BUSINESS BOOKS

28.1　技術的進步

在計算機時代的頭50年裡，計算機處理能力的增長速度確實令人震驚，這使得許多社會科技進步成為可能。1965年，英特爾（Intel）聯合創始人戈登·摩爾（Gordon Moore）正確預測到，計算機的處理能力將每兩年翻一番。現在，一部智能手機的處理能力已經超過了1969年美國宇航局將人類送上月球時的計算機的處理能力。

許多以前人類進行的活動已經被自動化了。機器人流程自動化（robot process automation，RPA）是一個令人感興趣的發展方向。這是一個軟件應用程序，可以複製人類與各種應用系統交互的行為，是一種讓系統實現自動化的方式。軟件機器人是一種虛擬的工作人員，可以通過訓練來執行某些任務，其方法與人類訓練的方法非常相似。例如，這些任務可能與開立新客戶賬戶或僱用新員工有關。通常，數據被髮送到組織內的許多不同系統。

28.1.1　機器學習

計算能力增長的一個重要結果是機器學習的增長。這是人工智能的一個分支，它允許計算機無須顯式編程就能學習。

假設我們想教一臺計算機在英語和日語之間進行翻譯。一種方法是編寫英語字典中包含的所有語法規則和定義，對日語也這樣做，然後提供一個日英詞典。谷歌率先提出的另一種方法是使用機器學習，事實證明這種方法更為成功。計算機被輸入許多由英日雙語者翻譯成日語的英語文本。然後，計算機使用各種工具來搜索模式，並開發自己的複雜翻譯規則。

機器學習在金融領域有許多潛在的應用，如欺詐識別和貸款決策自動化。

機器學習有以下三種類型。

（1）監督學習（supervised learning）：向計算機提供由輸入和期望輸出組成的數據，目標是為將輸入映射到輸出制定規則。我們剛才給出的翻譯例子屬於這一類。

（2）無監督學習（unsupervised learning）：要求計算機通過查找數據中的結構或隱藏模式來學習。

（3）強化學習（reinforcement learning）：計算機程序與動態環境交互，在動態環境中，它必須執行特定的目標，例如駕駛車輛。

在機器學習中，運用多種不同的統計方法和其他工具揭示數據的內在性質與規律。監督學習可以包括線性迴歸和邏輯迴歸。無監督學習可以包括聚類技術，如K-means算法，有時在處理數據前使用降維算法，如主成分分析。

人類非常擅長一些模式識別任務，而這些任務在傳統上是計算機難以完成的，例如，將一個人的臉與另一個人的臉區分開來。一項關於我們如何做到這一點的研究已經在機器學習神經網絡方面取得了一些重要突破。神經網絡是模仿人類識別模式的工具。它們依賴於一種被稱為反向傳播的數學過程來迭代地計算節點上的權重，從而生成所需的輸出。

機器學習算法需要大量的數據進行訓練，所以如果沒有並行處理、雲計算和其他軟硬件方面的進步，今天的應用是不可能實現的。

28.1.2　區塊鏈

在通常情況下，記錄資產所有權的分類賬都涉及欺詐、用戶對其缺乏信任和計算機黑客行為。許多讀者都聽說過所有權欺詐的事例，比如有人宣稱自己擁有房屋所有權，並藉此獲得抵押貸款。有時，記錄相同項目的分類賬由不同組織的人員保管。這樣，記錄中可能會出現不一致的情況，而整理這些問題可能既昂貴又耗時。

區塊鏈是一個分佈式分類賬，用戶可以在其中添加條目，一旦達成一致意見，分佈式分類賬將自動更新。涉及不一致的記錄、欺詐或黑客行為的問題要麼是不可能的，要麼是極其不可能的，因為相同的記錄存在許多不同的計算機上，可以在任何時候進行檢查。區塊鏈最早是在2009年作為與比特幣相關的領域被開發出來的，但目前該技術的許多其他應用正在探索之中。單個分類賬是一個記錄列表，被視為一個區塊。當創建一個新交易塊時（對於比特幣，每10分鐘創建一個），一個新塊就被添加到鏈中。每個參與的人都會得到一個不斷更新的塊列表。

區塊鏈的一個重要方面是哈希。哈希是由64個字符組成的字符串。任何文本都可以轉換為哈希，但是哈希值轉換成文本的反轉進程是不可以的。即使文本中的一個小更改也會完全改變哈希。為了說明這一點，我們可以訪問SHA 256哈希計算器，網址是：

http：//www.xorbin.com/tools/sha256-hash-calculator

哈希本書書名，“Risk Management and Financial Institutions”（非斜體），給出：

1dcc48387a27cd95378b08ab26261b161a97c51a7c9146f3d3ff73710d656a3f

添加我們新的版本號後“Risk Management and Financial Institutions 5”（同樣不使用斜體），將生成一個完全不同的哈希值：

117e1e23121f8db4b75d3e2a63d37ef052b11a63cf448721825aadb882492c6b

從理論上講，兩組記錄可以給出相同的哈希，但實際上，這是完全不可能的。我們剛才看到的哈希由數字0～9和字母表的前6個字母組成。這意味著有16⁶⁴-1個不同的哈希。^[1]

區塊鏈的每個塊中的記錄都是密封的，並使用哈希進行防篡改。哈希的一個輸入是緊接前一個塊的哈希，這意味著任何試圖篡改一個塊的操作都會立即被發現，因為它將影響該塊和所有後續塊。

為了使區塊鏈不受人為干預，我們必須激勵參與者檢查新塊並對其進行哈希。比特幣通過邀請參與者（被稱為“礦工”）搜索一種叫作“nonce”的東西來實現這一目的。當nonce被添加到比特幣塊中時，它將導致一個以幾個0開始的哈希。而找到nonce的參與者將獲得預先確定的比特幣數量作為獎勵，同時，也會將新塊哈希並分發到所有參與者的計算機上。

區塊鏈有兩種：需要許可的和無須許可的。比特幣等無須許可的區塊鏈對參與沒有限制，參與者也不需要相互瞭解或信任。需要許可的區塊鏈是私有共享系統，參與者可能彼此瞭解，並且可能（至少在某種程度上）彼此信任。需要許可的區塊鏈是金融機構共享數據以加速交易結算的一種方式。

像區塊鏈這樣的分佈式賬本技術（DLT）現在正受到金融機構、四大會計師事務所以及許多其他大型企業的關注。2016年8月，世界經濟論壇報告了六項進展。^[2]

（1）自2013年以來，DLT已有14億美元的風險資本投資。

（2）自2013年以來，共有超過2500項的專利申請，其中許多是由金融機構申請的。

（3）目前有超過24個國家正在投資DLT。

（4）90多家央行參與了DLT的討論。

（5）已有90多家公司加入了DLT協會。

（6）到2017年，約80%的銀行將啟動DLT項目。

區塊鏈和其他DLT的想法是否能達到宣傳的效果還有待觀察。2017年，IBM宣佈正在與7家歐洲銀行合作使用區塊鏈技術，使中小企業之間的貿易更加容易。金融領域的其他潛在應用包括證券交易、結算和其他後臺功能，而DLT有可能加快這些進程。事實上，幾乎實時的貿易結算將成為可能，這同時降低了成本，減少了人為干預的需要。操作風險也應該隨之降低，因為欺詐或網絡攻擊的可能性應該更低。這可能會引起監管資本金的減少。

[1] 這大約等於已知可觀測宇宙中的原子數（在我們的計算中排除了由64個0組成的哈希）。

[2] See World Economic Forum, The Future of Financial Infrastructure: An Ambitious Look at How Blockchain Can Reshape Financial Services, August 2016.