如果我們都死了， 人工智慧（AI）還是會照常交易。 」AI關於對金融從業人員的衝擊， 美國通用人工智慧學會主席格策爾（Ben goertzel）曾經這樣打趣地形容。
但這句話， 恐怕無法被日本AI避險基金經理人野村至紀（Yoshinori Nomura）認同， 他表示：「AI的主人還是基金經理， 要對基金操作盈虧負責的， 終究是人。 」在野村眼裡， 無論機器再聰明， 人類還是必須學會駕馭、理解、隨時修正AI的行動。
隨著人工智慧快速發展， AI應用于金融領域已勢不可擋， 近期以來， 「AI操盤手」也成新趨勢， 去年六月， 野村掌管的純AI隱形操盤手在英國脫歐前後不僅「倖免於難」甚至能夠逆勢獲利後， 這檔基金瞬間成為各國媒體關注焦點， 原因不在於賺多少， 而是「AI替人類操盤賺錢」的可能性， 已經不再是想像情節。
決策不帶偏見：它靠反向操作， 英國脫歐後逆勢獲利野村是日本首檔純AI避險基金創造者， 他所管理的日股指數股票期貨策略基金（Simplex Equity Futures Strategy Fund）百分之百由人工智慧操盤。
野村的傳奇奠基于英國脫歐那天。 專家指出， 日本股市是全球十五大市場中震盪幅度最大的股市， 平均波動率較美國股市高出四倍， 也因此， 若AI避險基金能在這樣險峻的環境下績效卓著， 證明AI操盤在未來充滿可能。
野村就是在這樣的試煉場裡， 勇敢地讓AI真槍實彈獨立操盤。
「我從來沒有干預過AI， 也沒計畫這樣做。 」
試煉很快就來了。 去年英國脫歐公投投票前， AI做出了大舉做空日股期貨的決定， 但當時的民調資料在在顯示， 留歐派將會勝出， 隨著投票日接近， 股市也呈溫和上揚的態勢一路走強野村回憶。 「走勢全然相反，
但他依然沒有出手干預， 「只是做好了虧損的心理準備， 但我可以確定， 可能的虧損金額， 是在能夠承受的範圍之內。 」
不料， 計票結果顯示英國脫歐將成事實， 空方於是大舉壓境， 導致賣盤湧現， 日股急瀉， 最終創下近五年來單日最大跌幅；而野村的基金淨值當天上漲3.4％， 刷新近三個月最佳表現。 隔天， 當市場驚魂未定之際， 野村的AI操盤手則是做出了獲利決定， 成功在指數低點回補空單。
「最終還是AI做出正確判斷。 」野村回顧整趟過程， 提出他的心得感想：「當特定事件發生， 沒人知道結果好壞， 一般投資者此時往往會基於自己的偏見進行交易， 而AI的好處， 就在於不受認知偏差影響。 它沒有偏見， 純粹從它所認知的投資理論進行交易決策」。
野村的不干預策略反映在績效上， 除英國脫歐一例， 在此之前， A股崩盤、希臘公投、瑞士法郎與歐元脫鉤、量化寬鬆政策縮減恐慌等事件發生時， 野村的基金績效AI， 都優於人類基金經理。
那麼， 作為AI的主人， 如何理解這位「AI員工」的認知是否足夠呢？回答這個問題時， 野村回顧了自己接觸AI的過程， 從中， 他拆解了人工智慧的先天優勢與不足， 並且點出了人類──AI的主人， 應該扮演的角色， 功能與心態。
大數據的進化：它學會以最快速度， 自我學習， 預測時間回到二十年前， 野村在早稻田大學修讀物理碩士， 當時他主修非線性非平衡統計力學， 正好搭上90年代「經濟物理學」蓬勃發展之際， 讓野村對金融市場，
研究所畢業後， 野村順利進入日本龍頭券商野村證券的附屬機構野村總合研究所（NRI）， 這是日本第一家以提供諮詢顧問服務為主要業務的民間智庫， 「在那裡， 我負責大資料採擷和需求預測的商業顧問。 」
有了大資料的概念， 2003年後， 他輾轉進入花旗銀行任職， 為了提供客戶適合的銷售對策和效果分析， 開始嘗試用類神經網路等技術建置模型， 讓系統能依據經驗不斷修正， 反復執行。
這時， 他已經知道大資料的能耐， 也知道如何讓機器自動學習， 「兩者結合起來進行投資決策的概念， 大概就在這個階段悄悄萌芽了。 」
