直到最近，人工智能一直难以在华尔街立足。不再。

在过去的几年中，高盛(Goldman Sachs)和摩根大通(JP Morgan)等大型投资银行已聘请学术界以外的人工智能专家，并由其负责内部AI部门。金融技术初创企业已开始使用机器学习算法来建模信用评级并检测欺诈。对冲基金和高频交易者正在使用AI做出投资决策。

政客们开始注意到。10月中旬，新成立的众议院金融服务委员会人工智能特别工作组举行了听证会，讨论了人工智能如何引发金融业对数据隐私的关注。6月，参议员伊丽莎白·沃伦(Elizabeth Warren)呼吁联邦监管机构严厉打击金融机构的“算法歧视”，并指出金融技术公司通常向少数群体收取更高的利率。

人工智能也可以从根本上改变我们金融系统的运作方式。直到我们了解这些变化将如何发挥作用，否则我们将无能力应对这些变化。在过去的十年中，更广阔的人工智能领域取得了长足的进步。我们已经看到AI击败了世界上最好的“ Jeopardy”玩家和古老的棋盘游戏Go，发现了与Lou Gehrig病相关的未知基因以及凤凰城街头的无人驾驶汽车。这些成就得益于更好的算法，功能更强大的计算机和越来越大的数据集。

由于许多原因，应该为华尔街的人工金融情报的兴起而称赞。如果我们能够找到更有效地配置资金，更准确地识别风险或简单地赚钱的方法，那将是一件好事。它可以使商业运作顺畅，并且至少在理论上可以提高所有船只的效率。

但是每个新工具都有其怪癖和风险，人工智能也不例外。

金融中的AI问题源于AI算法的工作方式。今天，当人们谈论人工智能时，他们实际上是在谈论计算机科学的特定领域，即机器学习。机器学习算法将获得大量信息，并通过识别信息中的模式来预测未来事件。这个复杂系统的基础是驱动AI的数据。

但是，使AI在其他领域如此成功的独特功能也使其在应用于金融领域时非常危险。这些威胁反映了造成上一次金融危机的问题，当时复杂的衍生品和人们对次级抵押贷款的了解不足，使世界陷入了严重的萧条之中，必须予以认真对待。

首先，人工智能可能会通过助长非理性繁荣的火焰而导致金融泡沫变得更大或持续更长的时间。机器学习算法依赖于大数据集对世界进行预测。

如果用于做出这些预测的数据已过时，则可能会造成财务混乱。

想象一下，如果您在一个包含1992年至2000年股市收益的数据集上训练了AI，它可能会得出结论，科技股总是跑赢非科技股，因为在这段时间内确实如此。从2002年互联网泡沫破灭后得出的信息中，并不能改变这一结论。经过偏斜数据训练的AI算法很可能会将更多的资金投入科技股，进一步扩大泡沫。

人工智能的乐观主义者肯定会说，人工智能有局限性，但负责任的决策者会意识到并会做出适当的反应。AI只是工具箱中的另一个工具。

但是，由于AI算法是如此复杂且依赖于数据，因此很难理解它们的工作原理。复杂，难以理解的金融工具的扩散是2007年金融危机的根源，很可能是下一次危机的根源。

我们从上次崩溃中获悉，当某些事情难以理解时(例如，抵押债务义务将各种风险次级抵押贷款打包在一起，目的是使它们变得安全)，这也很难被人们猜到。如果财务决策者有一个AI建议，其中包含明确的“答案”，并且声称是基于数百万条信息，那么他们将很难被忽视。它可能不再像拐杖一样成为工具。

也许最重要的是，我们不确定AI算法如何在华尔街的丛林中相互影响。在资本市场中，股票价格很大程度上取决于市场中其他参与者的决定。如果大多数参与者是AI驱动的，并且他们采用了大致相似的机器学习策略，那么他们可能会在回想起所有它们都涌入(或流出)股票的情况下产生回声效果。因此，闪存崩溃可能会变得更加频繁。

鉴于出现了简单但具有破坏性的有效对抗策略，这种策略试图使AI算法以意想不到的方式表现出来，这尤其令人不安。例如，一项研究发现，在停车牌上贴上一些小的黑白贴纸会欺骗图像识别算法，使其永远无法识别它。

尽管这给无人驾驶汽车造成了重大问题，但它可能在金融界造成严重破坏。不良行为者可能散布已知会导致投资算法失灵的财务信息，或故意操纵数据以掩盖欺诈。

沃伦(Warren)提请注意金融中的人工智能问题是正确的，建议联邦监管机构认真对待她的担忧。这不仅仅是“ Jeopardy”或Go游戏。这是关于确保技术为所有人带来更好，更公平，更高效的财务。