当我们用崭新的视角去观察与思考，世界就会变成另外的模样。这是我们筹备举办“改变未来的算法与算法交易”研讨会的初衷。

美国雄霸全球依赖华尔街与硅谷等强大支柱，而近年来，算法对华尔街的渗透与控制体现出颠覆未来产业生态的力量。图灵公司出版的《算法帝国》一书中介绍，2000年，华尔街通过计算机程序交易的比率不足美国股市交易量的10%；2008年上半年，自动化电子交易占了全美股市交易量的60%；现在，华尔街70%以上的交易依靠所谓的黑盒子或者算法交易（闪电交易）运行。银行家和股票经纪人也闻风而动，不仅招聘聪明的交易员，还大量雇佣聪明的物理学家和数学家，将数学和科学融入金融交易，算法交易在华尔街引发巨震。

2014年6月21日，以《算法帝国》为延伸，财讯传媒集团网络智酷与静沙龙联合图灵公司共同邀请了中国计算机领域三位杰出专家——中科院计算所研究员、中国计算机学会副秘书长陈熙霖，英特尔中国研究院院长吴甘沙，上海证券交易所CTO白硕，从算法和算法交易的角度探究算法如何改变未来并统治世界，以及算法交易在中国引发的技术生态变革。中科院自动化所研究员、中国自动化学会副理事长兼秘书长王飞跃，北京邮电大学教授、中国密码学会副理事长杨义先等诸多业界高手前来论道。

研讨会由财讯传媒集团总裁戴小京和图灵公司总经理武卫东开场，财讯传媒集团首席战略官段永朝和我共同担任主持。由于财讯传媒集团在中国金融界包括“一行三会”的强大舆论影响力，以及中国计算机学会、中国自动化学会、中国密码学会等“三会”权威齐聚会场，本次研讨会吸引了金融投资界与IT界、媒体界精英的热烈参与。在这里，我要特别感谢财讯传媒集团网络智酷的发起人段永朝老师和赵婷婷对会议筹备的支持，婷婷不仅会议流程操办专业，还特地为研讨会设计了羊皮古卷风格的封面图，让这场思想风暴更具经典意味。

　【陈熙霖】改变未来的算法

中科院计算所研究员、中国计算机学会副秘书长陈熙霖首先引领大家“用算法来看世界”，他将抽象的算法与日常生活紧密联系在一起，对隐匿在世界运行表象背后的9大算法进行了生动剖析。陈熙霖的演讲开宗明义地说：“算法无处不在”，从这个独特的维度出发，似乎世界无处不算法。

他面对在座中国自动化学会和密码学会的权威，谦虚且风趣地说：“一个翻译胡言乱语，两个翻译吞吞吐吐，三个翻译金口难开”，但他用深入浅出的实例与比喻，对搜索引擎索引、PageRank、公钥加密、纠错编码、图形识别（模式识别）、数据压缩、数据库、数字签名等算法的本质与机理进行了精准到位的“翻译”。

在陈熙霖看来，算法无处不在，但算法运行的效果往往受设计的目标、实现能力等的制约。例如对于一个多部电梯联动的系统，如果调度的目标是“能量最优”，则不可避免地出现电梯响应迟缓、甚至久等不来的情况，相反如果调度的目标是响应时间最小化，那么即使电梯的数量减少些，仍然能够做出快速的响应。没错，我们身边的电梯，就是被算法操控的。

被算法操控的不止是电梯，还有人类的精神生活。例如搜索引擎，借助与图书后面的倒排索引没有本质区别的类似算法，但谷歌网站上为我们推荐图书、电影和音乐的是算法；Facebook网站上为我们推荐朋友的也是算法：PageRank就是一种将繁杂的网页信息通过类似众望所归的引用机理为核心的，通过计算扇入和扇出进行网页排序的算法。