2008年， 野村被延攬到Simplex資產管理公司， 公司希望他為績效不彰的日股量化策略基金找出改善之道。 所謂量化策略基金，通常是基金公司設計出一套複雜的程式，其中包含許多的市場變數，透過計算，得到最適當的投資決定。
野村回憶，「一開始，我仍嘗試創造一個新的程式，但很快就發現只靠數學是不夠的！為了完成一個可應用的模型，我必須讓這套程式隨時，即時地加入新的變數，或者調整參數。」簡單地說，「我必須讓它自己學習，用最快的速度自我調整。也就是，我需要人工智慧！」
野村認為，比起傳統策略，AI最強大的優勢，在於「具有每天自動學習和調整能力，在市場發生變化時仍保持預測能力。人類分析師通常需要至少幾個月才能找到新參數，這在快速變遷的市場上，動作太慢了！」在他看來，這是AI比傳統策略最明顯的優勢。
仰賴人腦修正：它隨機也懂趨勢，但缺乏情感判斷只是，野村的純AI避險基金策略初期推出時並不順利，AI部分原因是這個詞彙對當年的銀行體系還太新。「人們把它想成死板板的機器。」他舉例，在完全相同的環境底下，「我的AI卻可能做出不盡相同的投資決定，這個結果，會讓外界對於AI的運作感到懷疑。」
但在野村的眼中，「如果投資決策都是前後一致，才是真正的大問題。」他進一步解釋，「股市的波動，本來就包含隨機漫步的成分啊！」不但如此，市場之所以難測，往往在於它「有時隨機，有時似有既定趨勢，有的時候又像鐘擺一樣物極必反，難以捉摸。」
「如果只是隨機，你完全不可能預估未來，但從物理學角度，市場不是混沌與隨機，勢必有一個方法可以預測未來。其實一系列的價格都有跡可循，都源於投資人在貪婪與恐懼間搖擺！我認為這個自我調整的互動模式就像趨勢，會崩壞，復蘇，興衰起落」。
於是，在修正自己的時AI，野村反而把重點放在「降低秩序」，在一定程度之內，加入了「隨機」的成分，「這是人工智慧的缺點，它雖然沒有偏見，但也沒有直覺。在真實的日常生活中，你一定也有這樣的經驗，直覺式的隨機判斷有時反而更正確」。
他明白指出，在「人機共存」的工作過程中，人，是唯一能根據想像力與創造力提供直覺判斷的角色。
基於自己「當AI主人」的特殊經驗，野村提出對於AI取代人類工作的看法：「除了例行性工作會被取代之外，由下而上（Bottom Up，指分析企業營運狀況）的研究員也可能被取代。」
但是，因為人工智慧缺乏人類社會的常識與情感，「愈是不規則，需要常理判斷的工作，愈難被取代。像是面對面的服務，或者，需要透過知識，常理與想像結合才能完成的創造性工作，AI無法取代。」他強調，「人工智慧無法為人類創造出前所未見的獨特體驗。」
逐一描述人工智慧的「愚笨一面」之後，從數字看AI操盤基金的勝率其實也不算頂尖，「每天開盤，收盤前各交易一次，我的設定是儘量讓它能有六成的勝率，希望每次獲利能有2%報酬，失敗的交易，虧損要在1%以內。」他說，自己雖不干預投資決策，但「修正AI程式卻是最頻繁的例行工作」。
的確，現階段還沒有必要把AI操盤績效神化，從目前國際間的報導來看AI操盤績效勝過人腦時，通常是在需要高度理性的特殊事件期間；野村也認為，「人工智慧不是永不出錯的水晶球！」
潛藏未知風險：它好學不喊累，但沒有常識會出錯
就像許多專家對於人工智慧的共通評論，「即使是的主人AI，我也不知道它究竟學了什麼。人工智慧的神經網路太複雜了！」野村舉例，英國脫歐前，他的AI除了參考民調資料，還自動閱讀了大量的研究報告以及twitter，「這或許是它認為脫歐勝出機率較高的原因，但，我真的不知道它讀了些什麼。」
於是，關於如何當個AI的主人，野村說，你必須先認清，它是一個永遠不會喊累，永遠快速學習的員工；但是，它會出錯，所以主人的首要任務是控管風險在可接受的範圍之內。最後，它沒有常識，不會想像，也不知道人性的貪婪與恐懼才是驅動股價的根本原因，「所以，基金經理還是不會失業啦！」野村笑說。
