàn)。4.能夠簡述人工智能的概念及其基本原理，辨析人工智能、機器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系。5.能夠識別和闡述人工智能對金融創(chuàng)新的影響以及典型的智能金融應(yīng)用。6.能夠辨別生成式人工智能與大模型的關(guān)系，列舉生成式人工智能的金融應(yīng)用場景和金融大模型的主要功能，概述生成式人工智能的主要監(jiān)管法規(guī)。知識目標1.能夠運用區(qū)塊鏈的去中心化、數(shù)據(jù)不可篡改、共識信任、可追溯性、智能合約等創(chuàng)新特征，提出解決金融行業(yè)現(xiàn)實“痛點”的創(chuàng)意方案或?qū)Σ呓ㄗh。2.能夠運用機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能的基本算法，分析簡單的智能金融模型，并結(jié)合具體的應(yīng)用場景，輔助決策。3.能夠初步掌握運用人工智能和智能投顧等技術(shù)進行金融科技投資的方法和步驟。4.能夠在金融大模型的輔助下，針對具體的金融應(yīng)用場景和金融決策問題，提出針對性的解決方案或策略建議。能力目標1.結(jié)合區(qū)塊鏈的創(chuàng)新特征，探索“區(qū)塊鏈+供應(yīng)鏈金融”紓解小微企業(yè)融資困境的實現(xiàn)路徑，體會信用創(chuàng)造價值，樹立誠實守信的價值觀，培養(yǎng)交叉跨學(xué)科創(chuàng)新能力和崇尚科學(xué)的精神。2.能夠辨析金融科技與監(jiān)管科技的辯證統(tǒng)一關(guān)系，描述金融科技發(fā)展的前沿趨勢。素養(yǎng)目標生成式人工智能助力基金營銷案例導(dǎo)讀2022年11月，一款由美國人工智能實驗室OpenAI推出的人工智能聊天機器人ChatGPT受到了全世界的極大關(guān)注，在短短的5天時間內(nèi)用戶數(shù)量就突破了100萬，在兩個月時間里就吸引了超過1億的活躍用戶，成為歷史上用戶數(shù)量增長最快的應(yīng)用程序。由ChatGPT帶來的人工智能技術(shù)的革命性突破，推動了生成式人工智能在各行各業(yè)的快速傳播和廣泛應(yīng)用。金融科技領(lǐng)域由于數(shù)據(jù)和技術(shù)密集的特征，成為生成式人工智能和與之相關(guān)的大模型的重要應(yīng)用領(lǐng)域。讓我們通過一家金融科技公司的公募基金投資顧問小李的一天，來直觀感受一下生成式人工智能和金融大模型對金融營銷的顛覆性影響。早上到公司后，小李做的第一件事就是打開公司最新安裝的基于金融大模型的AI助手——小智，開始在對話框中錄入問題。（第一個問題）“小智，請打開我今天上午的計劃表?！薄昂玫?，小李。這是今天上午的計劃表，你計劃給三個客戶打電話，這是預(yù)約的時間和他們的電話號碼?！苯裉煲獪贤ǖ牡谝粋€客戶是張女士，印象中這位客戶只聯(lián)系過一次，對她的資料并不熟悉，于是他在系統(tǒng)選項中勾選了“查找前期通話記錄文稿和微信聊天記錄”和“查找公司內(nèi)交易數(shù)據(jù)”兩個選項，并在對話框中連續(xù)問了三個問題，“小智，我上次與她聯(lián)系是什么時候？她目前都持有什么投資？最近是否在公司買賣過產(chǎn)品？”系統(tǒng)只用了兩到三秒就提供了快速、準確的回答：“根據(jù)記錄，你上次聯(lián)系她是25天前，她最近一個月沒有交易過任何產(chǎn)品，目前她的持倉只有兩筆債券類產(chǎn)品?！毙±罾^續(xù)在系統(tǒng)里勾選“查找前期通話記錄文稿和微信聊天記錄”，問道：“小智，之前聯(lián)系時她表示對什么產(chǎn)品感興趣？”“她表示過對混合型基金有興趣”，系統(tǒng)快速回答?！澳巧洗问欠裼薪o她推混合型基金產(chǎn)品？她為什么沒買？”小李繼續(xù)在前期通話記錄中找答案?！吧洗瓮扑]產(chǎn)品時，她表示沒有閑錢，將在一個月之后有獎金入賬，屆時再進行配置?！蹦乾F(xiàn)在正是時候，小李心想。于是，他立刻勾選了“產(chǎn)品推薦引擎”選項，繼續(xù)問道，“小智，目前公司在售的混合型基金中，哪款比較匹配張女士的偏好？”幾秒鐘之后，小智給出了答案，“根據(jù)模型的預(yù)測，目前有A、B、C三只基金，較為適合張女士?！毙±钜豢矗珻這只基金昨天剛剛開始發(fā)售，但他還沒有時間學(xué)習(xí)該產(chǎn)品的文件資料，于是他勾選了“產(chǎn)品介紹”選項，對話框中立即彈出了該產(chǎn)品的完整介紹。由于沒有時間仔細閱讀這個冗長的文件，小李隨即勾選了“產(chǎn)品比較”選項，問道，“小智，請用一段文字總結(jié)這款產(chǎn)品的主要亮點，并跟B基金進行比較?！焙芸?，小智在對話框中羅列了C基金的主要亮點，以及與B基金的主要差異。通過與小智的以上對話，小李認為自己已經(jīng)準備好，于是撥通了張女士的電話，開始營銷。通話很順利，張女士表示自己恰巧在選擇混合型基金產(chǎn)品，并對小李的推薦和專業(yè)話術(shù)感到滿意。通話期間，張女士好奇地問到另外一款D產(chǎn)品為什么表現(xiàn)不好，小李在對話框中同步將問題拋給小智，立刻得到一段比較翔實、多角度的市場分析解釋，及時傳遞給張女士。下午四點半，小李在助手小智的幫助下，提前完成了當(dāng)天的工作計劃，且取得了良好的營銷進展。以上就是一家金融科技公司公募基金投資顧問小李的一天，也是生成式人工智能技術(shù)和金融大模型賦能的一個典型示例。生成式人工智能的性能在某些方面甚至超出了我們的預(yù)期。例如：讓機器從非結(jié)構(gòu)化的通話記錄文稿中，快速準確地找到相關(guān)信息并以問答輸出；讓機器閱讀長篇累牘的產(chǎn)品或咨詢文檔，自動提煉要點；再比如，讓機器在自然語言的指示下，自己去數(shù)據(jù)庫抓數(shù)和作圖，實現(xiàn)數(shù)據(jù)分析和制圖的自動化等。隨著技術(shù)的進步和訓(xùn)練數(shù)據(jù)的增加，人工智能在金融領(lǐng)域的應(yīng)用具有廣闊的前景和美好的未來。目錄區(qū)塊鏈原理與金融科技應(yīng)用任務(wù)一人工智能原理與智能金融應(yīng)用任務(wù)二生成式人工智能與金融大模型任務(wù)三“區(qū)塊鏈+供應(yīng)鏈金融”合力紓解小微企業(yè)融資困境德技并修任務(wù)一區(qū)塊鏈原理與金融科技應(yīng)用PARTONE一區(qū)塊鏈的運作機制【理論導(dǎo)學(xué)】一、區(qū)塊鏈的運作機制區(qū)塊鏈技術(shù)，被譽為是繼蒸汽機、電力、信息和互聯(lián)網(wǎng)科技之后，目前最有潛力觸發(fā)第五輪顛覆性革命浪潮的核心技術(shù)。作為比特幣的底層支撐技術(shù)，區(qū)塊鏈已經(jīng)成為新興金融科技發(fā)展的關(guān)鍵引擎。根據(jù)中國人民銀行發(fā)布的《區(qū)塊鏈技術(shù)金融應(yīng)用評估規(guī)則》，區(qū)塊鏈(Blockchain)是指一種由多方共同維護，使用密碼學(xué)保證傳輸和訪問安全，能夠?qū)崿F(xiàn)數(shù)據(jù)一致存儲、防篡改、防抵賴的技術(shù)體系。雖然比特幣僅是區(qū)塊鏈的第一個成功應(yīng)用，但可以通過它來分析區(qū)塊鏈的運作機制?！爸斜韭敗?SatoshiNakamoto)在《比特幣：一種點對點電子現(xiàn)金系統(tǒng)》這篇論文中提出了基于區(qū)塊鏈的加密數(shù)字貨幣原型，如圖所示。圖“中本聰”發(fā)表的奠基性論文《比特幣：一種點對點的電子現(xiàn)金系統(tǒng)》一、區(qū)塊鏈的運作機制比特幣交易采用P2P，即點對點方式，交易發(fā)生后自動向全網(wǎng)廣播。“挖礦者”為了得到比特幣獎勵，記錄一定時間內(nèi)，目前系統(tǒng)設(shè)定約10分鐘的所有交易，并據(jù)此計算一個符合難度系數(shù)的“哈希散列”。最先計算出者，向全網(wǎng)廣播，各節(jié)點驗證后，成為最新區(qū)塊。已達成交易的區(qū)塊加上“時間戳”，連接在一起形成“區(qū)塊鏈”，使其擁有可追溯性。區(qū)塊鏈的主要結(jié)構(gòu)如圖所示。圖

區(qū)塊鏈的主要結(jié)構(gòu)示意圖一、區(qū)塊鏈的運作機制比特幣的總數(shù)在設(shè)計之初就被限定在了2100萬枚，而作為每形成一個新區(qū)塊的挖礦獎勵的比特幣數(shù)量是遞減的，每隔約4年（準確地說，是每隔21萬個區(qū)塊）每區(qū)塊發(fā)行比特幣的數(shù)量就會降低一半。直到2140年左右，屆時所有的比特幣將全部發(fā)行完畢，即比特幣發(fā)行總量穩(wěn)定在2100萬枚的上限，此后不會再有新發(fā)行比特幣作為“挖礦”的獎勵，比特幣區(qū)塊鏈的經(jīng)濟激勵都將由交易流通過程中的手續(xù)費提供。一、區(qū)塊鏈的運作機制【隨堂測試3-1】比特幣是否屬于“貨幣”？結(jié)合關(guān)于貨幣的本質(zhì)和職能的相關(guān)知識，你認為比特幣等加密數(shù)字貨幣是否屬于金融學(xué)意義上的“貨幣”？請談?wù)勀愕目捶āＲ阎忍貛艆^(qū)塊鏈約每10分鐘生成一個區(qū)塊，每個區(qū)塊記錄約2000筆交易（大小不超過1MB），則比特幣網(wǎng)絡(luò)每秒確認的交易筆數(shù)約為（）。隨堂測試3-2A.1筆B.2筆C.3筆D.4筆PARTTWO二區(qū)塊鏈體系下交易的核心技術(shù)首先，關(guān)于身份確認，區(qū)塊鏈是通過非對稱加密算法和數(shù)字簽名來實現(xiàn)的。區(qū)塊鏈運用非對稱加密算法和DPKI(DistributedPublic

Key

Infrastructure，分布式公鑰基礎(chǔ)設(shè)施)數(shù)字簽名來保障網(wǎng)絡(luò)上匿名交易的安全性和數(shù)據(jù)不會被惡意篡改。非對稱加密算法使用公鑰和私鑰兩個獨立的密鑰。在使用非對稱加密技術(shù)的區(qū)塊鏈網(wǎng)絡(luò)中，公鑰和私鑰的關(guān)系是：區(qū)塊鏈交易有兩個核心問題必須解決：一是交易雙方的身份確認問題；二是交易賬戶的真實性問題，即確認轉(zhuǎn)出方賬戶中確實有錢?！纠碚搶?dǎo)學(xué)】二、區(qū)塊鏈體系下交易的核心技術(shù)圖

