杭州三月，启真湖畔，首届金融知识图谱论坛在浙江大学紫金港校区顺利召开。本次金融知识图谱论坛由中文信息学会主办，浙江大学和文因互联联合承办。近300位来自金融机构、科技公司以及高校的一线实践者参与了本次会议。共同探讨知识图谱技术的最新趋势，以及如何加速金融行业智能化变革的进程。与会嘉宾共同探讨知识图谱技术的最新趋势，以及如何利用这一技术加速金融行业智能化变革的理论研究和实践经验。
大会主办方中文信息学会代表、东南大学漆桂林教授，及本次会议执行主席、文因互联CEO鲍捷博士致开场辞。鲍捷回顾了2016年3月在北京举办的“语义对话金融“沙龙活动，总结了金融智能化的必经之路，列举了知识图谱技术在金融领域已经出现的应用场景。
本文整理自文因互联CEO鲍捷在3月29日举办的金融知识图谱论坛上所做的开场报告。
今早我看了一下本次大会报名表，大概有 270 个人报名，参加的单位超过 150 个。我人工做了一个简单的统计：其中有2家交易所，7 家券商，10 多家银行，还有 10 多所大学，逾 10 家的智能金融从业公司。除了今天的主讲嘉宾之外，还有其他的好多家也过来了。BAT 也悉数到场，其他的加在一起有超过 10 家大型的互联网公司，投资机构来了至少有 30 家。可以看到整个智能金融知识图谱领域受到了极大关注，跟去年对比非常明显。我们去年也是在 3 月份的时候，在北京召开了第一次语义对话金融沙龙。那次我们请了一部分嘉宾，大概是来了 30 多个人，那次会场可以看比今天这个会场要小得多。 继续阅读 “金融知识图谱的现状和展望——杭州金融知识图谱论坛开场报告”
本文改编整理自丁力，谢殿侠（海知智能），陈华钧（浙江大学），漆桂林（东南大学）在杭州首届金融知识图谱论坛上的报告。
cnSchema是OpenKG正在努力的一个方向，其目标就是通过复用与设计schema，支持开放中文知识图谱应用落地。这里的schema就是中文知识图谱中使用的词汇集、数据字典。
继续阅读 “cnSchema: 面向bot的开放中文知识图谱schema”
作者：朱衡利，鲍捷
工业革命既不是棉花时代，也不是蒸汽时代，而是进步的时代。
18世纪60年代，工业革命首先从英国的棉纺织业开始，然后传播到采矿、冶铁、交通运输等行业。从飞梭和珍妮纺纱机到蒸汽机和内燃机，无数凝结着人类智慧的技术发明开启了这浩浩荡荡的近代五次工业革命。
蒸汽机的发明人瓦特曾以第三人称写了一本自传，他在书中这样写道：“他的脑海中萦绕着如何制造既便宜又优良的发动机。” 除了功能和美观之外，这种对经济价值的探求代表了一千年来欧洲技术理性的发展顶峰。
在技术急速引领着社会变革的时代，无数先锋人物被某种“诱发因素”所吸引，这一诱发因素不仅仅是技术突破，使其如此强有力的原因还在于低廉的价格。这种因经济价值而产生的“诱发因素”象征着一种新的潜力，能够点燃这群机敏而坚毅的先锋人物在技术和商业的想象力。换言之，诱发因索清楚地显示出，基于相关创新的企业将在成本上富有竞争力[1]。 继续阅读 “Kensho和AlphaSense是怎样炼成的”
by 西瓜，2017-03-12
开始旅程的关键是目标。结束旅程的关键是路径。
真正做事的人，和只是关心这事的人（包括媒体、领导、甚至一些投资人），角度不同。做事的人想的是过程，关心的人想的是结果。结果往往谁都懂，谁都知道好。老鼠都觉得猫脖子上有铃铛好，问题是怎么挂上去？谁把他挂上去？事情能不能成，往往不在于想要什么结果，而在于具体的路径和与这个路径匹配的人。
by 西瓜 2017-03-09
刚需可能是创业中被误解、误用最深的词。什么是刚需？用户根本不知道什么是刚需。农业诞生的时候不是刚需，轮子也肯定不是刚需。互联网不是刚需，电子邮件不是刚需，搜索不是刚需，社交网络不是刚需，在线购物不是刚需。这些东西在刚开始的、诞生十年后时都不是刚需。
本文来自文因互联CEO鲍捷博士2017年3月7日于弘毅年会所作的演讲
鲍捷：今天我讲的主题叫做《人工智能的钟摆》，这个题目脑洞比较大。其实坦白说，我今天不是真正在说人工智能是什么，主要是说一些人工智能的八卦。
下面这个图是我在三个月之前在DT财经的讲座里面画的。这个图差不多就是过去30年来，我们整个领域的血泪史吧。媒体一会儿说你们这一群人要毁灭人类了，然后又过了十年说你们是一群骗子。我最早接触人工智能到今年已经20年时间，经历了两个轮回，被鄙视了两次。
by 鲍捷 2017-02-17
我是文因互联的创始人鲍捷，我在寻找一位有志于成为中国第一批“人工智能前端工程师”的人，和我一起探索一些有趣的事情。（地点：北京。您可以直接跳到最后找到联系方式。）
（本文根据作者在某咨询公司的讲座整理）
在讲具体的技术之前，我想先说说关于人工智能的三个迷信。
第一个迷信，因为AlphaGo 战胜了围棋冠军，所以 AI 也可以做 XYZ（比如炒股）。可事实是，AlphaGo 只是 AI 的极小的一个分支。AI 总体还是处于“有多少人工就有多少智能”的水平。
第二个迷信，因为机器效率高，所以效率低的人会被机器消灭掉。我一开始也是这样想的，但是后来我发现并不是这样的。比如说计算器，计算器做加减乘除是比所有的人做得效率都高的。但会计并没有因为计算器而失业。恰恰相反，现在这个时刻，可能是人类历史上会计最多的一个时刻，未来还有可能更多。能被机器取代的，是完全的机械工作，就像工厂里的机器人那种工作，月工资2000块钱以下的那种工作。大多数的工作还是需要创造力的，至少需要有一部分的创造力。当机器提高了工作效率之后，实际上是使得拥有这种技能的人反而被增强了，而不是被替代了。所以在我看来，分析师肯定不会被机器替代掉，而是随着机器能力的上升，分析师的人数将来会越来越多。
