شبكة لى فنغ منظمة العفو الدولية مراجعة التكنولوجيا: 5 يونيو 2019، مايكروسوفت للبحوث آسيا "، وقسم الابتكار"، وعقدت المرحلة الثانية في بكين. التقنيات المرتبطة الحوسبة السحابية والبيانات الكبيرة، والربط الشبكي، والذكاء الاصطناعي، الواقع المختلط والتنمية الأخرى واختراقات الناشئة، والثورة الصناعية الرابعة قد حان بالفعل. جاء مايكروسوفت للبحوث آسيا "، وقسم الابتكار"، وأنه في هذه البيئة الى حيز الوجود، وأنه هو تقنية جيدة جنبا إلى جنب مع المالية والخدمات اللوجستية والصناعات التحويلية، وغيرها من المنتجات في الصناعات المختلفة، وساعد بنجاح العديد من الشركات على تحقيق التحول الرقمي .

مايكروسوفت للبحوث آسيا "، وقسم الابتكار"، وهو عضو في الصورة مجموعة المشاريع

حول "إدارة الابتكار"

يتحدث منظمة العفو الدولية، الشركات غالبا ما تكون السؤال الأكثر المتداولة هو: "ماذا يمكننا أن نفعل AI يمكن أن تكون كيفية القيام ؟؟" على الرغم من أننا نعلم جميعا أهمية AI، ولكن مع مزيج مثالي من الأعمال الجيدة ليست سهلة. ومعظم السبب الأساسي هو أن: فهم محدود من خبراء الصناعة والتكنولوجيا، والعلماء وصعبة خط صناعة AI-العمق. لذلك، وكيفية جعل عمق التكامل بين خبراء من الجانبين والهبوط والابتكار لتحقيق التحول الرقمي من الأعمال، وهذا هو المغزى من مايكروسوفت للبحوث آسيا "، وقسم الابتكار" المعمول بها.

وقد مايكروسوفت للبحوث آسيا "، وقسم الابتكار" منذ إنشائها في نوفمبر 2017 التي ارتكبت، لتوفير المؤسسات مع الذكاء الاصطناعي يسمح خبراء الصناعة والعلماء يمكن بسهولة آلية والابتكار منصة تعاون للتعاون. في جميع مراحل عملية التعاون والتنفيذ الكامل ل"مفتوحة والمساواة والثقة" نموذجا للتعاون البحثي: خبراء الصناعة تقلق تعليم البصيرة الصناعة، وحصة بيانات الأعمال الحقيقي، والباحثين نموذج المساهمة دون تحفظ، خوارزمية وأساليب تعديل المعلمة. بحث في هذه الانواع العمل على الذكاء الاصطناعي لا وجود لها إلا في النظرية والجوانب الأكاديمية، وأكثر حقا حل العديد من المشاكل العملية وخلق حياة أفضل للبشرية.

نائب رئيس مايكروسوفت كبار، مايكروسوفت آسيا والمحيط الهادئ R & D رئيس مجلس إدارة مجموعة ورئيس مايكروسوفت للبحوث آسيا، هون

مثال واحد: AI + الاستثمار الكمي

مع التطور السريع لتكنولوجيا المعلومات، واستخدام تكنولوجيا الحاسب الآلي لبيانات حساب من عائدات الزائدة كبيرة يمكن أن يحقق مجموعة متنوعة من "احتمال كبير" الحدث، النماذج الرياضية المتقدمة استبدال حكم ذاتي البشري، وتطوير استراتيجيات تقوم على مزيج من هذه الأحداث لصناعة السيارات في إتمام الصفقة، والآن هو الاتجاه السائد في شكل التداول الكمي. كمية التداول حد ما، وتعزيز كفاءة الاستثمار، والحد من تأثير تقلبات مزاجية المستثمرين، العديد من الشركات المالية لديها القدم يقع في.

في هذا المؤتمر، وصندوق هواشيا ومايكروسوفت للبحوث آسيا معا لتبين لنا تطبيق التكنولوجيا AI-في عمق مجال إدارة الأصول والنتائج الممتازة التي تحققت. الجانبين من خلال البحوث وتجارب واسعة النطاق، والاختيار النهائي في الاستثمار الكمي - متعددة العوامل اختيار الأسهم للتعاون في هذا المجال. المتعددة عامل اختيار الأسهم هي الأكثر كلاسيكية من اختيار الأسهم، مدفوعا بياناتها المالية الأساسية، بما في ذلك نسبة السعر إلى الأرباح، والقيمة الدفترية، ونسبة المبيعات، وغيرها، ومعايير اختيار الأسهم.