非對稱加密傳輸二、區(qū)塊鏈體系下交易的核心技術(shù)公鑰和私鑰一般成對出現(xiàn)；私鑰只有本人才有，而公鑰是全網(wǎng)公開的；如果你的消息使用公鑰加密，那么需要該公鑰對應(yīng)的私鑰才能解密；如果你的消息使用私鑰加密，那么需要該私鑰對應(yīng)的公鑰才能解密。非對稱加密的作用是：保護消息內(nèi)容,并且讓消息接收方確定發(fā)送方的身份。小明打算通過區(qū)塊鏈網(wǎng)絡(luò)向小紅發(fā)送一條涉密信息，想讓全網(wǎng)都可以驗證是小明發(fā)出的，則小明應(yīng)該用（）加密該條信息。而如果要確保只有小紅才能解密該信息，則小明應(yīng)該用（）加密。隨堂測試3-3A.小明的私鑰B.小明的公鑰C.小紅的私鑰D.小紅的公鑰其次，賬戶確認是通過“挖礦”過程中的可追溯機制來完成的。賬戶真實性要求確認交易清單的有效性，其實也就是要確認當(dāng)前每筆交易的付款人有足夠的數(shù)字貨幣余額來支付。由于每個區(qū)塊的交易信息中均包含了待支付的這筆錢是如何來的，還包含了記錄來源交易的上一個區(qū)塊的“哈希散列”，即賬單編號，如圖所示。圖

區(qū)塊鏈追溯和確認交易清單示意圖二、區(qū)塊鏈體系下交易的核心技術(shù)PARTTHREE三區(qū)塊鏈的主要特點【理論導(dǎo)學(xué)】三、區(qū)塊鏈的主要特點區(qū)塊鏈技術(shù)基于P2P（per-to-peer，點對點）對等網(wǎng)絡(luò)，無中心化的物理節(jié)點與管理機構(gòu)，各節(jié)點地位平等，數(shù)字貨幣交易數(shù)據(jù)分布式存儲在各節(jié)點上，并按統(tǒng)一的共識機制和規(guī)則運行，部分節(jié)點損壞不會影響整體運作。去中心化網(wǎng)絡(luò)與中心化網(wǎng)絡(luò)的網(wǎng)絡(luò)架構(gòu)對比如圖所示。（一）分布式與去中心化圖去中心化網(wǎng)絡(luò)（左）與中心化網(wǎng)絡(luò)（右）對比通過對比特幣區(qū)塊鏈交易過程的分析，我們可以總結(jié)出區(qū)塊鏈運作機制的主要特點。三、區(qū)塊鏈的主要特點與對稱加密不同，非對稱加密使用公、私鑰體系對數(shù)據(jù)進行數(shù)字簽名認證，私鑰只有本人才有，而公鑰是全網(wǎng)公開的，用以驗證交易對手的身份。別人的交易數(shù)據(jù)只能用“公鑰”來驗證，而無法修改。而要修改自身交易數(shù)據(jù)，則不僅需要同時控制總數(shù)51%以上的節(jié)點，并且計算機的算力要支持其篡改區(qū)塊的速度快于區(qū)塊鏈系統(tǒng)的更新速度，這很難實現(xiàn)。綜上，區(qū)塊鏈的非對稱加密算法和DPKI數(shù)字簽名認證實現(xiàn)了對交易信息的保護，能有效防范數(shù)據(jù)泄露和數(shù)據(jù)篡改等信息安全風(fēng)險。（二）非對稱加密與數(shù)據(jù)不可篡改三、區(qū)塊鏈的主要特點共識和去信任是區(qū)塊鏈的兩個重要概念。雖然區(qū)塊鏈網(wǎng)絡(luò)節(jié)點間的數(shù)據(jù)傳輸以匿名形式進行，但運行規(guī)則和全部交易數(shù)據(jù)公開透明，每一次運作細則都對全網(wǎng)可見，紓解了交易對手的信息不對稱風(fēng)險，使各節(jié)點間的互通往來，包括比特幣交易，不需要以信任機制為擔(dān)保。算法共識機制使全網(wǎng)節(jié)點達成共識，創(chuàng)造出區(qū)塊鏈上免信任的記賬機構(gòu)，保證每筆交易在所有記賬節(jié)點上的一致性。區(qū)塊鏈常見的算法共識機制包括工作量證明機制(PoW，ProofofWork)、權(quán)益證明機制(PoS，ProofofStake)、授權(quán)股份證明機制(DPoS，DelegatedProofofStake)、拜占庭容錯算法(BFT)和有向無環(huán)圖(DAG，DirectedAcyclicGraph)等。（三）共識信任機制三、區(qū)塊鏈的主要特點區(qū)塊中的數(shù)據(jù)可以編程，可以把交易合同以代碼形式放到區(qū)塊鏈上，合同在約定條件下可自動執(zhí)行。智能合約的本質(zhì)是傳統(tǒng)合同的數(shù)字化程序，即當(dāng)事人同意依據(jù)一定的計算機算法來確定合同的內(nèi)容、訂立合同和履行合同的行為。（四）智能合約機制三、區(qū)塊鏈的主要特點（四）智能合約機制圖

智能合約模型示意圖智能合約模型是運行在可復(fù)制、可共享的賬本上的計算機程序，可以維持自己的狀態(tài)，控制自己的資產(chǎn)（狀態(tài)、資產(chǎn)與代碼一樣，被存儲在賬戶上）。還可以對接收到的外界信息進行回應(yīng)，如圖所示。該程序就像一個可以被信任的機構(gòu)，可以臨時保管資產(chǎn)，總是根據(jù)預(yù)置的響應(yīng)條件和響應(yīng)規(guī)則，自動執(zhí)行對應(yīng)的合約操作。三、區(qū)塊鏈的主要特點（五）集體監(jiān)督維護如果把區(qū)塊鏈數(shù)據(jù)庫看作一個賬本，那么對于它的讀寫就成了記賬行為。分布式系統(tǒng)中所有節(jié)點都可以通過計算符合難度系數(shù)的“哈希散列”的方式競爭記賬，并獲得比特幣獎勵。獲得記賬權(quán)的節(jié)點把交易信息記入賬本，然后發(fā)送給系統(tǒng)中的所有其他節(jié)點。所有節(jié)點對交易記錄進行驗證和監(jiān)督，如果驗證通過，則同步更新本節(jié)點的賬本，所以區(qū)塊鏈也稱為分布式賬本（Distributed

Ledger）。系統(tǒng)中的數(shù)據(jù)塊由系統(tǒng)中所有具有維護功能的節(jié)點來共同維護，而這些具有維護功能的節(jié)點是開源的，任何人都可以參與，這稱為區(qū)塊鏈的集體維護。區(qū)塊鏈集體維護可以降低成本，驗證節(jié)點記錄結(jié)果的正確性。三、區(qū)塊鏈的主要特點（六）可追溯性區(qū)塊鏈上交易和數(shù)據(jù)的可追溯性是由其獨特的數(shù)據(jù)結(jié)構(gòu)——“MerkleHash樹”來保證的。此外，區(qū)塊鏈帶有時間戳的存儲結(jié)構(gòu)，可以作為區(qū)塊數(shù)據(jù)的存在性證明，具有不可偽造、不可抵賴和可驗證的特點，從而為區(qū)塊鏈應(yīng)用于互聯(lián)網(wǎng)保險等時間敏感領(lǐng)域奠定了基礎(chǔ)。（七）開放性不同于其他創(chuàng)新技術(shù)，區(qū)塊鏈技術(shù)并非發(fā)源于科研院所或企業(yè)，而是來自于開源社區(qū)的“公有鏈”，并在社區(qū)中發(fā)展壯大，此后才逐漸被金融機構(gòu)、IT巨頭等關(guān)注。開源性賦予了區(qū)塊鏈開放和透明的特征。同時，區(qū)塊鏈中信息的傳遞和區(qū)塊的生成都遵循開放透明的共識規(guī)則；每一次事務(wù)處理都以特定形式發(fā)送給其他節(jié)點，授權(quán)節(jié)點可以保存與其權(quán)限相關(guān)的記錄，保證了鏈上數(shù)據(jù)的透明性。PARTFOUR四區(qū)塊鏈的技術(shù)演進與主要分類【理論導(dǎo)學(xué)】四、區(qū)塊鏈體系下交易的核心技術(shù)塊鏈1.0是指以比特幣、萊特幣等為代表的去中心化數(shù)字貨幣，涉及與轉(zhuǎn)賬、匯款和數(shù)字化支付相關(guān)的密碼學(xué)貨幣應(yīng)用。（一）區(qū)塊鏈1.0數(shù)字貨幣階段區(qū)塊鏈2.0是以以太坊（Ethereum）為代表的智能合約，是超越以比特幣為代表的區(qū)塊鏈1.0數(shù)字貨幣之外，在經(jīng)濟、市場和金融等方面的應(yīng)用，包括股票、債券、期貨、貸款、抵押、產(chǎn)權(quán)、智能財產(chǎn)等。區(qū)塊鏈2.0的典型技術(shù)架構(gòu)如圖所示。（二）區(qū)塊鏈2.0智能合約階段四、區(qū)塊鏈體系下交易的核心技術(shù)（二）區(qū)塊鏈2.0智能合約階段虛擬機腳本代碼智能合約層發(fā)行機制分配機制激勵層PoW共識層PoSDPoS網(wǎng)絡(luò)層P2P網(wǎng)絡(luò)傳播機制驗證機制數(shù)據(jù)層區(qū)塊數(shù)據(jù)鏈式網(wǎng)絡(luò)數(shù)字簽字Hash函數(shù)Merkle樹非對稱加密圖

區(qū)塊鏈2.0技術(shù)架構(gòu)四、區(qū)塊鏈體系下交易的核心技術(shù)（三）區(qū)塊鏈3.0擴展應(yīng)用階段區(qū)塊鏈3.0構(gòu)造了一個全球性的分布式記賬系統(tǒng)，它不僅能記錄金融業(yè)的交易，而且可以記錄任何有價值的能以代碼形式表達的事物，如對共享汽車的使用權(quán)、信號燈的狀態(tài)、出生和死亡證明、結(jié)婚證、教育程度、財務(wù)賬目、醫(yī)療過程、保險理賠、投票、能源等等，因此區(qū)塊鏈3.0擴展應(yīng)用階段也被稱為“可編程社會”。表

