为什么人工智能在围棋上几乎击败全人类，仍然不能完全解决交易问题？ ​

为什么人工智能在围棋上几乎击败全人类，仍然不能完全解决交易问题？

其实围棋是不复杂的，反而是最简单的。

人们对于围棋这样的博弈游戏的数学结构早就了如指掌，只是缺乏强大的计算能力去解决他。

AlphaGo混合了暴力搜索和神经网络的启发式预测，这才一定程度上解决了这个问题，而且还不能说是最优解了。只能说人类大脑的能力还是太菜，分分钟被超过。

但是市场，太复杂了。成千上万的市场参与者，他们的行为，心理，和社会的相互作用，太复杂了。人类完全没有对这种东西有本质的认识，更不用说数学上的精确建模。

任何社会问题的难度都比围棋高不知道多少个数量级。

当然了，人们自己做判断的时候，通常会使用直觉，经验等非常非常简化的模型。但是真的有效吗？可能更多时候是在撞运气吧。

AI应用于金融领域在过去一段时间内确存在一定的争议，主要原因在于相比于前面提到的围棋Alphago，金融交易是一个更杂乱的环境，外部干扰因素噪音更多，更加依靠于海量的数据集和更强大的计算能力，这些在过去是难以达到的，导致AI与金融迟迟没有交集，即使相结合表现出的效果也差强人意。与过去不同的是，现在新数据集以及足够强大计算机的出现弥补了这一尴尬的问题，金融市场海量标准化数据天然适合人工智能的发展，这也使得人工智能在金融领域终于可以有一片用武之地。