陈熙霖还用算法来看人类历史，例如“密码”，他开玩笑说中国古代的“文字狱”就是一种对密码学的误用，是用臆想的密码来误读他人的作品。已知最早的密码就是斯巴达密码，把条绕在树棍上，写上文字，然后展开。要想恢复的时候找同样直径的棍绕上就有了。还有凯撒密码，就是置换密码，而大家最熟悉的是福尔摩斯探案集里的故事“跳舞的小人”使用的密码，也是一种置换密码。

算法改变的还有现代经济与产业。例如与“数据压缩”算法相关的数字视音频产业，已成为电子信息第一大产业，2013年产值达2万亿元。过去我国视听终端产品由于缺乏核心技术，需支付的专利费每年多达40亿元。这就是算法的巨大经济威力！

关于模式识别的问题，陈熙霖认为模式识别是让机器、机器人有辨别是非能力的一大类算法。这类算法的目的是将识别对象从高维进行降维或升维以提高区分形，最终目的就是实现一维可分。其基本的实现路径是通过一系列训练集，让机器从实践当中学习。

听完陈熙霖老师的讲解，会忽然醒悟，算法原来已经在我们所在的物理世界和人类的精神世界起到了重要的作用。计算机科学与技术，已经成为支撑社会发展的重要基础设施，渗透到生活的方方面面。

　【吴甘沙】算法统治世界

如果说陈熙霖研究员的演讲让我们洞察到生活中无处不在的算法控制，那么英特尔中国研究院院长吴甘沙的分享，则直观展现了算法对当今世界的巨大影响，以及对未来的颠覆。他说：如果你把互联网、把大数据分析看做运行在庞大机器上的算法，而把每个人的一言一行、一举一动作为数据，那么我们已经开始去营养这么一个机器了。我们提供的养料在帮助机器成长，从某种程度上这已经发生。

在阐释算法对世界的统治之前，他先用一页PPT回溯了算法在人类历史当中产生的影响，公元前1600年古巴比伦人的一块石板上，可能是目前已知的第一个算法，是做因式分解。此后，欧几里得、莱布尼茨、高斯、帕斯卡和费曼、欧拉、布尔等重要的历史人物对算法的进化做出了重大贡献。

吴甘沙还列举了构建现代世界的基础算法：压缩、纠错码、随机数生成、公钥体系、数字签名、排序、傅里叶变换、卡尔曼滤波、最短路径和隐马尔可夫模型。其中RSA是最标准的公钥和签名算法，这些与安全相关的算法对于构筑现代社会的信用体系、交易起到了基石作用，比特币也是基于数字签名的算法。而地图导航使用的是“最短路径”这种算法，卡尔曼滤波算法则从宇宙飞船到车到手机都在大量使用。

检索、推荐和预测是关乎人类生活的算法。吴甘沙介绍，预测当中很经典的是贝叶斯理论，贝叶斯理论专门搞预测，最早做棒球预测，后来做美国选举预测、奥斯卡预测。他演示了一张图，是前几年法航出事以后，根据贝叶斯理论预测进行搜索的结果，图中进行搜索的部分，红色部分概率最高，最终发现残骸的部分就是红色区域。

吴甘沙说，算法在跟世界互动的过程当中，对世界的测量可能是准的也可能是不准的。谷歌曾预测流感趋势，但2013年其预测值超过疾控中心数据的两倍以上。《自然》杂志就此尖锐批评道：观测即干涉，观察的过程当中对于被观察对象造成影响。因为谷歌对流感的预测值偏高，还造成了2013年1月流感疫苗供应短缺。《科学》杂志也评论谷歌对流感的预测是大数据的傲慢。有理论认为大数据只要相关性、不要因果性，有相关性就行了。但其实迷信就是相关性。观测到某种天象、事件的序列跟某一个结果有关系，就是有相关性。

既然算法已经影响了人类历史、构建了现代世界，那么更复杂的算法就可能统治未来。在《算法帝国》一书中，以华尔街为例，不断复杂化的算法和自动化机器，让华尔街成为算法比拼的战场。Quants即“宽客”，这群数量金融工程师利用复杂数学模型和超级计算机，在稍纵即逝的市场机会中淘金，在1980年到2007年成为华尔街新贵，当时在华尔街工作的约有2000名数学或物理学家。