區(qū)塊鏈的主要分類類別核心特征主要運作機制應(yīng)用舉例公有鏈去中心化權(quán)限對公眾完全開放，所有參與人員均可競爭“記賬權(quán)”，參與節(jié)點之間的信任機制為工作量證明機制，多用于網(wǎng)絡(luò)節(jié)點之間無信任基礎(chǔ)的情況。公有鏈的優(yōu)勢在于節(jié)點全網(wǎng)化和透明化，能夠保證信息和價值在安全可靠的前提下進行快速的流動比特幣、以太坊聯(lián)盟鏈多中心化由具有參與權(quán)限的成員組成，記賬者由參與人員協(xié)商確定，所有參與節(jié)點之間遵循具有一定信任基礎(chǔ)的共識機制R3銀行聯(lián)盟專有鏈中心化由具有中心控制權(quán)限的成員組成，所有參與節(jié)點之間的信任機制為互信機制，多用于節(jié)點之間高度信任的情況企業(yè)中心化系統(tǒng)上鏈在分類的基礎(chǔ)上，區(qū)塊鏈還創(chuàng)新發(fā)展出了跨鏈技術(shù)。利用區(qū)塊跨鏈技術(shù)，通過直接交易或者第三方的鏈接方式，采用基于共識或者信任轉(zhuǎn)移等多種通信手段，可以有效打破不同區(qū)塊鏈間的通信壁壘，實現(xiàn)不同區(qū)塊鏈間的交互，使得不同區(qū)塊鏈可以協(xié)同操作，很大程度上避免了價值孤島問題，推動價值互聯(lián)網(wǎng)的形成。隨著區(qū)塊鏈應(yīng)用領(lǐng)域的不斷拓展，逐漸演化出以下三種類型，即公有鏈、聯(lián)盟鏈和專有鏈，如表所示。四、區(qū)塊鏈體系下交易的核心技術(shù)區(qū)塊鏈的形成是將一段時間內(nèi)接收到的交易數(shù)據(jù)和代碼封裝到一個帶有時間戳的新區(qū)塊中，并鏈接到當(dāng)前最大主鏈的過程，涉及區(qū)塊、鏈式結(jié)構(gòu)、散列算法、MerkleHash樹和時間戳等技術(shù)要素。本做中學(xué)將通過步驟引導(dǎo)，帶領(lǐng)大家一起探究區(qū)塊鏈的形成過程。做中學(xué)3-1探究區(qū)塊鏈的形成過程【實踐拓學(xué)】步驟1：識別區(qū)塊及其鏈式結(jié)構(gòu)。每個數(shù)據(jù)區(qū)塊包含區(qū)塊頭和區(qū)塊體兩部分，取得記賬權(quán)的礦工將當(dāng)前區(qū)塊鏈接到前一區(qū)塊，從而形成一條最長主鏈。請觀察下圖中由三個區(qū)塊構(gòu)成的鏈式結(jié)構(gòu)，回答以下問題。(1)每個區(qū)塊的區(qū)塊頭和區(qū)塊體分別主要封裝了哪些內(nèi)容？(2)區(qū)塊A、B和C是通過什么鏈接的？(3)在該區(qū)塊鏈中，每10分鐘發(fā)行的比特幣是多少？這些比特幣是否就是礦工每挖出一個區(qū)塊的全部獎勵？圖區(qū)塊鏈式結(jié)構(gòu)示意步驟2：理解區(qū)塊標識符，判斷區(qū)塊的位置。假設(shè)每16次隨機數(shù)輸入哈希函數(shù)計算，會找到一個含有一個前導(dǎo)零的區(qū)塊哈希值，則需要嘗試多少次計算才能找到一個合適的隨機數(shù)并生成下圖所示的區(qū)塊？假設(shè)某節(jié)點“礦工”的算力為每秒約167次，則該礦工約需多久才能生成一個區(qū)塊并獲得達成共識的獎勵？通過該區(qū)塊在區(qū)塊鏈中的位置，即區(qū)塊高度也可識別區(qū)塊。第一個區(qū)塊的高度為0，后續(xù)鏈接到區(qū)塊鏈上的每一個區(qū)塊都會比前一個區(qū)塊“高”出一個位置。已知截至2024年5月15日15點10分的比特幣區(qū)塊鏈的區(qū)塊高度為846065，則請計算和推斷圖中區(qū)塊A、B和C的高度分別是多少？圖區(qū)塊鏈式結(jié)構(gòu)示意步驟3：分析區(qū)塊鏈中時間戳的重要作用。比特幣區(qū)塊鏈技術(shù)要求獲得記賬權(quán)的節(jié)點必須在當(dāng)前數(shù)據(jù)區(qū)塊頭中加蓋時間戳，表明區(qū)塊數(shù)據(jù)的寫入時間。因此，主鏈上各區(qū)塊是按照時間順序依次排列的。時間戳可以作為區(qū)塊數(shù)據(jù)的存在性證明（proofofexistence），有助于形成不可篡改和不可偽造的區(qū)塊鏈數(shù)據(jù)庫，從而為區(qū)塊鏈應(yīng)用于金融科技、公證等時間敏感領(lǐng)域奠定了基礎(chǔ)。請找出下圖中各區(qū)塊的時間戳，并推斷區(qū)塊D的生成時間。圖區(qū)塊鏈式結(jié)構(gòu)示意步驟4：分析區(qū)塊鏈的可追溯性。區(qū)塊鏈中每筆交易的存在性是通過MerkleHash樹來認證的，而交易之間也可以通過MerkleHash樹“區(qū)塊頭”中前一區(qū)塊的“哈希散列”來鏈接，從而實現(xiàn)了所有交易的可追溯與可驗證。以后圖所示一個簡化的只有A至H共8個交易的Merkle樹為例，首先將這8個交易分別經(jīng)兩次散列函數(shù)(SHA256算法)運算得到8個哈希值HA……HH作為葉子節(jié)點，如HA=SHA256(SHA256(A))。相鄰葉子節(jié)點串聯(lián)一起，再經(jīng)兩次散列運算后，得到父節(jié)點，如HAB=SHA256(SHA256(HA+HB))。以此類推，直到只剩下一個頂部節(jié)點，即為Merkle根，被存儲在區(qū)塊頭中。區(qū)塊頭再經(jīng)過2次SHA256計算得出本區(qū)塊的哈希值，并通過“前一區(qū)塊”哈希值字段依次鏈接起來，形成可追本溯源的塊鏈式結(jié)構(gòu)。請根據(jù)以上描述，寫出以下節(jié)點或路徑的表達式。(1)HF；(2)HEF；(3)Merkle根；(4)從交易F到Merkle根的認證路徑。步驟4：分析區(qū)塊鏈的可追溯性。圖

簡化的Merkle樹與區(qū)塊結(jié)構(gòu)PARTFIVE五區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用【案例研學(xué)】五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用區(qū)塊鏈的去中心化和共識信任機制能實現(xiàn)核心企業(yè)信用的多級可信流轉(zhuǎn)。供應(yīng)鏈金融完美契合區(qū)塊鏈應(yīng)用要求，是區(qū)塊鏈技術(shù)最佳落地場景之一。區(qū)塊鏈智能合約有助于降低供應(yīng)鏈上小微企業(yè)的融資成本，提升融資可獲得性。1233圖

供應(yīng)鏈金融與區(qū)塊鏈應(yīng)用場景的契合性（一）區(qū)塊鏈技術(shù)在供應(yīng)鏈金融中的應(yīng)用高安全√合法√合規(guī)強賦能√大幅節(jié)約成本√大幅提高效率√業(yè)務(wù)模式清晰易實現(xiàn)√頻率比較低√實時性不高①★②③④①供應(yīng)鏈金融★②數(shù)字人民幣③確權(quán)、監(jiān)管、政務(wù)④ICO眾籌區(qū)塊鏈被認為是我國最有可能在互聯(lián)網(wǎng)保險行業(yè)普及和推廣的未來技術(shù)。各互聯(lián)網(wǎng)保險機構(gòu)正積極探尋區(qū)塊鏈技術(shù)的應(yīng)用路徑和落地場景。區(qū)塊鏈技術(shù)的應(yīng)用對互聯(lián)網(wǎng)保險發(fā)展瓶頸的突破主要體現(xiàn)在以下幾個方面。區(qū)塊鏈的去中心化特征有助于構(gòu)建網(wǎng)絡(luò)互助保險的互信與監(jiān)督機制，實現(xiàn)可持續(xù)發(fā)展。區(qū)塊鏈的數(shù)據(jù)不可篡改特征能夠提升互聯(lián)網(wǎng)保險的信息安全水平。區(qū)塊鏈的智能合約機制能夠降低人工成本，提升互聯(lián)網(wǎng)保險理賠效率。123區(qū)塊鏈的共識信任機制有助于緩解互聯(lián)網(wǎng)保險業(yè)務(wù)的信息不對稱，防控欺詐風(fēng)險。4可用后表概括區(qū)塊鏈技術(shù)在助力互聯(lián)網(wǎng)保險高質(zhì)量發(fā)展方面的作用。五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用（二）區(qū)塊鏈技術(shù)在互聯(lián)網(wǎng)保險中的應(yīng)用表

