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(shù)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(shù)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(guān)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(shù)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(lǐng)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(guān)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(lǐng)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(chǔ)是驅(qū)動AI的數(shù)據(jù)。
但是，使AI在其他領(lǐng)域如此成功的獨特功能也使其在應用于金融領(lǐng)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。