通联数据：投资领域的人工智能应用进入认知智能阶段

人工智能的概念大家并不陌生，早在2016年人工智能机器人Alpha Go就因为打败围棋天才李世石而名声大震。

事实上，尽管同叫人工智能，小X同学和Alpha Go却完全属于两个方向。人工智能大致可分为运算（计算）智能、感知智能和认知智能。Alpha Go和它的鼻祖，1996年IBM的深蓝计算机（当时可是在国际象棋领域也战胜了世界冠军），都属于运算智能范畴。它们通过对固定程式的海量棋谱进行学习，在与人类进行对弈时，通过运算方式推演最佳的落子方式，这是人脑所不擅长的领域，因此它们成了常胜将军。

但是运算智能，更适用于应用在一个有一定程式的领域，比如下棋、自然科学研究等。对于非定量分析的世界，运算智能就不那么有优势了。

渐渐地，人们不再满足于运算智能的突破和发展，进入了感知智能的领域研究。也就是让机器人具有跟人类相仿的视觉、听觉和触觉。最近五年感知智能的市场应用越 来越多，比如大家所熟悉的自动驾驶、激光雷达、Big Dog这类的感知机器人，都是让机器有了基本的视觉和听觉触觉，能够根据外部世界的一些反应，做出相应的应激反馈。就好比你跟小X同学说，帮我开灯，给我 放音乐，这时候它总是展现出比女朋友还温柔听话的一面。

可是感知智能只是对外部世界的程式化反应，其实都不能算是真正的智能。对于人工智能而言，金字塔尖的技术是“认知智能“，也就是真正拥有理解、思考、推理的 能力。目前在认知智能方面，人类还没有找到能够快速让机器学习到人的认知逻辑的方法。

人工智能界对认知智能技术久久无法快速发展的统一观点是，认知智能技术缺少的不是数据训练，而是人类知识图谱的灌输。唯有聚焦在某一特定领域，实现人机结合，才能真正创造出能为人提供决策服务的认知智能。

以投资科技为例，简单的数据聚合，充其量只能算是运算智能，简单的数据搜索，充其量只能算是感知智能。要真正实现数字科技赋能投资辅助决策，需要的就是认知智能。比如同样是对数据的搜索，认知智能下呈现的结果，既有你想要的，也有你不知道自己想要的。特别是你自己知识框架之外的内容，就是通过知识图谱的方式进行了关联后，呈现给了你。这就大大节约了你的时间，拓展了你的知识面。

新能源汽车产业链图谱（部分）来源：Datayes!萝卜投资

再比如投研框架，excel表格只能实现线性归因，就有点像感知智能，外界某一个变化，按照线性逻辑给予相对应反应。可是万千世界哪里有一对一的简单关系 呀。特别是投资行为，并不都是线性逻辑归因。这时候你就需要更加综合化的、全透明的归因方式，让机器更理解你，用更人性化的方式去理解因子和价格变动之间 的复杂关系。

通联数据Datayes!萝卜投资，正是在投资领域努力践行向认知智能发展的数字化产品。不管是搜索的结果，投研的框架，向你推荐的资讯，向你预警的因子异动情况，向你预警的组合风险情况，在为你展示这些功能之前，我们都在机器中都融入了很多人类的知识图谱，是站在让机器更理解人的角度，帮人类解决投资过程中所需要的数据和知识的需求，而不再是简单的运算智能和感知智能。随着Datayes!萝卜投资越来越聪明，越来越懂你的心，未来它会成为那个投资路上，真正能跟你愉快聊天的智能投资小助手。