區(qū)塊鏈特征與互聯(lián)網(wǎng)保險高質(zhì)量發(fā)展的契合性區(qū)塊鏈特征助力互聯(lián)網(wǎng)保險高質(zhì)量發(fā)展的作用區(qū)塊鏈特征助力互聯(lián)網(wǎng)保險高質(zhì)量發(fā)展的作用去中心化去中心化能夠助力保險“脫媒”，降低保險中介費用；P2P（點對點）的聯(lián)系可以突破時傳統(tǒng)互助保險局限性，在更大范圍內(nèi)實現(xiàn)網(wǎng)絡(luò)互助數(shù)據(jù)不可篡改區(qū)塊鏈的“鏈式”結(jié)構(gòu)具有防篡改性和不可抵賴性，能夠有效解決互聯(lián)網(wǎng)保險電子合同存證和交易數(shù)據(jù)保全的“痛點”非對稱加密算法區(qū)塊鏈的匿名性和非對稱加密算法，能夠克服目前互聯(lián)網(wǎng)保險對用戶數(shù)據(jù)以及隱私保護不力的問題，更好地保障投保人的信息安全可追溯性能構(gòu)建全流程可追溯的完整信息流，實現(xiàn)互聯(lián)網(wǎng)保險相關(guān)各方間的數(shù)據(jù)公開透明和信任共享。能夠追溯每筆資金流向，提高監(jiān)管透明度集體監(jiān)督維護能夠建立網(wǎng)絡(luò)互助保險去中心化后有效的監(jiān)督機制，實現(xiàn)可持續(xù)運作智能合約能夠解決互聯(lián)網(wǎng)保險“理賠難”的痛點，實現(xiàn)自動化理賠，提高保險智能化程度；還有助于開發(fā)更多觸發(fā)型賠付的互聯(lián)網(wǎng)保險創(chuàng)新產(chǎn)品共識信任機制緩解互聯(lián)網(wǎng)保險業(yè)務(wù)中的信息不對稱，防范銷售誤導(dǎo)，防控欺詐風(fēng)險開放性促進區(qū)塊鏈與大數(shù)據(jù)、云計算的融合，提升互聯(lián)網(wǎng)保險產(chǎn)品創(chuàng)新、精準營銷、動態(tài)定價和智能風(fēng)控水平五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用區(qū)塊鏈的開源、開放特征使其能與物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等其他金融科技新技術(shù)深度融合，綜合應(yīng)用于互聯(lián)網(wǎng)保險的產(chǎn)品設(shè)計、售前營銷、售中投保和售后理賠等各業(yè)務(wù)環(huán)節(jié)，提高產(chǎn)品的技術(shù)含量和運營效率，驅(qū)動互聯(lián)網(wǎng)保險實現(xiàn)從“流量為王”的粗放式增長到內(nèi)涵式高質(zhì)量發(fā)展的轉(zhuǎn)變，助力構(gòu)建保險科技新生態(tài)，如下表所示。五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用（二）區(qū)塊鏈技術(shù)在互聯(lián)網(wǎng)保險中的應(yīng)用五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用表“區(qū)塊鏈+”技術(shù)在互聯(lián)網(wǎng)保險各業(yè)務(wù)環(huán)節(jié)中的典型應(yīng)用業(yè)務(wù)環(huán)節(jié)“區(qū)塊鏈+”技術(shù)典型應(yīng)用產(chǎn)品設(shè)計區(qū)塊鏈+物聯(lián)網(wǎng)利用區(qū)塊鏈的時間戳和分布式特征，結(jié)合智能可穿戴設(shè)備等物聯(lián)網(wǎng)技術(shù)，可以打破時空限制，為保險產(chǎn)品設(shè)計和服務(wù)創(chuàng)新，特別是場景化和碎片化的產(chǎn)品創(chuàng)新奠定基礎(chǔ)，構(gòu)建基于風(fēng)險標的更加細化和動態(tài)定價的產(chǎn)品方案售前（營銷）環(huán)節(jié)區(qū)塊鏈+大數(shù)據(jù)利用大數(shù)據(jù)構(gòu)建用戶畫像和實現(xiàn)精準營銷，同時基于“點對點”區(qū)塊鏈，投保人可將保險產(chǎn)品的電子卡單以紅包的形式分享給好友，實現(xiàn)分享銷售售中（投保）環(huán)節(jié)區(qū)塊鏈+金融云構(gòu)建電子保單云存儲服務(wù)系統(tǒng)，在保險合同訂立時，用戶的歷史信息數(shù)據(jù)和保險公司的告知內(nèi)容都會被記錄在區(qū)塊鏈上，作為雙方履行告知、說明義務(wù)的證據(jù)。此外，由于區(qū)塊鏈的“數(shù)據(jù)不可篡改”特征，通過把有關(guān)數(shù)據(jù)記錄分布式存儲在基于區(qū)塊鏈的金融云上，可以避免合同爭議售后（理賠）環(huán)節(jié)區(qū)塊鏈+人工智能區(qū)塊鏈的智能合約機制，可在發(fā)生保險責(zé)任范圍內(nèi)的保險事故時，自動觸發(fā)定損理賠。同時，區(qū)塊鏈結(jié)合人工智能，可以解決風(fēng)險查勘和理賠環(huán)節(jié)自動化難題。2018年7月，螞蟻保險完成了國內(nèi)首單無人工干預(yù)的“全流程AI快賠”；2018年10月，推出了基于人工智能和區(qū)塊鏈的“相互?！薄τ诹?xí)慣了中心化運營思維的銀行而言，如何擁抱區(qū)塊鏈技術(shù)，既是挑戰(zhàn)又是機遇。無論是互聯(lián)網(wǎng)化進程中的傳統(tǒng)銀行還是新興的純線上的互聯(lián)網(wǎng)銀行，都在積極探索區(qū)塊鏈在供應(yīng)鏈金融、數(shù)字票據(jù)資產(chǎn)交易、國際貿(mào)易、資金清算等銀行業(yè)務(wù)中的具體應(yīng)用，以降低交易成本，提升金融服務(wù)效率。區(qū)塊鏈技術(shù)在銀行中的應(yīng)用探索主要包括以下幾個方面。五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用（三）區(qū)塊鏈技術(shù)在銀行中的應(yīng)用提升市場風(fēng)險防范能力，保障數(shù)字票據(jù)交易安全。而有效融合了區(qū)塊鏈技術(shù)優(yōu)勢的數(shù)字票據(jù)則可能逐漸成為一種更安全、更智能、更便捷的數(shù)字資產(chǎn)形態(tài)：一是通過票據(jù)的點對點交易降低系統(tǒng)中心化所帶來的運營風(fēng)險和操作風(fēng)險；二是區(qū)塊鏈不可篡改的時間戳和全網(wǎng)公開的技術(shù)特性能有效防范票據(jù)市場風(fēng)險，為規(guī)避紙票的“一票多賣”、電票的“打款背書不同步”等問題提供了一種技術(shù)思路。增強數(shù)據(jù)公信度，促進征信信息共享。區(qū)塊鏈平臺的對等直聯(lián)、安全通信與匿名保護機制，為進一步增進跨機構(gòu)信息共享傳遞提供了技術(shù)支持，有助于各行業(yè)信用數(shù)據(jù)的匯聚沉淀，促進全行業(yè)協(xié)同解決“信息孤島”等問題。12五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用（三）區(qū)塊鏈技術(shù)在銀行中的應(yīng)用提升產(chǎn)權(quán)明晰度，強化權(quán)益證明效力。我們可探索將其不可篡改、不可抵賴的技術(shù)特性應(yīng)用到權(quán)益證明業(yè)務(wù)領(lǐng)域，特別是對于房產(chǎn)所有權(quán)、車輛所有權(quán)、股票交易權(quán)等永久性記錄存儲的業(yè)務(wù)場景，區(qū)塊鏈技術(shù)不失為一種較好的技術(shù)解決方案。商業(yè)銀行已將區(qū)塊鏈技術(shù)應(yīng)用到國際貿(mào)易、住房租賃平臺、電商供應(yīng)鏈、雄安新區(qū)服務(wù)等領(lǐng)域。綜上，商業(yè)銀行+區(qū)塊鏈正逐漸應(yīng)用在金融行業(yè)風(fēng)險管理體系建設(shè)、金融效率提升、跨境支付與結(jié)算和票據(jù)等多個領(lǐng)域。五、區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用3（三）區(qū)塊鏈技術(shù)在銀行中的應(yīng)用【隨堂測試3-4】區(qū)塊鏈技術(shù)在金融科技中的應(yīng)用尚在探索中，請結(jié)合本任務(wù)所學(xué)知識，思考怎樣的區(qū)塊鏈應(yīng)用才是真正有價值和有意義的？思考提示：（1）在確定一個區(qū)塊鏈項目的時候，首先要了解它能不能解決一個真正的行業(yè)痛點。（2）在一個需要連接多方信任的行業(yè)，區(qū)塊鏈技術(shù)是否可以有一個不可替代的能力。（3）落地的區(qū)塊鏈項目，是否具有實際執(zhí)行的可行性，包括金融級的穩(wěn)定和安全等。PARTSIX六區(qū)塊鏈技術(shù)的風(fēng)險與監(jiān)管【理論導(dǎo)學(xué)】六、區(qū)塊鏈技術(shù)的風(fēng)險與監(jiān)管（一）區(qū)塊鏈技術(shù)的風(fēng)險系統(tǒng)運行效率的挑戰(zhàn)2區(qū)塊鏈技術(shù)“去中心化”的本質(zhì)特征以及應(yīng)用范圍的不斷擴大，對政府有效監(jiān)管帶來了挑戰(zhàn)。我國已在區(qū)塊鏈技術(shù)架構(gòu)層次上提出了明確的監(jiān)管要求，但是對區(qū)塊鏈治理的法律法規(guī)和行業(yè)標準仍有待完善，現(xiàn)有基于中心化的監(jiān)管模式也可能難以有效監(jiān)管區(qū)塊鏈應(yīng)用。區(qū)塊鏈技術(shù)在高頻金融交易中的大規(guī)模應(yīng)用需要突破系統(tǒng)運行效率和存儲容量的限制。區(qū)塊鏈復(fù)雜的共識信任機制保障了系統(tǒng)的穩(wěn)健運行，但是也顯著制約了交易吞吐量。其次，由于區(qū)塊鏈的經(jīng)濟激勵機制，需要收取交易手續(xù)費，雖然費率較低，但手續(xù)費是基于交易筆數(shù)而不是轉(zhuǎn)賬金額收取的，因此對于金融行業(yè)的小額支付需要可能難以承受。另外，基于區(qū)塊鏈的交易雖然瞬間即可傳至整個網(wǎng)絡(luò)，但是存在一定的交易確認延遲。有效監(jiān)管的挑戰(zhàn)1（一）區(qū)塊鏈技術(shù)的風(fēng)險區(qū)塊鏈作為新興技術(shù)，不可避免地存在著技術(shù)安全風(fēng)險。區(qū)塊鏈在技術(shù)安全性、去中心化和高效率三個方面，存在只能選其二的“不可能三角”悖論。首先，區(qū)塊鏈的節(jié)點越多，節(jié)點運算能力的壓力就越大，海量數(shù)據(jù)傳輸可能造成網(wǎng)絡(luò)癱瘓，并帶來巨大的電力消耗。其次，完全去中心化可能帶來隱私泄露及缺乏保障等安全性問題。最后，中心化驗證會弱化區(qū)塊鏈的“去中心化”創(chuàng)新特征，可能使區(qū)塊鏈在助力金融行業(yè)防控信息安全風(fēng)險，降低交易成本等方面的作用受到限制，不利于區(qū)塊鏈金融的分布式應(yīng)用。技術(shù)安全風(fēng)險3六、區(qū)塊鏈技術(shù)的風(fēng)險與監(jiān)管（二）區(qū)塊鏈技術(shù)的監(jiān)管面對區(qū)塊鏈技術(shù)存在的風(fēng)險和挑戰(zhàn)，必須構(gòu)建和完善區(qū)塊鏈監(jiān)管體制機制，推動區(qū)塊鏈技術(shù)和產(chǎn)業(yè)健康發(fā)展。從區(qū)塊鏈監(jiān)管體制上看，我國區(qū)塊鏈監(jiān)管的基本框架已經(jīng)形成，并且保持著相對穩(wěn)定狀態(tài)。從區(qū)塊鏈監(jiān)管機制上看，隨著鼓勵區(qū)塊鏈產(chǎn)業(yè)發(fā)展政策的落地，區(qū)塊鏈技術(shù)標準體系和監(jiān)管制度也在加速建立。對區(qū)塊鏈的監(jiān)管應(yīng)堅持“以鏈治鏈、全面監(jiān)管”的基本原則，借助實名制和備案制等機制設(shè)計，并通過設(shè)置鏈上監(jiān)管節(jié)點，加速實現(xiàn)對鏈上活動的協(xié)同監(jiān)管和穿透式監(jiān)管，在降低監(jiān)管成本的同時提升監(jiān)管的主動性和及時性。通過構(gòu)建“監(jiān)管沙盒”，監(jiān)管部門能發(fā)現(xiàn)區(qū)塊鏈技術(shù)應(yīng)用存在的各類問題，為之后制定全局監(jiān)管策略提供緩沖期和經(jīng)驗積累空間，并與產(chǎn)業(yè)端協(xié)商解決方案，促進區(qū)塊鏈技術(shù)在產(chǎn)業(yè)端的健康有序發(fā)展。六、區(qū)塊鏈技術(shù)的風(fēng)險與監(jiān)管目錄區(qū)塊鏈原理與金融科技應(yīng)用任務(wù)一人工智能原理與智能金融應(yīng)用任務(wù)二生成式人工智能與金融大模型任務(wù)三“區(qū)塊鏈+供應(yīng)鏈金融”合力紓解小微企業(yè)融資困境德技并修任務(wù)二人工智能原理與智能金融應(yīng)用PARTONE一人工智能技術(shù)的概念習(xí)近平總書記在給國際人工智能與教育大會的賀信中指出，人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，正深刻改變著人們的生產(chǎn)、生活、學(xué)習(xí)方式，推動人類社會迎來人機協(xié)同、跨界融合、共創(chuàng)分享的智能時代?！纠碚搶?dǎo)學(xué)】一、人工智能技術(shù)的概念20世紀50年代，國外學(xué)者麥肯錫、明斯基等在美國達特茅斯會議上首次提出了“人工智能”這一術(shù)語，標志著人工智能的誕生。金融穩(wěn)定理事會認為，人工智能是一種計算機系統(tǒng)，能夠?qū)崿F(xiàn)推理、學(xué)習(xí)、自我改進等通常需要人類智能來完成的功能。人工智能技術(shù)與金融的深度融合是這兩個領(lǐng)域深化發(fā)展、探索創(chuàng)新的必然結(jié)果。人工智能(ArtificialIntelligence，簡稱AI)是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。一、人工智能技術(shù)的概念人工智能技術(shù)是指通過對上述機器系統(tǒng)的實現(xiàn)和應(yīng)用，賦予機器自主思考或行動能力的技術(shù)，包括但不限于機器學(xué)習(xí)、生物特征識別、計算機視覺、智能語音、自然語言處理、知識圖譜、智能決策控制、智能機器人、混合智能等。根據(jù)能力的強弱，人工智能可劃分為弱人工智能、強人工智能，甚至超人工智能等幾個發(fā)展階段。一般認為，弱人工智能擅長在特定領(lǐng)域、有限規(guī)則內(nèi)模擬和延伸人類智能，強人工智能可在思考、計劃、解決問題、抽象思維、理解復(fù)雜理念、快速學(xué)習(xí)和從經(jīng)驗中學(xué)習(xí)等各方面達到人類級別，超人工智能則可在所有領(lǐng)城都大幅超越人類智能。一、人工智能技術(shù)的概念數(shù)據(jù)、算力、算法的不斷發(fā)展，為人工智能技術(shù)發(fā)揮作用提供堅實的支撐。大數(shù)據(jù)時代的到來，為人工智能技術(shù)發(fā)展提供了日益豐富的數(shù)據(jù)原料。新型計算芯片架構(gòu)、特定應(yīng)用集成電路等專用芯片的快速發(fā)展，提高了計算能力，降低了計算成本，持續(xù)拓寬人工智能技術(shù)的應(yīng)用邊界。深度學(xué)習(xí)算法等算法方面的迭代優(yōu)化，不斷為人工智能技術(shù)的發(fā)展提供更為強大的引擎。一、人工智能技術(shù)的概念PARTTWO二人工智能技術(shù)的基本原理（一）機器學(xué)習(xí)的基本原理例如我們在觀看了許多影片之后，會對電影的喜好程度逐步在大腦里形成“經(jīng)驗”，建立自己的觀影品位，當(dāng)看到某部即將上映的電影的類型或者演員時，經(jīng)驗會決定我們是否產(chǎn)生對這部電影的觀影欲望。這種對電影的喜好判斷的經(jīng)驗，是我們在經(jīng)歷中學(xué)習(xí)得到的。每看一部電影，我們會對它產(chǎn)生喜歡或無感的結(jié)論，這成為我們大腦的“學(xué)習(xí)資料”，經(jīng)過多次的觀影訓(xùn)練，不知不覺中為我們建立了“電影喜好”的預(yù)測模型。試想，如果有一個計算機程序具備我們大腦建立“經(jīng)驗”模型的能力，那么只要給它“學(xué)習(xí)資料”，告訴它我們對看過的電影的喜好，程序就會學(xué)習(xí)我們對電影的品位，同樣可以建立一套“經(jīng)驗”來預(yù)測判斷。這就是機器學(xué)習(xí)的基本概念?！纠碚搶?dǎo)學(xué)】二、人工智能的基本原理什么是機器學(xué)習(xí)？我們從日常生活中的場景來開始這個話題。二、人工智能的基本原理從廣義上講，機器學(xué)習(xí)是一種能夠賦予機器“學(xué)習(xí)”的能力，讓它完成直接編程無法完成的功能的方法。機器學(xué)習(xí)是用數(shù)據(jù)或以往的經(jīng)驗來優(yōu)化提升行為判斷的計算程序。從實踐的意義上來說，機器學(xué)習(xí)是一種通過利用數(shù)據(jù)，訓(xùn)練出模型，然后使用模型預(yù)測的一種方法。由于機器學(xué)習(xí)不是基于編程形成的結(jié)果，因此它的處理不是因果的邏輯，而是通過歸納思想得出的相關(guān)性結(jié)論。有監(jiān)督學(xué)習(xí)所需要的樣本數(shù)據(jù)，需要同時包含樣本特征自變量(X)和目標變量(Y)，然后使用有監(jiān)督學(xué)習(xí)根據(jù)學(xué)習(xí)算法訓(xùn)練得到從特征自變量輸入到目標變量輸出的映射函數(shù)：Y=f(X)。有監(jiān)督學(xué)習(xí)根據(jù)解決問題類型不同，可以進一步分為分類和回歸。分類：分類問題的目標變量是類別，如“紅色”或“白色”，“垃圾郵件”或“非垃圾郵件”。回歸：回歸問題的目標變量是實數(shù)值，如“銷量”或“價格”。二、人工智能的基本原理（二）機器學(xué)習(xí)的技術(shù)分類1.有監(jiān)督學(xué)習(xí)(Supervised