吴甘沙用“算法统治华尔街”来概括华尔街交易日益自动化、程序化的发展历程，并将金融危机归结于“华尔街成也算法、败也算法”。他认为，华尔街现在的统治者可以说是算法，这个算法叫BlackScholes，网友俗称“黑寿司”，高盛公司的费希尔·布莱克、斯坦福大学的米隆·肖尔斯和哈佛大学的罗伯特·默顿共同指出了如何定价以及如何用似乎能够保障利润的方式对冲这些期权。这就是日后被宽客们奉为黄金标准的布莱克-肖尔斯模型。《算法帝国》中提到的托马斯.彼得菲提前发现了一个公式，这个公式是做期权、权证等等金融衍生品的定价。他的财富现在已经超过了安迪.克鲁夫，他们都是匈牙利难民。

后金融危机时代，则由于“宽客奔向西岸”的人才迁徙，推动了华尔街与硅谷的权力更替。他说，宽客奔向西岸，可能是比特奔向原子的前奏，例如谷歌隐藏的发力点，无一例外都跟算法控制的物理世界相关：如谷歌街景、谷歌地图、谷歌地球。更重要的是谷歌X实验室，谷歌的自动驾驶汽车、眼镜、网络气球、隐性眼镜等四大项目将会把算法的威力从虚拟世界带回物理世界。

算法要对整个世界实施控制，那就需要算法加数据、加软件、加系统。例如智慧城市的软件系统，底下是操作系统，是城市操作系统，上面是数据交易市场，可以是开放的、或者像数据交易市场，再上面是城市应用商店，在不同层面，系统里有算法、有数据、有架构，这就形成了一个比较完整的复杂系统。

被“算法”控制的物理世界，如无人机、智慧城市、物联网等，还将催生“统治物理世界的系统”。该系统首先将是基于大量数据，也将体现算法的学习、进化和创新能力，这种新的系统架构与脑（湿件）或生物、社会学隐喻相关。

如果说《三体》是一种宇宙社会学，那么未来会否形成算法社会学或复杂系统社会学？华尔街算法就是一种社会学现象，未来世界可能是无数种系统竞争的社会，系统之间必然产生博弈，如果博弈采用像《三体》中“黑暗森林”的哲学，形成囚徒困境，结果将很悲观。

算法也有可能通过生物神经网络的分层认知与学习，脑功能替代，从串行到并行计算的架构改变等获得智能的进化。吴甘沙称之为“计算智能”：算法生物学隐喻的集中体现。

吴甘沙认为，算法应该具备学习、进化和自我创新、变革的能力。从基于数据的学习能力，到基于算法的学习能力，而且算法和算法有希望进行融合，获得进化可能性。例如IBM的Watson采用了若干种算法，每种算法占的权重只有个位数，把这么多算法积分组合起来，形成最后的算法，可以达到90%的回答正确率。

他总结道：未来机器脑有一定优势和劣势，首先机器具有无限扩展的并行性，加入更多资源就能够扩展，而人脑每十万年才增加一立方英寸，计算资源增加速度非常慢。还有容量和速度的问题，人的神经元一秒钟只能发射几十次，而计算机频率非常高。此外，人的神经网络里传输电信号的速度是一秒走一百米，而机器接近光速。这些方面机器脑有一定优势。但能耗是机器相对于生物的劣势。所以现在大家也在探索很多新的方式，像DNA计算机、量子计算机，包括纳米晶体管，试图去解决机器脑的能源问题。最后，他寄望于生物智能与机器智能的融合，对算法统治的世界未来，持有乐观其变的开放态度。

