知识图谱作投资决策,为何比深度学习更靠谱.pdfVIP

知识图谱作投资决策，为何比深度学习更靠谱 有别于现在大数据很大程度上强调相关性，深度学习很 大程度上强调难以解释的结果。尤其在投资决策领域，没有 因果关系，不可理解的投资，那叫投机，不可持续。 / 互联网金融报告 2017 / 先设想这样一个场景，平静的水 面上漂着一片树叶，一个小孩往水里扔了一个石子，激起的 涟漪一圈一圈地散开，最后都聚集到叶子的周围，因为水波 的能量被阻断而无处扩散。 水面的各个部分是相互连接的，就像一个图谱，叶子就是其 中的一个异常点。当图谱中发生一个事件时，能量或破坏力 一定会体现在异样的地方。这种破坏力，可能发生在近邻， 也可能发生在远邻，甚至可能是发生在千里之外的蝴蝶效应， 因为世界是相互连接的，而图谱能够描述和表示这种世界的 抽象和连接。 AlphaGo 颠覆的不是围棋世界 AlphaGo 在围 棋比赛中完胜人类，颠覆了人类对围棋的认识，实际上是颠 覆了人类对自己思维方式的认识。由于大脑的容量和计算能 力是有限的，人类的思维受深度和广度的限制，所以，只好 用一些定式来减少思考的深度和广度。 比如，看到某个定式时，人类对于这一着棋就不用再往下想 了。因为按照定式、按照经验、按照棋手们的共识，大家应 该这么走。同时，对于某些可能的广度搜索，有些棋子，至 少对当前的棋局影响不大，至少对于人类棋手能预料的短期 来看影响不大，所以也不用浪费带宽思考。而电脑，也就是 AlphaGo ，只要有计算能力和计算时间，完全可以大幅度地 摆脱这种限制，能有更深的深度和更广的广度。 更甚的是， AlphaGo 可以在人类休息时，通过自己和自己对 弈，提前探索更多的搜索空间，这也就是现在很火的强化学 习。那么，在天生不平衡的情况下， 如何能扩大人类的联想？ 知识图谱就能完成这一使命。先看看 Google 的 PageRank 模型。 由于网页是相互链接的，一个高能量的网页会将能量顺着链 接，传播到其他的网页，最后，能量会聚集到真正有价值的 页面上。这也是图谱的一种表现形式，只是在这里，节点是 一个个的网页，边是网页之间的链接。别小看这些链接，它 们是人类智慧的结晶。只有当人觉得这两个网页相关或重要 时，它们才会给出一个链接。谷歌 PageRank 是怎样挖掘人 类智慧 PageRank 正是挖掘了人类智慧， 通过随机行走模型 和算法， 让所有的网页有了自己的重要性指标， 让它们有序。 有序之后，很多任务就好办多了。比如，抓取网页知道先抓 谁，索引时知道谁先处理，搜索结果排序时知道谁在前，等 等。之后， Google 进一步将 PageRank 算法进化成 BrainRank ，考虑了更多的特征和关系。有了图谱，加上先 进的算法，将知识图谱中的节点和关系有序化，人类能够做 很多的事情。 简单来讲，知识图谱，就是一张由知识点相互连接而成的语 义网络。 它是一种人工智能技术， 是基于现有数据的再加工、 结构化，再通过各种数据挖掘、信息抽取和知识融合技术形 成一个统一的、逻辑上全局的知识库。一个知识图谱描述了 世界里概念和概念之间的关系。 一般图谱中有实体、事件和关系。这些因素都有很多属性。 实体一般是“物”，在语言中一般以名词形式出现，比如人、 车、地点等。事件一般是在某个时间发生的行动，在语言中 一般体现为动词，比如招聘、收购、发财报等。属性一般包 括名字、标签、重量、高度、价格、时间、地点等，能以数 字或具体值标识。关系表示了实体和实体、实体和事件之间 的联系。来看一个具体的例子：“ 2016年 6 月 22 日，腾讯 86 亿美元收购芬兰手游公司 Supercell 。” 实体：腾讯公司 （名字：腾讯； 营业地点： 中国；主营业务： 娱乐），Super