Learning)無監(jiān)督學(xué)習(xí)在進行無監(jiān)督學(xué)習(xí)時，數(shù)據(jù)只有輸入的特征變量(X)，沒有目標變量(Y)。算法在輸入數(shù)據(jù)的過程中自己發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律或模式。無監(jiān)督學(xué)習(xí)問題可以進一步劃分為關(guān)聯(lián)和聚類問題。關(guān)聯(lián)：關(guān)聯(lián)規(guī)則學(xué)習(xí)目的是從數(shù)據(jù)中發(fā)現(xiàn)強規(guī)則，如“買了商品A的顧客有可能還會買商品B”，這背后就是利用關(guān)聯(lián)規(guī)則所發(fā)現(xiàn)的規(guī)律。聚類：聚類方法可以發(fā)現(xiàn)數(shù)據(jù)內(nèi)部的組群關(guān)系。假設(shè)某企業(yè)要生產(chǎn)T恤，卻不知道XS、S、M、L和XL的尺寸到底應(yīng)該設(shè)計為多大，則可以根據(jù)體測數(shù)據(jù)，用聚類算法把消費者分到不同的組，從而決定尺碼的大小。二、人工智能的基本原理2.無監(jiān)督學(xué)習(xí)(UnsupervisedLearning)在半監(jiān)督學(xué)習(xí)模式中，輸入的樣本數(shù)據(jù)部分被標識，部分沒有被標識，這種學(xué)習(xí)模型可以用來進行預(yù)測，但是模型首先需要學(xué)習(xí)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)以便合理地組織數(shù)據(jù)來進行預(yù)測。半監(jiān)督學(xué)習(xí)可以分為半監(jiān)督分類、半監(jiān)督回歸、半監(jiān)督聚類和半監(jiān)督降維。在實際應(yīng)用中，半監(jiān)督學(xué)習(xí)通常用于只有少量有標記數(shù)據(jù)的場景，因為對數(shù)據(jù)進行標記的代價有時很高，比如在生物學(xué)中，對某種蛋白質(zhì)的結(jié)構(gòu)分析或者功能鑒定，可能會花上生物學(xué)家很多年的工作，而大量的未標記的數(shù)據(jù)卻很容易得到。而在金融領(lǐng)域，如果只有少量已標記的逾期違約借款人的黑名單數(shù)據(jù)，而有大量未標記的未到期借款人的數(shù)據(jù)，也可以使用包括有標記樣本數(shù)據(jù)和未標記樣本數(shù)據(jù)的訓(xùn)練集，通過半監(jiān)督學(xué)習(xí)來預(yù)測違約率。二、人工智能的基本原理3.半監(jiān)督學(xué)習(xí)(Semi-supervisedLearning)半監(jiān)督學(xué)習(xí)與主動學(xué)習(xí)既有聯(lián)系又有區(qū)別。若我們先使用有標記的樣本數(shù)據(jù)集訓(xùn)練出一個學(xué)習(xí)器，再基于該學(xué)習(xí)器對未標記的樣本進行預(yù)測，從中挑選出不確定性高或分類置信度低的樣本來咨詢專家并進行打標，最后使用擴充后的訓(xùn)練集重新訓(xùn)練學(xué)習(xí)器，這樣便能大幅度降低標記成本，這便是主動學(xué)習(xí)(activelearning)，其目標是使用盡量少的有價值的咨詢來獲得更好的性能。而半監(jiān)督學(xué)習(xí)可進一步劃分為純半監(jiān)督學(xué)習(xí)和直推學(xué)習(xí)，前者假定訓(xùn)練數(shù)據(jù)中未標記樣本并非待預(yù)測數(shù)據(jù)，后者假設(shè)學(xué)習(xí)過程中所考慮未標記樣本恰是待預(yù)測數(shù)據(jù)，學(xué)習(xí)目的是在這些未標記樣本上獲得最有泛化的性能。純半監(jiān)督學(xué)習(xí)基于“開放世界”，希望學(xué)得模型能適用于訓(xùn)練過程中未觀測到的數(shù)據(jù)；直推學(xué)習(xí)基于“封閉世界”假設(shè)，僅試圖對學(xué)習(xí)過程中觀察到的未標記數(shù)據(jù)進行預(yù)測。二、人工智能的基本原理知識鏈接：主動學(xué)習(xí)、半監(jiān)督學(xué)習(xí)與直推學(xué)習(xí)二、人工智能的基本原理顯然，主動學(xué)習(xí)需要與外界進行交互、查詢和打標，其本質(zhì)上仍然屬于一種監(jiān)督學(xué)習(xí)。事實上，無標記樣本雖未包含標記信息，但它們與有標記樣本一樣都是從總體中獨立同分布采樣得到，因此它們所包含的數(shù)據(jù)分布信息對學(xué)習(xí)器的訓(xùn)練大有裨益。如何讓學(xué)習(xí)過程不依賴外界的咨詢交互，自動利用未標記樣本所包含的分布信息的方法便是半監(jiān)督學(xué)習(xí)，即訓(xùn)練集同時包含有標記樣本數(shù)據(jù)和未標記樣本數(shù)據(jù)。二、人工智能的基本原理圖主動學(xué)習(xí)、半監(jiān)督學(xué)習(xí)與直推學(xué)習(xí)從結(jié)構(gòu)上分類，大數(shù)據(jù)可以分成結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)一般指有嚴謹結(jié)構(gòu)邏輯的數(shù)據(jù)，如存儲在MySQL、Oracle等關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)相反，它一般沒有固定的結(jié)構(gòu)，如文本、圖片、視頻等；半結(jié)構(gòu)化數(shù)據(jù)指介于以上兩種數(shù)據(jù)之間的數(shù)據(jù)，如XML文檔、HTML文檔、JSON數(shù)據(jù)等。從處理方式上分類，大數(shù)據(jù)可以分成實時數(shù)據(jù)和離線數(shù)據(jù)。實時數(shù)據(jù)一般指由系統(tǒng)實時產(chǎn)生或采集的數(shù)據(jù)，它有一個重要維度就是時間，如股票的實時交易數(shù)據(jù)、實時天氣數(shù)據(jù)等；離線數(shù)據(jù)指存儲在數(shù)據(jù)庫或者文件系統(tǒng)中的數(shù)據(jù)，如股票的歷史交易數(shù)據(jù)、天氣的歷史數(shù)據(jù)等。從數(shù)據(jù)來源和行業(yè)上分類，大數(shù)據(jù)可以分成網(wǎng)絡(luò)數(shù)據(jù)、社交媒體數(shù)據(jù)、醫(yī)療數(shù)據(jù)、農(nóng)業(yè)數(shù)據(jù)、身體健康數(shù)據(jù)、設(shè)備監(jiān)測數(shù)據(jù)等。二、人工智能的基本原理（三）機器學(xué)習(xí)算法的“學(xué)習(xí)資料”大數(shù)據(jù)，是機器學(xué)習(xí)算法的輸入基礎(chǔ)，也可以認為是算法的“學(xué)習(xí)資料”。二、人工智能的基本原理用于機器學(xué)習(xí)項目的數(shù)據(jù)，通常有訓(xùn)練數(shù)據(jù)、驗證數(shù)據(jù)和測試數(shù)據(jù)三類。

用于機器學(xué)習(xí)的“學(xué)習(xí)資料”，對應(yīng)的是訓(xùn)練數(shù)據(jù)集，簡稱訓(xùn)練集，顧名思義，是用來訓(xùn)練模型的，也就是算法真正用來“學(xué)習(xí)”(擬合)的數(shù)據(jù)。

驗證(數(shù)據(jù))集，是在訓(xùn)練集訓(xùn)練出多個模型后，為了能找出效果最佳的模型，使用各個模型對驗證數(shù)據(jù)進行預(yù)測，并記錄模型準確率。選出效果最佳的模型所對應(yīng)的參數(shù)，主要用在算法調(diào)參過程中，評估不同參數(shù)組合的預(yù)測效果，可以認為其在機器學(xué)習(xí)中承擔(dān)“階段測試”或“模擬考試”的作用。