【白硕】算法交易的技术生态变革

白硕老师这次是特地从上海赶来参会，除了担任上海证券交易所的CTO，他还担任中国中文信息学会常务理事及中文信息学会信息检索与内容安全专业委员会主任委员。在演讲中他首先界定了算法的本质。第一是确定，算法有确定的语言和确定的逻辑步骤，有确定的输入和确定的输出。但算法也有不确定的一面，例如写算法的人会出错，硬件会出故障，不同的载体会体现不同的效率，还有就是数据，算法使用什么参数，用什么数据训练，有巨大的选择余地，也会带来巨大的差异。

白硕阐释了算法交易萌生的缘由和环境：效率不是主要目的，而贯彻战略意图、防止人性弱点和角色隔离是算法交易萌生的主要原因。过去操盘手通过直觉投资，而投资策略写成算法，可避免人性的贪婪，维持团队的纪律。算法交易的催化剂是共同市场的兴起，跨市场、跨品种的瞬间盈利机会，人已经没有办法抓住，只有算法交易才能抓住。业务上出现越来越复杂的关联，不用算法交易也很难把握。既然最后机器可以更好地判断很多事情、决定很多事情，就可以把更多的决策权、临场判断权交给机器。

白硕的报告逻辑清楚，结构严谨。他总结在交易的变革中，交易所面对的生态变化是：1.开放竞争带来交易所对交易量的绝对追求；2.效率目标压倒一切；3.技术成为核心竞争力，技术收入占比上升；4.“纯技术”类新兴交易所如雨后春笋，老牌交易所频于招架。例如做交易系统出身的技术公司OMX成为控股北欧多家交易所的控股集团，与纳斯达克整合并购后，纳斯达克的技术系统里有一些东西已经被OMX取代了。5.并购如潮，系统强大意味着话语权强大。

而中介机构的变革也带来了更多进步：1.谋求强大的消息分发、订单路由能力；2.谋求优先成交、撮合前置的能力；3.为自营业务和优质客户谋求更高交易效率；4.为市场提供多样化的避险套利交易品种。有一种是超短线的，市场间、品种间瞬时出现赚钱的机会，就看谁快。人与计算机竞争，机关枪跟大刀长矛打仗，大刀长矛肯定没戏。第二种是组合，从长期趋势看若干产品组合在一起，从长期的大数据算下来、考验下来，有一种互补性，东方不亮西方亮，总体上有好的效益。有些基金就这样做出配置。而对变革中的投资者，白硕老师分析道：1算法交易订单占比已大大超过手工交易订单，金额上也超过了；2.具有数理及IT背景的投资者崛起于华尔街;3.模型成为核心竞争力，得好模型者得天下;4.“宽客”文化的兴旺。

此外，白硕老师还对算法交易的技术生态变革进行了如下分析：变革中的业务：1.有了算法交易的工具，也就有了越来越多、越来越复杂甚至专门为算法交易定制的衍生/组合/结构化产品；2.越来越成熟的风险分析控制工具，包括复杂的理论定价模型；3.越来越紧密的跨时区、跨市场业务合作，例如沪港通、自贸区；变革中的资讯：1.交易数据：高频、细节、低时延；2.基本面数据：电子化、非结构化、语义与情感分析、机器可读新闻。索罗斯讲，他从来不看行情也不做基本面分析，他就看报纸。报纸上有什么东西？非结构化的文本数据。去年六月份，美国股市无缘无故大跌，后来查到原因是美联社推特帐号被黑了，黑客放了一条谣言上去，说白宫被炸，奥巴马被炸伤。这个消息一上来交易马上有反应。而且响应速度是非人的，很难想象人看了那条推特，再去手工发一个什么指令，完全不是这样量级的速度，一定是机器反应的，机器已经能够对新闻做出反应。以后可以进一步把新闻索性按照一定的方式加标签，把新闻变成机器可读的新闻。标签可以自动产生也可以人工产生，产生出来的新闻可以提交给在第一线做交易的算法，算法则能够消化这些新闻，做出最有效的反应。路透有这样的产品，但是格式不对外，终端也是封闭的。我们尽量想得到标准化的格式，但目前他们只提供机器可读新闻的付费服务。国内如果能够建一套能够发中文的机器可读新闻的体系，就很厉害了。