عوائد العام وعلى النقيض من خطر سنوي CSI 500 تعزيز استراتيجية مؤشر مرحلة backtesting

فإن الاستثمار الكمي التقليدي حفر من (ألفا) هذه البيانات عامل، ثم هذه العوامل بطريقة بالوزن الخطية وما إلى ذلك، من خلال التحسين التوافقي، وأخيرا تشكيل مزيج الأمثل لأكثر من عامل واحد؛ طريقة "AI + مؤشر المعززة" هو فرصة انتشال ارتباط منخفض مع أساليب المحفظة الاستثمارية التقليدية من أجل تحقيق شركات التمويل التمايز تنافسية. وتتضمن هذه الاستراتيجية الرئيسيان التكنولوجيا الأساسية لمنظمة العفو الدولية: الزمكان نماذج الشبكة العصبية الإلتواء والمتغيرات الاهتمام متى.

أولا، الزمانية تلفيفي البعد العصبية شبكة حفر حجم البيانات وضع والسعر في السلسلة الزمنية الأصلية مستعرضة والبعد الفضاء، واستخدام هذه الأنماط التي تتكون عاملا هاما، ثم، وبناء على هذه العوامل، في حين يجري وضعها في الشبكة العصبية وقرار التدرج شجرة المدى (GBDT) رقم الطراز وما شابه ذلك، وبالتالي إعطاء عامل مركب المقابلة؛ التالي، نموذج الاهتمام الاستفادة متفاوتة تعدد حصلت من مركب عامل دينامية التجميع، تولد في نهاية المطاف إشارة أكثر استجابة للتغيرات في السوق ل العثور على أفضل استراتيجية الأداء العام.

"AI + تعزيز مؤشر" يمكن أن نهج واحد الاستفادة من البيانات الخام على نطاق واسع، والتي يبني تلقائيا العامل الأكثر قيمة من أهداف التعلم، ومن ناحية أخرى تمكن العوامل المعقدة غير الخطية، وحفر بها ثروة من المعلومات، ولكن أيضا ديناميكية تحويل تعديل عامل على التكيف مع شكل البوليمر للديناميات السوق.

وقال معهد بحوث آسيا مايكروسوفت التعادل يان، وتم تغيير البيانات "في الأسواق المالية والبيانات ونموذج مثل الدجاج والبيض المشكلة، ولا يمكن تحديد من الذي يجب أن تكون موجودة. وآلة التعلم لاستخدام معظم التغييرات في الوقت الحقيقي ويمكن الاطلاع على البيانات الأصلية في الوقت الحقيقي عوامل التغيير، التغيير إشارة استخراج جنبا إلى جنب نموذج في الوقت المناسب، ودائما تأكد من أن صيغة الاستثمار هو أفضل الحالية لتجنب تأخر صيغة حسابية يدوية، واستمرت المشاكل الفشل.

معهد مايكروسوفت آسيا للبحوث التعادل روك

وقال مدير، المدير العام لصندوق هواشيا عدد من إدارة الاستثمار قسم رئيس تشانغ هونغ تاو، "الاستخدام" المعززة مؤشر AI + نموذج آلة التعلم "ليحل محل أساليب التداول الكمية التقليدية، بحيث نظام التداول الكمي صندوق الصين لتحقيق رفع مستوى المحرك الأساسي، هو إلى الأمام في عصر الاستثمار الذكي ". يعني ذلك أيضا أن AI + استثمارات المالية يكون نقطة انطلاق جديدة لعمق التكامل.

حاليا، مايكروسوفت للبحوث آسيا، والبحث والتطوير للتعاون مع صندوق الصين واستراتيجية الاستثمار نموذج صندوق الصين AI يصلح للغاية، مع "أجزاء" مختلفة هي أيضا مناسبة جيدة، دون تغيير التجارية القائمة والنموذج التشغيلي، ونحن سوف تكون قادرة على الاستفادة من الاستثمار في مجال AI شيلي لإحداث التغيير والتحول الأعمال.