測試(數(shù)據(jù))集的作用也很直觀，用來測試模型效果，評估泛化能力，如同學(xué)生“期末考試”，評估機器學(xué)習(xí)算法的“學(xué)習(xí)成果”如何。hold-out方法是指將剩余的數(shù)據(jù)按照一定比例劃分出訓(xùn)練集和驗證集，比如70%作為訓(xùn)練集，30%作為驗證集。交互檢驗是將剩余數(shù)據(jù)劃分為k等份，用k-1份作為訓(xùn)練集，剩余1份作為驗證集，依次輪換訓(xùn)練集和驗證集k次，直到找到預(yù)測誤差最小的模型，就可認為是所求模型，也被稱為k折交叉驗證(k-fold

cross-validation)。值得注意的是，在劃分訓(xùn)練集和驗證集時，如果數(shù)據(jù)集有時間序列屬性，則不適合使用交互檢驗，可以用hold-out方法嘗試不同比例的驗證集效果，以達到相當(dāng)于交互檢驗的目的。二、人工智能的基本原理三類數(shù)據(jù)可以從一份原的數(shù)據(jù)集中劃分得到。首先，可劃分出測試集，用來評估最終模型的效果；之后在剩余的數(shù)據(jù)集中繼續(xù)劃分出訓(xùn)練集和驗證集。訓(xùn)練集和驗證集的劃分方法有兩種：“hold-out”和交互檢驗。二、人工智能的基本原理圖訓(xùn)練集、測試集、驗證集三者的關(guān)系機器學(xué)習(xí)技術(shù)是通過訓(xùn)練算法來“學(xué)習(xí)”輸入數(shù)據(jù)，最終得到輸入與輸出直接的映射函數(shù)關(guān)系：Y=f(X)。因此每個算法都有一個“目標函數(shù)”為學(xué)習(xí)方向，通過求解讓該函數(shù)取極大值或極小值，從而訓(xùn)練得到機器學(xué)習(xí)算法的模型參數(shù)，即得到了“模型”。二、人工智能的基本原理（四）機器學(xué)習(xí)的實現(xiàn)過程二、人工智能的基本原理決策樹是機器學(xué)習(xí)算法中較為基礎(chǔ)的一類算法，也是更高級的樹類算法的基礎(chǔ)。以某個用于銀行貸款審批的決策樹模型為例。假設(shè)該模型的目標函數(shù)通過年齡、學(xué)歷、是否擁有房產(chǎn)等特征，對貸款申請人做出批準或拒絕的決策。例如，某申請人年齡為40歲，但沒有房產(chǎn)，若其月收入超過1.5萬元，模型認定可以通過其貸款申請。能力拓展機器學(xué)習(xí)算法舉例——決策樹圖貸款審批決策樹模型根據(jù)圖中的決策樹模型，假設(shè)某個36歲的貸款申請人，租房居住，月收入為1萬元，則銀行是否應(yīng)該通過其貸款申請？為什么？二、人工智能的基本原理隨堂測試3-5二、人工智能的基本原理使用測試集評估最優(yōu)模型的效果，即最終模型的泛化能力。6534使用驗證集評估不同超參數(shù)組合下的模型效果，選擇最優(yōu)模型；選擇一種機器學(xué)習(xí)算法并確定其目標函數(shù)；設(shè)定不同的算法超參數(shù)組合，在每組確定的超參數(shù)下，使用訓(xùn)練集進行算法參數(shù)的尋優(yōu)，得到該組超參數(shù)下的最優(yōu)參數(shù)模型；2將數(shù)據(jù)集劃分為訓(xùn)練集、驗證集和測試集；準備用于機器學(xué)習(xí)算法的數(shù)據(jù)集，以二維矩陣形式表示，每行代表一條學(xué)習(xí)樣本，每列代表一個變量，包括特征自變量(X)及目標變量(Y)；1機器學(xué)習(xí)的“學(xué)習(xí)”過程為了使人工智能不僅“知其然”，而且“知其所以然”，受人腦結(jié)構(gòu)和功能的啟發(fā)，在機器學(xué)習(xí)的特征提取環(huán)節(jié)，引入了由分層的“感知器”構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)，提出了深度學(xué)習(xí)(DeepLearning)的概念。二、人工智能的基本原理（五）人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)深度學(xué)習(xí)由神經(jīng)網(wǎng)絡(luò)自動提取特征量，神經(jīng)網(wǎng)絡(luò)中包含著大量作為神經(jīng)元的感知器。感知器的工作原理為輸入幾個二進制數(shù)并生成一個二進制的輸出。感知器對于輸入的特征自變量x，引入權(quán)重w，表示各輸入對輸出的重要性。然后確定一個閾值V作為神經(jīng)元的參數(shù)，當(dāng)輸入值的加權(quán)和大于閾值時，感知器輸出1，一般表示“是”；當(dāng)加權(quán)和小于等于閾值時，感知器輸出0，一般表示“否”。感知器的基本數(shù)學(xué)模型如下。然后可以通過相應(yīng)的二進制的變量x來表示上述這三個因子x1，x2和x3。例如，如果天氣好x1=1，如果天氣不好x1=0。同樣，如果你的男朋友或女朋友想去x2=1。以此類推，現(xiàn)在，假設(shè)你非常喜歡音樂，以至于即使你的男朋友或女朋友不感興趣，你也會自己去。但也許你真的厭惡惡劣的天氣，如果天氣不好，就沒有辦法去參加。二、人工智能的基本原理可以將感知器看作是一種通過權(quán)衡證據(jù)來做出決策的設(shè)備。例如，周末將至，你已經(jīng)聽說將舉辦音樂節(jié)并且你非常喜歡音樂，試圖決定是否去參加該音樂節(jié)。你會通過權(quán)衡三個因素來做出決定：天氣好嗎?你的男朋友或女朋友想陪你一起去嗎(假設(shè)你不是單身)?附近方便停車嗎(假設(shè)你有車)?二、人工智能的基本原理因此，就可以使用感知器來模擬這種決策：一種方法是選擇天氣權(quán)重w1=6；對于其他條件，w2=2和w3=2。w1的值越大，表明天氣對你越重要。假設(shè)你選擇的閾值為5。通過這些選擇，感知器實現(xiàn)了所需的決策模型，天氣好的時候，輸出1；天氣不好的時候輸出0。無論你的男朋友或女朋友是否想去，或是否可以停車，這一輸出都沒有區(qū)別。通過改變權(quán)重和閾值，我們可以得到不同的決策模型。例如，假設(shè)閾值為3。然后感知器會決定你應(yīng)該在天氣好的時候去音樂節(jié)；或者當(dāng)停車方便，同時，你的男朋友或女朋友愿意去，則即使天氣不好，你們也會去參加音樂節(jié)。二、人工智能的基本原理在實際中，為了實現(xiàn)更復(fù)雜的決策和功能，可以引入多層的感知器，構(gòu)建多層的深度神經(jīng)網(wǎng)絡(luò)。1234這個網(wǎng)絡(luò)中，第一層感知器會通過權(quán)衡輸入證據(jù)做出若干非常簡單的決定，這一層稱為“輸入層”。依此類推，直到最后一層的前一層，這些感知器又被成為“多層感知器”，在單層神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上引入了一到多個隱藏層(HiddenLayer)。第二層的感知器中，每個感知器又都通過權(quán)衡第一層決策的結(jié)果來做出決定。通過這種方式，第二層中的感知器可以在比第一層中的感知器更復(fù)雜和更抽象的水平上做出決定。最后一層只有一個感知器，負責(zé)根據(jù)前一層感知器的輸入結(jié)果，輸出最終的預(yù)測值，因此稱為“輸出層”。二、人工智能的基本原理整體看，深度學(xué)習(xí)是一層層的神經(jīng)網(wǎng)絡(luò)單元構(gòu)建的系統(tǒng)，當(dāng)系統(tǒng)組建好后，基于訓(xùn)練數(shù)據(jù)，通過前向傳播和反向傳播算法不斷訓(xùn)練模型中的參數(shù)，最終可以得到最優(yōu)的模型效果。其中，前向傳播指對神經(jīng)網(wǎng)絡(luò)沿著從輸入層到輸出層的順序，依次計算并存儲模型的中間變量（包括輸出）。而反向傳播指的是計算神經(jīng)網(wǎng)絡(luò)參數(shù)梯度的方法。深度學(xué)習(xí)的提出源自計算機視覺與圖像識別領(lǐng)域的突破。2012年，在圖像識別領(lǐng)域的國際大賽——大型視覺辨識挑戰(zhàn)競賽上，首次參數(shù)的加拿大多倫多大學(xué)以錯誤率15%的絕對優(yōu)勢奪冠。在2012年的機器學(xué)習(xí)領(lǐng)域，圖像識別的平均錯誤率約26%，每降低1%都需要擁有專業(yè)知識和長年工作經(jīng)驗的研究人員花費一年的時間，憑借算法的優(yōu)化和更優(yōu)的特征量設(shè)計才能達到。多倫多大學(xué)的成績震驚了世界，也讓研究領(lǐng)域由此注意到杰弗里·欣頓教授領(lǐng)銜開發(fā)的新式機器學(xué)習(xí)技術(shù)——深度學(xué)習(xí)。二、人工智能的基本原理知識鏈接：計算機視覺與圖像識別深度學(xué)習(xí)可以逐級表示越來越抽象的概念或模式。以圖像為例，它的輸入是一堆原始像素值，在深度學(xué)習(xí)模型中，可以逐級表示為特定位置和角度的邊緣、由邊緣組合得到的花紋、由多種花紋進一步匯合得到的特定部位的模式等；最終，模型能夠較容易地根據(jù)更高級的表示完成給定的任務(wù)，如識別圖像中的物體。深度學(xué)習(xí)機器學(xué)習(xí)人工智能圖機器學(xué)習(xí)圖人工智能、機器學(xué)習(xí)與深度學(xué)習(xí)二、人工智能的基本原理理解人工智能、機器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系隨堂測試3-6二、人工智能的基本原理機器學(xué)習(xí)是人工智能實現(xiàn)的重要手段之一，深度學(xué)習(xí)是機器學(xué)習(xí)算法中的一種，目前是人工智能應(yīng)用的主流算法。深度學(xué)習(xí)以數(shù)據(jù)為基礎(chǔ)，由計算機通過人工神經(jīng)網(wǎng)絡(luò)自動提取特征量，而不需要人為設(shè)計特征量。深度學(xué)習(xí)通過計算機的高性能計算把具有相關(guān)性的東西聚合成組提取特征量，進而再用這些特征量提取更高層的特征量，經(jīng)過多次對特征量的抽象后，尋找到“典型的”概念，最終輸出最佳的預(yù)測結(jié)果或最優(yōu)的模型效果。深度學(xué)習(xí)機器學(xué)習(xí)人工智能提示：PARTTHREE三人工智能對金融創(chuàng)新的影響

人工智能技術(shù)能夠全方位推動金融創(chuàng)新，助力實現(xiàn)傳統(tǒng)金融向智能金融的轉(zhuǎn)型升級。人工智能在前端可以使金融服務(wù)更加個性化，營銷更加精準化，改善客戶體驗；在中端可以學(xué)習(xí)和分析歷史數(shù)據(jù)，支持各類交易的決策，使金融服務(wù)更加智能化；在后端可以用于風(fēng)險識別和防控，使管理流程更加自動化?！纠碚搶?dǎo)學(xué)】三、人工智能技術(shù)的基本原理（一）改善客戶體驗（二）拓寬服務(wù)范圍面對客戶群體的擴張和客戶需求的變化，金融服務(wù)亟需改善客戶體驗。工商銀行的“工小智”，單日最高服務(wù)量突破百萬。人工智能在金融客服中首先通過對來自電子渠道的文字和語音進行意圖識別，再根據(jù)識別結(jié)果對接提前建立好的知識庫進行查詢，或進入企業(yè)系統(tǒng)優(yōu)化業(yè)務(wù)流程，最后將結(jié)果以適當(dāng)?shù)姆绞椒答佒燎澜K端，完成交流。圖中顯示的是宜人優(yōu)選的“優(yōu)優(yōu)”智能客服界面。人工智能通過降低人工成本，拓寬了金融服務(wù)的覆蓋范圍。在客戶端，智能投顧用機器代替?zhèn)鹘y(tǒng)投資顧問，提升了解投資者風(fēng)格偏好的渠道維度，提出個性化的投資建議，再依據(jù)市場動態(tài)對資產(chǎn)配置進行調(diào)整和優(yōu)化。另外，伴隨人工智能技術(shù)的突破，由金融分析師編寫函數(shù)、設(shè)計指標和分析數(shù)據(jù)而進行的量化投資不斷擴張市場規(guī)模。三、區(qū)塊鏈的主要特點圖