接下来，白硕老师还解析了变革中的硬件：1.多核、集群、GPU支持下的大数据量化分析；2.利用专用硬件进行数据交换协议编解码；3.利用高速网络进行节点间通信；4.利用专用协议栈/设备进行高效率内存直访。

变革中的技术生态：1.我们看到无论是系统、资讯、硬件、基础设施还是技术标准，都在围绕算法交易寻找自己的发力点，合力促进一场深刻变革的到来；2.变革围绕三个字：第一是快：追求更高的交易效率，第二是轻：最新推出的交易系统普遍采用更轻便的平台、部署模式和需求响应模式；第三是深：希望能够具备更有深度的数据处理、加工、分析能力。

白硕还介绍了上交所在技术生态方面的布局：1.“狼群”计划，其目标是核心业务系统全面轻型化，采用PC服务器+开源操作系统；2.“猎豹”计划，其目标是对报单、行情、撮合全面提速；3.“狡兔”计划，其目标是建设同城、异地灾备以及为行业做的同址托管基地建设，核心系统灾备架构在新灾备格局下的全面优化。

最后他总结道：算法交易首先是在发达国家资本市场引起了技术生态的全面变革，从系统、资讯、硬件到基础设施再到技术标准化，都有一系列的变革，国内算法交易已经起步了，从整体上评估，技术生态还有很多让人不满意的地方，上海证券交易所也在付出巨大努力，包括做出很庞大的重资产投资，去全面改造和优化技术生态。这是一个巨大商机，全面向算法交易为主的模式转变的话，可做的事太多，每一件事都有巨大的挑战性。证券行业还是很有前景的，希望大家不管从什么角度能够抓住。

白硕报告期间，到场嘉宾与他做了频繁的沟通和互动。前德意志银行美国科技战略副总裁蔡凯龙先生，提出德意志银行曾准备在芝加哥到纽约之间架设微波通信，耗资上亿美元，就是为了把交易时间从14毫秒减到9毫秒。而在座的王飞跃研究员则对此项目的安全性提出质疑，他说电磁干扰太容易可能无法避免，这就是为什么目前交易公司只能采用成本更高的暗纤维网络的原因。蔡凯龙先生还就算法交易的监管风险以及对交易公平性的破坏提出了质疑。例如路透社提供有偿的新闻算法，是否剥夺了别人的利润？白硕老师回应道：可获得性公平在提供的时候源头是公平的，结果公平可以去追求，但是技术实现上也有一定问题，另外对先进技术是伤害。但在座的陈熙霖与王飞跃研究员都认为算法交易的社会作用偏向负面，影响社会公平。

工信部舆情中心的王新涛主任，就政府舆情预警系统及网络情绪指数与算法交易对接的可行性请教白硕老师。白硕老师回应，发达国家已经有相关的可行实践，但汉语的固有难度和中国本土的技术力量是否足以做这件事还在尝试。另外，也不能就情绪看情绪，情绪有时掩盖在很平静的语言当中。

沙龙彩蛋环节

这次研讨会既然是三会高手云集，这里就摘录几段各路高手的妙趣发言如下：

【中国自动化学会副理事长兼秘书长王飞跃】刚才白硕老师说国内算法交易技术生态“含金量”与国际上不完全可比，我的感觉是可能要换一下文字的次序：完全不可比。但我个人认为这不是坏事，是好事。教书研究之外，我从上世纪90年代之初就尝试DayTrade：先是几千美元买进卖出共同基金，时间与频率都非常受限制，但风险几乎没有；后来自己的学生在股市上大亏，刺激之下我就自己DayTrade股票，再后来就是期权，长短一起来，每天的交易次数也越来越多，交易决策自然也就越来越快越急，一只股有时一天能在手里进出几十次，最后的感觉就是钱成了一堆没有意义的数，忘了“绿背Greenback”的“back”后面之个人及社会的后果与影响。1998年美股“崩盘”后不久我就几乎彻底的退出股市，一个原因是精神压力太大，整天要关注各种新闻并阅读大量的材料，一有“风吹草动”就担心股市，对什么是“惊弓之鸟”有着与人不同更加铭心的别样理解；另一个更重要的原因，就是自己心里有越来越重的负罪感，觉得整个事情根本就是不对的，为什么交易要这么快这么频？这样的“钱生钱”方式并不直接产生任何实际价值，只能更快地腐化人性危害社会。不错，合理的交易有利于社会经济的发展，但太快太频就不能算是合理的，应该被看成是非法的并加以取缔。所以我认为这方面的“含金量”不太高对于社会经济发展有利，特别是在中国的股市，不是看成是坏事，应看成是好事。

