仉蜉守
2019-07-08 09:02:06

本文最初出现在 。

谷歌和微软等大型科技公司开源人工智能和机器学习解决方案是有道理的,因为他们在提供大量云服务方面有着重叠的垂直利益。 当某个机器学习库变得流行并且用户在云上部署它时,这些就会发挥作用。 不太清楚为什么金融服务公司开辟了一个更直接相关的零和游戏,会打开他们付给工程团队创建的代码。

有趣的是,传统上被认为是最隐秘的金融机构的对冲基金一直积极推动 。 在开放数据存储代码时,AQR资本管理可能是零患者 - 这一举动由软件工程师Wes McKinney领导,启动了受欢迎的Pandas图书馆项目。 现在他又回到了Two Sigma的开源工作。 我们还看到了以Arctic形式出自Man AHL的开源数据存储产品。

McKinney参与了一个关于开源基础设施的小组讨论,他表示对开源项目的投资会产生分红:数据存储是其他垂直行业的基础,当其他人使用该软件并在其上构建库时,这会使内部系统更多兼容。

麦金尼指出了在扩展数据科学方面遇到的问题。 他说,在策划许多可用的数据类型时,出现了无数的困难,加上编程API的低效率和个人生产力的其他障碍,与1000次削减造成的死亡相当。

“对于Pandas,我们真正着迷于如何以系统的方式清理数据,”他说。

Cuemacro创始人兼首席执行官Saeed Amen演示了他上传到Github的一些Python代码:finmarketpy,chartpy和findatapy。 这包括一个很好的动画图,描绘了去年公投和后果的市场同化,他称之为“英国脱欧电影”。

小组成员还是Man AHL首席技术官Gary Collier,他是Artic开源项目的设计师。 “这就像组织的桅杆一样。在技术人才的战争中,最好的开发人员和开源之间存在很高的相关性。而且,功能是关键;这是你用数据源连接代码的方式实际代码中的内在价值远远低于某些人的想法。“

Thalesians创始人兼首席执行官Paul Bilikon主持了小组讨论,讨论了开源在学术界与工业相比如何运作。

首席执行官兼创始人朱莉娅计算公司的Viral Shah说,在学术界,上论坛和提问是正常的,而在行业内,总是担心你可能会放弃你的知识产权。 “这是一个微妙的平衡。对于工业而言,重点是稳健性和稳定性,而在学术界,它只是关于实验。”

麦金尼说,你可以通过测试标准和贡献指南在一定程度上缓解这些紧张局势,特别是如果你正在改变可能影响行业用户的事情。 “在Apache软件基金会中,关键是确保决策是基于共识的原则,”他说。 “开源可以通过后台决策来杀死。你必须在公开场合进行。这也使一些供应商难以开始施加影响。”

小组被问及如何最好地维持开源社区。 通常,当软件是核心业务时,咨询业务模式的目标是,但在其他情况下,贵公司专用的一些工程时间可以为开源项目提供食物和水。

麦金尼对此充满热情。 他说:“我觉得不要让开源项目死亡。但如果没有赞助,它就会变得难以维持。所以当商业广告问我们如何提供帮助时,我说赞助个人 - 分类问题,做补丁;那个走了很长的路。

“由于维护成本过高而存在隐性成本,随着项目成功,您可能成为其成功的牺牲品。项目超出了带宽,成本就是创新。”

当天晚些时候,一个小组由思想机器的前任特里斯坦弗莱彻博士担任主席。 他首先指出,FCA今年收到了40份Robo Advisors申请,询问是否有望兑现其破坏财富部门的承诺。

First Capital的联合创始人兼主席Hazel Moore OBE表示同意,因为人类无法再处理可用数据的规模。 关于机器人建议的采用,她说:“对于个人而言,它仍然只是一个百分点,现在它非常简单:用一组资金来配合你的个人资料。”

Numerai首席执行官理查德克拉布表示,在机器人咨询方面,智能和自动化之间可能存在一些混淆。 “是否有训练数据,你会在AI中使用?”

伦敦金融科技播客创始人Mike Baliman质疑当前流行语 - “regtech”。 他指出存在某种类型的问题,例如养老金不当销售,在此之前无法预测在养老金评估或PPI之后会发生什么。

Hazel Moore认为,有一些明显的候选regtech应用程序,如KYC或实时欺诈检测,但同意它不是灵丹妙药。

最后,小组讨论了炒作和期望的问题。 克雷布说,他对过度热情的风险投资者感到担忧。 “他们会对你说 - '我在高层次上理解这一点',这意味着他们实际上并不了解它。”

弗莱彻博士说主要罪犯是媒体。 “他们推动了这种炒作循环。就好像他们警告我们火星上的人满为患 - 我们甚至都没有。”

据推测,会议组织者密切关注那些记者。