宜人優(yōu)先的“優(yōu)優(yōu)”智能客服界面（三）增強風(fēng)控能力（四）提升研究水平人工智能對解決傳統(tǒng)風(fēng)控業(yè)務(wù)痛點發(fā)揮著重要的作用，有效提升事前預(yù)警、事中處理和事后監(jiān)督的綜合能力。此外，生物特征識別技術(shù)可用于識別客戶的身份與行為，相較于傳統(tǒng)鑒定方式更加便捷，有助于金融機構(gòu)的安全監(jiān)控。其中，人臉識別已被應(yīng)用于銀行開卡、賬戶登錄、支付和取款等金融范疇。智能投研為包括研究人員和基金經(jīng)理的個人客戶和包括金融機構(gòu)和商業(yè)媒體的公司客戶，提供從數(shù)據(jù)到結(jié)論的一站式解決方案。三、區(qū)塊鏈的主要特點圖

宜人優(yōu)先的“優(yōu)優(yōu)”智能客服界面PARTFOUR四智能投顧

人工智能在金融科技中的應(yīng)用主要體現(xiàn)在智能投顧（保顧）、智能風(fēng)控與反欺詐、智能客服與精準營銷等方面，其中最重要的應(yīng)用是智能投顧。

智能投顧(RA，RobotAdvisor)，是指運用云計算、大數(shù)據(jù)、機器學(xué)習(xí)等技術(shù)將資產(chǎn)組合理論、其他資產(chǎn)定價及行為金融學(xué)理論等金融投資理論應(yīng)用到模型中，再將投資者風(fēng)險偏好、財務(wù)狀況及理財規(guī)劃等變量輸入模型，為用戶生成自動化、智能化、個性化的資產(chǎn)配置建議，并對組合實現(xiàn)跟蹤和自動調(diào)整的金融服務(wù)新模式。智能投顧服務(wù)模式如圖所示。圖智能投顧服務(wù)模式示意圖【理論導(dǎo)學(xué)】四、智能投顧

和傳統(tǒng)投顧相比，智能投顧最大的特征就是門檻低、費用低、高效率。因此，特別對作為互聯(lián)網(wǎng)金融“長尾用戶”的中低凈值人群頗具吸引力。智能投顧與傳統(tǒng)投顧的比較如圖所示。智能投顧當(dāng)前的三種財富管理模式：傳統(tǒng)財富管理模式、純智能投顧模式和混合模式。以數(shù)字化驅(qū)動的人力結(jié)合“機器”的混合模式已然崛起，并且將成為未來財富管理模式的主流。雖然智能投顧在中國起步較晚，但是其發(fā)展速度驚人，2022年，我國智能投顧管理的資產(chǎn)總額已達1.5萬億元人民幣，用戶數(shù)量超過1億。獨立第三方財富管理機構(gòu)、傳統(tǒng)金融機構(gòu)和互聯(lián)網(wǎng)巨頭是智能投顧市場的三大主體，演化出了四種業(yè)務(wù)模式：獨立建議型、綜合理財型、配置咨詢型和類智投模式。四、智能投顧圖智能投顧與傳統(tǒng)投顧的比較（資料來源：埃森哲報告《智能投顧在中國：直面挑戰(zhàn)、把握機遇、決勝未來》）智能投顧業(yè)務(wù)模式獨立建議型的智能投顧模式通過調(diào)查問卷的方式，對用戶的年齡、資產(chǎn)、投資期限和風(fēng)險承受能力等方面進行分析后，經(jīng)過計算，為用戶提供滿足其風(fēng)險和收益要求的一系列不同配比的金融產(chǎn)品。這類智能投顧平臺為理財用戶提供建議，并代銷其他機構(gòu)的金融產(chǎn)品。平臺推薦的金融產(chǎn)品大多數(shù)為貨幣基金、債權(quán)基金、股票基金和指數(shù)基金等，有些平臺還配置有股票、期權(quán)、P2P、債券和黃金等。

這類模式將智能投顧功能整合到公司原有的運營體系，通過對接內(nèi)部以及外部投資標的，既能更好地服務(wù)原有體系的客戶，還可以吸引新客戶。這種模式不僅能更好地服務(wù)投資者，還可以推動自身理財產(chǎn)品銷售，達到多重效果。其特點在于綜合理財平臺本身就擁有很好的客戶資源，廣泛銷售渠道，以及多元的資產(chǎn)標的等優(yōu)勢，其智能投顧平臺在客戶獲取和用戶體驗等方面較其他模式更具競爭力。四、智能投顧獨立建議型1綜合理財型2智能投顧業(yè)務(wù)模式

這一模式通過全市場各類型產(chǎn)品數(shù)據(jù)的實時抓取，統(tǒng)計各類型金融產(chǎn)品的收益率數(shù)據(jù)、風(fēng)險指標等，對市場上的各類型金融產(chǎn)品進行篩選和排序，結(jié)合用戶的風(fēng)險評測指標，幫助用戶選取更為適合的金融產(chǎn)品組合，用戶自行完成交易。與獨立建議型相比較，此模式主要針對更專業(yè)的個人投資者，提供了更加豐富、更多維度的智能化數(shù)據(jù)與指標，助力這些資深個人投資者做出投資決策。

多為跟風(fēng)“智能投顧”概念，幾乎無智能或自動化投資概念。多以量化策略、投資名人的股票組合進行跟投，同時兼具論壇性質(zhì)的在線投資交流平臺。此種模式并非嚴格意義的智能投顧。四、智能投顧配制咨詢型3類智投模式4

智能投顧應(yīng)用到保險領(lǐng)域，也會相應(yīng)形成智能保顧新模式。智能保顧即智能保險顧問，是指基于人工智能、大數(shù)據(jù)等技術(shù)，以自動化的方式為客戶提供保險服務(wù)咨詢、風(fēng)險測評與保障需求分析、保險產(chǎn)品比價與推薦、保單統(tǒng)一查詢與管理等服務(wù)的智能化應(yīng)用。智能保顧通過機器學(xué)習(xí)的方式獲取保險領(lǐng)域的專門知識和經(jīng)驗，并自動更新產(chǎn)品庫，與人類保險顧問相比具有更高的服務(wù)效率和更低的服務(wù)成本。智能保顧應(yīng)用實例有“大白”風(fēng)險管家、宜信博誠智能保險營銷、基于高級駕駛輔助系統(tǒng)的UBI車險等，如下頁表所示。四、智能投顧智能投顧應(yīng)用圖智能保顧應(yīng)用舉例四、智能投顧表人工智能在互聯(lián)網(wǎng)保險中的應(yīng)用人工智能技術(shù)與運用人工智能+保險的具體應(yīng)用舉例相關(guān)業(yè)務(wù)類別代表公司案例說明智能機器人智能保顧管理型總代理比價銷售平臺企業(yè)雇員保險“大白”風(fēng)險管家通過建立智能化風(fēng)險管理服務(wù)專家為個人用戶提供智能測評、智能健康風(fēng)險管理等系列功能推薦引擎及協(xié)助過濾算法智能保險營銷場景定制智能投保宣信博誠通過開發(fā)智能保顧產(chǎn)品，提供個性化的風(fēng)險分析及投保建議情境感知計算高級駕駛輔助系統(tǒng)車聯(lián)網(wǎng)技術(shù)服務(wù)迪納科技通過前端

“車行者”實時監(jiān)則用戶行車情況，并貫穿4S集團、UBI車險、車聯(lián)網(wǎng)金融等后端服務(wù)知識圖譜機器學(xué)習(xí)理賠反欺詐：醫(yī)保稽核控費理賠管理棧略數(shù)據(jù)通過醫(yī)療知識圖譜的機器學(xué)習(xí)，建立智能風(fēng)控模型，識別異常診療行為，幫助保險公司決策，管控費用自然語言處理智能保單管理系統(tǒng)經(jīng)紀人展業(yè)工具保單管理保險袋袋通過解析保單照片形成電子保單，向用戶提供保單到期提醒、獲知保障缺失的服務(wù)計算機視覺圖像識別人臉識別技術(shù)其他技術(shù)服務(wù)網(wǎng)絡(luò)互助平臺投保家通過刷臉識別收集用戶信息，從而為用戶推薦保險購買方案中國銀行的“中銀慧投”是國內(nèi)具有代表性的獨立建議型智能投顧服務(wù)平臺?！爸秀y慧投”通過深度嵌入中國銀行官方App，根據(jù)投資者的風(fēng)險偏好和資金規(guī)劃為其匹配合適的資產(chǎn)組合并提供“一鍵購買”服務(wù)，資產(chǎn)配置范圍以各類公募基金組合為主。在金融科技技術(shù)的賦能下，“中銀慧投”的發(fā)展?jié)M足了新時代年輕互聯(lián)網(wǎng)投資者的投資需求，促進了我國互聯(lián)網(wǎng)理財市場的發(fā)展。本“做中學(xué)”將以“中銀慧投”為例，介紹應(yīng)用智能投顧服務(wù)完成互聯(lián)網(wǎng)投資理財?shù)耐暾僮髁鞒獭Ｗ鲋袑W(xué)3-3智能投顧RA服務(wù)體驗【實踐拓學(xué)】四、智能投顧步驟1：了解智能投顧的服務(wù)流程。

完整的智能投顧服務(wù)一般包括評估用戶風(fēng)險偏好、大類資產(chǎn)配置、結(jié)合偏好給出投資組合建議、交易執(zhí)行、跟蹤調(diào)整等步驟，如圖所示。步驟2：注冊并登錄中國銀行App，進入“中銀慧投”并了解其主要功能下載中國銀行App，完成注冊并登錄，在App首頁頂部搜索欄輸入“中銀慧投”，找到“中銀慧投”入口，單擊進入“中銀慧投”平臺，如圖3-20所示。從圖3-20可以看到，“中銀慧投”主要包括“優(yōu)先FOF”“資產(chǎn)診斷”和“智能定投”三大功能。點擊圖3-20中的“去登錄體驗”按鈕，登錄“中銀慧投”。圖“中銀慧投”平臺的進入頁面步驟3：通過風(fēng)險測評，規(guī)劃專屬投資方案。首次登錄“中銀慧投”，首先需要完成風(fēng)險測評，如左圖所示，然后進入“資產(chǎn)診斷”頁面，“中銀慧投”會根據(jù)你的風(fēng)險測評結(jié)果（風(fēng)險等級）和現(xiàn)有資產(chǎn)狀況，規(guī)劃和優(yōu)化專屬資產(chǎn)配置方案，如右圖所示。圖“中銀慧投”的資產(chǎn)診斷頁面（局部）圖“中銀慧投”的風(fēng)險測評頁面（局部）步驟4：根據(jù)風(fēng)險等級和資產(chǎn)診斷結(jié)果，查詢推薦購買的FOF基金組合。完成資產(chǎn)診斷后，點擊“優(yōu)選FOF”標簽，查詢推薦購買的FOF基金組合，如圖所示。FOF基金又稱為“基金中的基金”（FundofFunds），能夠通過投資多種不同類型的基金來分散風(fēng)險，并且由專業(yè)機構(gòu)進行管理，更加省心省力。如果想購買“中銀慧投”推薦的FOF基金組合，則可以點擊圖3-23中的“立即購買”按鈕，完成“一鍵購買”。圖“中銀慧投”優(yōu)選FOF頁面（局部）步驟5：體驗“中銀慧投”的智能定投功能點擊“中銀慧投”的“智能定投”標簽，打開智能定投頁面，在該頁面點擊“定投百科”，了解智能定投與傳統(tǒng)基金定投相比的優(yōu)勢，如左圖所示。如果打算定投推薦的基金，可以返回智能定投頁面，并點擊該頁面的“開始定投”按鈕，開啟智能定投功能，如右圖所示。圖智能定投與傳統(tǒng)基金定投的比較圖“中銀慧投”的智能定投頁面（局部）步驟6：了解“中銀慧投”的智能跟蹤調(diào)倉功能。步驟7：探究對不同投資期限和風(fēng)險等級的投資者推薦的資產(chǎn)配置組合變化規(guī)律。人工智能機器人除了以上智能投顧線上機器人外，還有線下的實體機器人。實體機器人在金融領(lǐng)域最典型的應(yīng)用就是可以勝任銀行網(wǎng)點的大堂經(jīng)理工作，而且比人更加智能和高效。具體而言，智能機器人大堂經(jīng)理具有以下功能：通過人臉識別，實現(xiàn)客戶主動迎賓問候，更能對VIP客戶精準識別；智能語音交互，實現(xiàn)智能問答，為客戶提供業(yè)務(wù)咨詢，引導(dǎo)客戶辦理相關(guān)業(yè)務(wù)；自助巡航，導(dǎo)航避障，在網(wǎng)點內(nèi)引領(lǐng)客戶，還能娛樂表演，在客戶等待辦理業(yè)務(wù)期間，活躍氣氛。四、智能投顧智能投顧機器人PARTFIVE五智能金融風(fēng)險及應(yīng)對【理論導(dǎo)學(xué)】五、智能金融風(fēng)險及應(yīng)對（一）智能金融主要風(fēng)險1技術(shù)安全風(fēng)險。人工智能技術(shù)本身發(fā)展仍不夠成熟，存在算法“不可解釋性”、對數(shù)據(jù)依賴度高等問題，加之算法模型設(shè)計缺陷等人為因素，可能導(dǎo)致結(jié)果偏離預(yù)期、算法歧視、系統(tǒng)異常等風(fēng)險。此外，人工智能技術(shù)被不當(dāng)使用甚至惡意使用，可能擴大違法違規(guī)行為的危害。比如，人工智能技術(shù)在語音模擬和人臉模擬方面的應(yīng)用，可能會增加欺詐行為的防范難度。五、智能金融風(fēng)險及應(yīng)對2隱私泄露的風(fēng)險。

