7 月 8 日，由 CCF 中国计算机学会主办、雷锋网与香港中文大学（深圳）共同承办的第二届 CCF-GAIR 全球人工智能与机器人峰会进入了第二天的议程。当天下午，中科院计算所副研究员、微信人工智能首席科学顾问、博士生导师罗平为大会带来了题为《人工智能在智能投行中的应用》的分享。
罗平教授首先简单介绍了传统投行的工作内容和困境。他表示，所谓投行就是金融的媒介，资金需求方和投资方的媒介，也是金融行业最辛苦的工作。
而投行工作的辛苦主要来自以下三个方面：
投行工作者需要接触大量的金融文档
文档的质量要求高，风险大，而且有 deadline
目前的金融市场发展迅速，潜在的文档工作将越来越多。
为了解决传统投行领域的困境，罗平教授介绍了一种智能化处理金融文档的技术，并将之形象地称为“庖丁解文”。总体上说，“庖丁解文”的含义就是：将金融文档结构化，并且瞬时、精准、深度。
罗平教授将其中的核心技术称为 Text2Tuple & Text2Equ，即自动提取元组和公式，生成明晰的数学表达。将非结构化、半结构化的金融文档（公开或非公开），分解重组成可供计算机搜索、比对、分析的结构化数据。并将这一结构化数据应用于金融文档的智能撰写、智能合规、智能风控、智能审批、智能审计等。
目前，罗平教授带领的团队已经根据这些核心技术，研发上线了一款名为 AutoDoc 的金融文档处理工具，以及一个名为 NeuSALG 的智能化金融通路平台。
罗平教授表示，之所以人工智能技术能够在金融文档领域取得初步的成功，跟金融行业的语言特点有密不可分的联系。他总结了金融领域语言学的四大特点：
长程修饰
承前省略
零指代
金融知识
宏观上说，听说读写对人类而言很容易，但下棋一类的策略性工作很难。而对于计算机而言，数学运算和检索很容易，但听说读写很难。AlphaGo 之所以能在围棋上超越大部分人类，是因为科学家们将下棋转化成了数学运算。
因此，弱人工智能的核心关注点应该是：如何将人类的“智能”转化为计算。
更多详细的演讲内容参见雷锋网后续的深度报道。
雷锋网(公众号：雷锋网)相关阅读：
正在生成分享图...
nebula