特别是20多年前的算法交易或自动交易还很少，不到10%，可现在已经超过60%，而且还在快速增加，T3、T1，1/8、1/16的限制也早没了。人在交易时还有感情、偷懒、后怕，速度也慢，没有人性的算法都没有，而且速度快，就知道“勇往直前”地“按既定方针办”，崩盘也无所谓，如果当成人这就是典型的Reckless神经病行为。算法交易让我常常想起一位小学同学的语文课造句：阶级敌人（算法？）总是睁着大眼看黑影，不掉坑里（Crash？）不罢休。算法是人设计的，其“方针”总有“bug”和缺陷，所以算法交易的比例越高，越有限制交易速度的必要。记得1995年前后，就多次出现过简单的“15%”交易算法造成股市莫名其妙地大起大落的“事故”，迫使有关机构引入新的规则，试图限制自动交易。但是措施的效果显然有限，以致近年美股还经常出现上千亿美元瞬间里能莫名其妙地“飞来飞去”的现象。如果将交易时间合理地加以限制，就能给理性和智能提供更大的“发展空间”，还可以有效地遏制投机行为，使竞争更加相对公平，也能避免再出现像Spread之类的公司，通过昂贵的暗纤维网络几个毫秒的优势来谋取暴利。当然，这样做，可能只是把矛盾从股市之内移到股市之外，最后还会以另外的方式出现在社会经济的某个角落，结果如何不得而知。因此，这不是一个简单的问题，但眼下的问题太明显了，应当解决。

我从不后悔，而且感谢自己的业余DayTrader经历，尤其是这段经历直接促成了自己目前的社会计算与平行系统研究领域。为了更好的交易，我很早就成了“开源情报”的“专家”，这也使我能更容易地认识理解反恐情报安全信息学ISI的重要意义，并在此基础上提出了“社会计算”的研究领域。为了建成自己的自动算法交易系统，我还提出了面向自然语言计算的“语言动力学系统(LinguisticDynamicSystems,LDS)”的概念与方法，试图对交易行为建模，组织自己的“人工交易员世界”，利用Matlab、TradeStation、OptionStation等进行交易实验和实时优化，并在此基础上，后来提出了基于ACP方法的平行系统、平行管理和平行控制理论。还有，促使我入市的学生，尽管当年在股市上亏了，后来去了华尔街并回国创业，十分成功，也算是“不入虎穴，焉得虎子”。

《算法帝国》一书的英文书名的原意是“AutomateThis”，就是“把它自动起来”，其实全书都是“知识自动化”的意思。除了算法交易，书中还列举许多其它虽然赚钱不快但我看来更加有意义的“知识自动化”例子，如IBM的Watson系统、保安计算博弈、器官移植匹配、机器人医生、性格评估和客服人员的工作分配等等。记得读完考普研制作曲算法的“动人”故事之后，我曾在书的边角上留下了一段感言，觉得能把考普的算法用来调制新的美酒或发明其它未知的美食就更加“靠谱”了，比如可否用来Microbrew啤酒？

科技是把双刃剑，算法就更是了，而且每一个算法都可能都是一把双刃剑。虽然我不相信算法能“统治”人类，而且还卖力地推动“知识自动化”，但在智能技术有点“烫”的过头的今天，何处何时引入算法，如何使用，的确应该“三思而后行”。