一方面，逆向攻擊等威脅可能導(dǎo)致人工智能模型內(nèi)部數(shù)據(jù)的泄露，而金融領(lǐng)域數(shù)據(jù)可能涉及大量個人隱私數(shù)據(jù)，此類數(shù)據(jù)的泄露可能給客戶帶來難以估量的損失。比如，生物特征識別使用的指紋、人臉等數(shù)據(jù)通常具有唯一性及高度敏感性并且難以修改，其泄露所帶來的損害可能難以逆轉(zhuǎn)。另一方面，

人工智能技術(shù)應(yīng)用于數(shù)據(jù)挖掘方面，可通過對看似不相關(guān)數(shù)據(jù)的挖掘分析得到與用戶隱私相關(guān)的信息，降低數(shù)據(jù)脫敏等隱私保護手段的效果，加大隱私泄露風(fēng)險。五、智能金融風(fēng)險及應(yīng)對

人工智能技術(shù)產(chǎn)品和應(yīng)用本身不具備責(zé)任承擔(dān)能力及法律主體資格，而其在金融領(lǐng)域的應(yīng)用可能涉及技術(shù)提供方、技術(shù)使用方以及金融服務(wù)使用方等多個利益相關(guān)方，往往難以厘清責(zé)任歸屬，算法“不可解釋性”則更增加了責(zé)任劃分的難度。3責(zé)任主體難以認定風(fēng)險。隨著人工智能技術(shù)大規(guī)模應(yīng)用于金融交易中，可能因算法的同質(zhì)性等因素導(dǎo)致市場交易行為一致化，加大市場周期性波動幅度。此外，量化交易程序使得交易頻率能夠達到毫秒級，當(dāng)出現(xiàn)極端事件或程序出現(xiàn)故障時，可能帶來巨大交易損失甚至對金融穩(wěn)定造成負面影響。五、智能金融風(fēng)險及應(yīng)對4放大市場順周期性風(fēng)險。五、智能金融風(fēng)險及應(yīng)對可按照實質(zhì)重于形式的原則，以人工智能技術(shù)在金融領(lǐng)域應(yīng)用的外溢風(fēng)險為導(dǎo)向，以算法有效性、功能適當(dāng)性、機器行為合規(guī)性等為重點，研究探索智能投顧、智能風(fēng)控、智能量化交易等領(lǐng)域的業(yè)務(wù)規(guī)則，并加強合作外包、數(shù)據(jù)治理等方面的技術(shù)監(jiān)管，實現(xiàn)監(jiān)管無死角、風(fēng)險全覆蓋。（二）智能金融風(fēng)險應(yīng)對1.加強風(fēng)險監(jiān)管。

可結(jié)合金融領(lǐng)域?qū)嶋H情況加快完善隱私保護手段，引導(dǎo)金融機構(gòu)對數(shù)據(jù)的規(guī)范應(yīng)用，如制定完善數(shù)據(jù)分類、脫敏等方面的規(guī)則或標準，研究不同業(yè)務(wù)可以或限制應(yīng)用的數(shù)據(jù)類型，減少數(shù)據(jù)不當(dāng)應(yīng)用造成的隱私泄露。五、智能金融風(fēng)險及應(yīng)對2.加強隱私保護。可考慮要求相關(guān)從業(yè)機構(gòu)將人工智能模型的主要參數(shù)以及相關(guān)金融業(yè)務(wù)的主要邏輯等重要信息報備監(jiān)管部門，強化留痕管理，提高決策過程的可回溯性，為責(zé)任認定提供依據(jù)。五、智能金融風(fēng)險及應(yīng)對3.可考慮建立健全算法、模型報備機制。建議鼓勵金融機構(gòu)研究建立合理的自動中斷機制，減少極端事件發(fā)生時人工智能錯誤決策的可能性。同時，可加強對人工干預(yù)機制的探索，研究人工干預(yù)的介入條件和有效途徑。五、智能金融風(fēng)險及應(yīng)對4.加強自動中斷、人工干預(yù)等機制研究探索。PARTSIX六金融科技與監(jiān)管科技的關(guān)系監(jiān)管科技，根據(jù)英國金融行為監(jiān)管局(FinancialConductAuthority,FCA)的定義，指采用新型技術(shù)手段，以滿足多樣化的監(jiān)管要求，簡化監(jiān)管與合規(guī)流程的技術(shù)及其應(yīng)用。在具體表現(xiàn)形態(tài)上，監(jiān)管科技有兩大分支——運用于監(jiān)管端的監(jiān)管科技(Suptech)和運用于金融機構(gòu)合規(guī)端的合規(guī)科技(Compteh)。從監(jiān)管端來看，監(jiān)管科技在監(jiān)管端的運用可以分為數(shù)據(jù)收集和數(shù)據(jù)分析兩大方面。數(shù)據(jù)收集過程可以形成報告，進行數(shù)據(jù)管理；數(shù)據(jù)分析的具體運用則包括四個方面：虛擬助手、市場監(jiān)管、不端行為檢測和審慎監(jiān)管。從金融機構(gòu)合規(guī)端來看，金融機構(gòu)將監(jiān)管科技作為降低合規(guī)成本、適應(yīng)監(jiān)管的重要手段和工具。合規(guī)科技的主要著力點包括數(shù)字化、數(shù)據(jù)的識別與分析運用，以及數(shù)據(jù)加密與傳輸技術(shù)。【理論導(dǎo)學(xué)】六、金融科技與監(jiān)管科技的關(guān)系監(jiān)管科技有以下核心特點：敏捷性、速度、集成、分析。金融科技與監(jiān)管科技之間的關(guān)系如圖所示。人工智能、大數(shù)據(jù)金融科技區(qū)塊鏈、云計算監(jiān)管部門金融機構(gòu)監(jiān)管科技互聯(lián)網(wǎng)金融創(chuàng)新圖金融科技與監(jiān)管科技之間的關(guān)系六、金融科技與監(jiān)管科技的關(guān)系以區(qū)塊鏈技術(shù)在金融監(jiān)管中的應(yīng)用為例具體說明。區(qū)塊鏈作為一種新興技術(shù)，具有共識信任、去中心化和不可篡改等特性，讓資金劃轉(zhuǎn)變得透明可監(jiān)督，也為解決金融監(jiān)管問題提供了有效途徑。區(qū)塊鏈監(jiān)管案例首先，區(qū)塊鏈提供去中心化的系統(tǒng)運行機制，打破了IT治理邊界，促使數(shù)據(jù)真正地公開透明，通過分布式數(shù)據(jù)存儲，提高了數(shù)據(jù)可追溯性；監(jiān)管機構(gòu)只要成為其中一個節(jié)點，就可以追溯每一筆交易之前的任何歷史痕跡，大大降低了金融監(jiān)管的難度。其次，區(qū)塊鏈的不可篡改特性可以確保數(shù)據(jù)的真實性，通過基于非對稱加密算法的方式，資金來往的雙方都不能偽造業(yè)務(wù)數(shù)據(jù)，增強了數(shù)據(jù)權(quán)威性，確保了資金審計的可靠性。最后，數(shù)據(jù)的共享還可以提高金融服務(wù)中信任傳遞的效率，降低交易成本，例如中小企業(yè)、大企業(yè)應(yīng)收賬款數(shù)據(jù)均存入?yún)^(qū)塊鏈網(wǎng)絡(luò)，多方數(shù)據(jù)一旦共享，對金融科技平臺也能起到風(fēng)控和征信的作用。【案例研學(xué)】六、金融科技與監(jiān)管科技的關(guān)系目錄區(qū)塊鏈原理與金融科技應(yīng)用任務(wù)一人工智能原理與智能金融應(yīng)用任務(wù)二生成式人工智能與金融大模型任務(wù)三“區(qū)塊鏈+供應(yīng)鏈金融”合力紓解小微企業(yè)融資困境德技并修任務(wù)三生成式人工智能與金融大模型PARTONE一生成式人工智能的概念與能力【理論導(dǎo)學(xué)】一、生成式人工智能的概念與能力生成式人工智能（ArtificialIntelligenceGeneratedContent,AIGC）是人工智能技術(shù)的一個前沿分支，具體是指基于機器學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等技術(shù)，通過算法、模型、數(shù)據(jù)、規(guī)則等自動生成文本、圖像、音頻、視頻、代碼等內(nèi)容的新型生產(chǎn)方式。

生成式人工智能技術(shù)的核心在于創(chuàng)造性地模仿或擴展現(xiàn)有數(shù)據(jù)的特征。（一）生成式人工智能具有創(chuàng)新內(nèi)容生成能力（二）生成式人工智能具有強大的自然語言處理和“對話”能力生成式人工智能它通過學(xué)習(xí)大量的數(shù)據(jù)集，能夠創(chuàng)造出全新的文本、圖像、音頻和視頻等內(nèi)容。能夠基于學(xué)習(xí)到的模式和結(jié)構(gòu)，創(chuàng)造出具有一定原創(chuàng)性和創(chuàng)意的作品?；谏墒饺斯ぶ悄芗夹g(shù)的大語言模型通過預(yù)訓(xùn)練的方式，儲存文本數(shù)據(jù)進行學(xué)習(xí)，并在預(yù)訓(xùn)練的基礎(chǔ)上產(chǎn)生新的互動組合方式。能夠理解更長的上下文，與人類的對話溝通也更自然、給予答案也更準確。在對話過程中，模型還具有較強的學(xué)習(xí)反饋能力，能夠舉一反三，根據(jù)前面的內(nèi)容不斷生成客戶需要的回答。還會產(chǎn)生一些創(chuàng)意和想法，體現(xiàn)了一定的“創(chuàng)造”能力。能夠自動生成自洽的圖形、文本甚至代碼，具備優(yōu)秀的內(nèi)容創(chuàng)作能力。一、生成式人工智能的概念與能力（三）生成式人工智能具有多模態(tài)融合和靈活應(yīng)