المثال الثاني: AI طبيعة مجردة اللوجستية

معظم المشكلة الأساسية التي يتعين حلها هي صناعة الخدمات اللوجستية لمواءمة العرض والطلب، وهذا هو ما يخدم أيدي أولئك الذين في حاجة إليها. جنبا إلى جنب مع AI صناعة الخدمات اللوجستية كامل السيناريو الأعمال التجارية الكبيرة مجردة للغاية، يمكنك الحصول على السيناريوهات الأساسية التالية:

• تقديرات العرض والطلب. وقامت شركات الخدمات اللوجستية عادة من قبل موقع عميل واحد تحت تقدير عدد من أوامر، ووسائل النقل، مثل عدد من العلب الفارغة القيام التخطيط المسبق. هذه التقديرات تتطلب مجموعة من بيانات السلاسل الزمنية والخبرة السابقة كاملة، في الوقت نفسه، عند وقوع حادث، مثل ازدحام الطرق، وسفينة واجهت عاصفة، وما إلى ذلك، تحتاج أيضا إلى تعديل حيوي وفقا للحالة محددة.

• تقييم العرض والطلب. هناك جزء صغير من الاحتياجات اللوجستية للخطر الطلب من الخبيثة، متعمدا كما يحتمل أن تكون مزورة. لذلك، الشذوذ الكشف والإنذار المسبق واحدة، ولكن أيضا مشاكل الأعمال اللوجستية التي يتعين حلها.

• الطريق الأمثل. هذا هو صناعة السيناريوهات تطبيق الأساسية اللوجستية والعرض والطلب المعروف، أن طرق النقل، وذلك لتحقيق الأكثر فعالية، وبأقل تكلفة، وهلم جرا، وهذه هي القضايا تخطيط المسار للنظر، في الوقت نفسه، لحالات غير متوقعة، خبيثة خطر، وجعل الحلول المناسبة؛ متطلبات عملية جدا وضرورية التطبيق.

في العقود القليلة الماضية، وشركات الشحن وغالبا ما تستخدم لتحقيق مزيج من تخطيط المسار الأمثل طريقة تقوم على بحوث العمليات. هذه الطريقة ليست فقط عملية مرهقة، وتغطية صغيرة في التطبيقات العملية، لا يمكن تلبية احتياجات النقل الجماعي. من أجل كسر القيود المفروضة على طريقة، مايكروسوفت للبحوث آسيا لاستكشاف بالتعاون مع المشرق في الخارج الشحن من مجموعة جديدة من حلول - تتنافس التكنولوجيا تعزيز التعلم متعدد وكيل (Coopetitive متعدد وكيل التسليح التعلم).

بحوث العمليات التقليدية لحل الأفكار الأمثل العالمية إلى التنافس متعدد وكيل تعزيز التعلم الفجوة التكنولوجية والقاعدة، كل ميناء والسفن القادمة إلى النمذجة وكيل، والمشكلة معقدة الأصلية وحل لوسط الطريق. تدريب هذه الهيئات الاستخباراتية إما استخدام البيانات التشغيلية الفعلية، ويمكن أيضا أن يعزز عن طريق لعبة الذاتي. ويمكن لهذه الحلول تحسين كفاءة بالإضافة إلى ذلك، يمكن أيضا أن تكون كل نموذج وكيل للمنفذ مرسل من التعلم والتقليد، وتوليد تقبل بسهولة أكبر عن طريق برنامج مرسل لتعزيز كفاءة جدولة النقل المشرق في الخارج الشحن.

للمطالبات المخابرات الإنذار المبكر، وأنه يستخدم "+ العمق الى عوامل بناء على دقة شلال" البرنامج، أي استخدام الاختيار من متعدد مجموعة عبر التحقق من صحة للحد من تأثير الناجم عن التغيرات بسبب التوزيع. في إطار فرضية سعر الصرف الثابت من التذكير، البرنامج الجديد مقارنة مع الممارسات التقليدية، ويمكن تحسين فعالية معدل دقة 60.

أكثر على مايكروسوفت للبحوث آسيا "، وقسم الابتكار"، انظر موقع مايكروسوفت الرسمي.

لى فنغ لى فنغ صافي صافي AI تكنولوجي ريفيو