金獎章-全球資產配置專家
訪問我們
G-medal.com
所謂量化策略基金，通常是基金公司設計出一套複雜的程式，其中包含許多的市場變數，透過計算，得到最適當的投資決定。野村回憶，「一開始，我仍嘗試創造一個新的程式，但很快就發現只靠數學是不夠的！為了完成一個可應用的模型，我必須讓這套程式隨時，即時地加入新的變數，或者調整參數。」簡單地說，「我必須讓它自己學習，用最快的速度自我調整。也就是，我需要人工智慧！」
野村認為，比起傳統策略，AI最強大的優勢，在於「具有每天自動學習和調整能力，在市場發生變化時仍保持預測能力。人類分析師通常需要至少幾個月才能找到新參數，這在快速變遷的市場上，動作太慢了！」在他看來，這是AI比傳統策略最明顯的優勢。
仰賴人腦修正：它隨機也懂趨勢，但缺乏情感判斷只是，野村的純AI避險基金策略初期推出時並不順利，AI部分原因是這個詞彙對當年的銀行體系還太新。「人們把它想成死板板的機器。」他舉例，在完全相同的環境底下，「我的AI卻可能做出不盡相同的投資決定，這個結果，會讓外界對於AI的運作感到懷疑。」
但在野村的眼中，「如果投資決策都是前後一致，才是真正的大問題。」他進一步解釋，「股市的波動，本來就包含隨機漫步的成分啊！」不但如此，市場之所以難測，往往在於它「有時隨機，有時似有既定趨勢，有的時候又像鐘擺一樣物極必反，難以捉摸。」
「如果只是隨機，你完全不可能預估未來，但從物理學角度，市場不是混沌與隨機，勢必有一個方法可以預測未來。其實一系列的價格都有跡可循，都源於投資人在貪婪與恐懼間搖擺！我認為這個自我調整的互動模式就像趨勢，會崩壞，復蘇，興衰起落」。
於是，在修正自己的時AI，野村反而把重點放在「降低秩序」，在一定程度之內，加入了「隨機」的成分，「這是人工智慧的缺點，它雖然沒有偏見，但也沒有直覺。在真實的日常生活中，你一定也有這樣的經驗，直覺式的隨機判斷有時反而更正確」。
他明白指出，在「人機共存」的工作過程中，人，是唯一能根據想像力與創造力提供直覺判斷的角色。
基於自己「當AI主人」的特殊經驗，野村提出對於AI取代人類工作的看法：「除了例行性工作會被取代之外，由下而上（Bottom Up，指分析企業營運狀況）的研究員也可能被取代。」
但是，因為人工智慧缺乏人類社會的常識與情感，「愈是不規則，需要常理判斷的工作，愈難被取代。像是面對面的服務，或者，需要透過知識，常理與想像結合才能完成的創造性工作，AI無法取代。」他強調，「人工智慧無法為人類創造出前所未見的獨特體驗。」
逐一描述人工智慧的「愚笨一面」之後，從數字看AI操盤基金的勝率其實也不算頂尖，「每天開盤，收盤前各交易一次，我的設定是儘量讓它能有六成的勝率，希望每次獲利能有2%報酬，失敗的交易，虧損要在1%以內。」他說，自己雖不干預投資決策，但「修正AI程式卻是最頻繁的例行工作」。
的確，現階段還沒有必要把AI操盤績效神化，從目前國際間的報導來看AI操盤績效勝過人腦時，通常是在需要高度理性的特殊事件期間；野村也認為，「人工智慧不是永不出錯的水晶球！」
潛藏未知風險：它好學不喊累，但沒有常識會出錯
就像許多專家對於人工智慧的共通評論，「即使是的主人AI，我也不知道它究竟學了什麼。人工智慧的神經網路太複雜了！」野村舉例，英國脫歐前，他的AI除了參考民調資料，還自動閱讀了大量的研究報告以及twitter，「這或許是它認為脫歐勝出機率較高的原因，但，我真的不知道它讀了些什麼。」
於是，關於如何當個AI的主人，野村說，你必須先認清，它是一個永遠不會喊累，永遠快速學習的員工；但是，它會出錯，所以主人的首要任務是控管風險在可接受的範圍之內。最後，它沒有常識，不會想像，也不知道人性的貪婪與恐懼才是驅動股價的根本原因，「所以，基金經理還是不會失業啦！」野村笑說。
金獎章-全球資產配置專家
訪問我們
G-medal.com