【中国密码学会副理事长杨义先】我和白硕老师是几十年老朋友了，我听到这个选题很感兴趣，所以报了名。算法要说神秘也很神秘，如果说很普遍也非常普遍，普遍到什么程度呢？刚才陈熙霖教授已经说了，生物的本能是固定的，是天性。这是第一步。天性是怎么来的呢？若干年习惯形成的，习惯是怎么来的呢？习惯实际上就是算法来的，算法又是怎么来的呢？算法其实是一些思路来的，思路是想出来的。

我们最近有意做了群体智能的算法，蚂蚁找食物，要把食物拿回家的过程，过去没有从算法上了解，通过研究发现，其实是一个从混沌到有序的过程，刚开始蚂蚁乱走的，不知道哪里有食物，到某一个阶段就有序了，后来出来的蚂蚁就直接往目标走了。每一个蚂蚁是非常笨的，但是一群蚂蚁能做很多事。我们把这个东西发现以后，在《美国科学院院刊》（PNAS）发表一篇论文，到现在半个月，在国际上引起很大轰动，包括美国《时代周刊》、《每日科学》等七十多家国际媒体给予广泛报道。人民网、新华网、中国科技网等40余家国内媒体也给予了报道。《时代周刊》甚至说，基于此可以做出比谷歌还要好的搜索算法。而我们当初完全从数据挖掘、隐私发现的角度来开展研究的，没有考虑过搜索问题。

我觉得很多思维，包括投资的、炒股的，大家过去是凭经验做，但是，应该有人开始有意识地把这些做法凝练成算法，再用这些算法去指导相关的行动，我相信，最终效果会大大提高。而算法真的是思维的立足点，是非常重要的。

　【中国计算机学会副秘书长陈熙霖】我觉得科学有时候很可怕。我们都很弱小的时候，我用科学打你一拳、你用科学打我一拳，可能就是流血。再后来科学可能是刀，也死不了人。再后来有枪了，我打你一枪，你没机会打我了。所以别相信科学能解决所有的问题。科学一定不能滥用。包括教学里，我觉得大学里缺少这个，一开始就应该给学生讲科学伦理。

【慕荣投资合伙人赵众】我一直在做海外中国证券交易，对宽客比各位有更多直接了解，我们行业本身有很多做量化的基金，这是一个新生事物，但在资本市场上，永远不能破除一个规律，大部分是赔钱的，只有极少数人成功，所以不要被量化恐惧，也不要神话它。高频交易很快，但实际上承受的风险与普通交易一样。实际上长时间做交易的人，速度并不是决定因素，关键还是人。无论什么技术手段、进入什么市场，最后关键决定的还是人。我是对宽客抱着一种听其自然的态度，不神话也不否定，如果有这个条件和能力，能够把它应用好，也是一个工具，但是所有工具到最后的结果还是取决于使用它的人。

【关于算法，我想说的话】

研讨会开场时，财讯传媒集团戴小京总裁的幽默给我留下极为深刻的印象，他说：“我代表财讯集团旗下二十多家杂志欢迎大家，你们的到来给我们这个旧房子带来了新鲜的空气。几年前在媒体、市场营销里有“数据驱动”的概念，我和老段（段永朝）当时探讨这个，老段沉思以后说这个取决于某种算法。那时候觉得算法很神秘。后来又到了杨静的群里，她有一个叫“静”的微信群，基本就不再安静。我们二十多人弄一本杂志，但是她一个人好像可以弄六本杂志。不知道她为什么有那么多话，我理解一个人可以同时想很多事，但是不能理解一个人能同时说那么多事。我估计她也掌握了某种算法…….”

其实并不是我掌握了什么神奇的算法，而是微博和微信的创新算法平台成就了我的神奇梦想。让我能有机会在这样一个群星璀璨的研讨会上，跟着三位讲者，回溯算法的历史，透视算法对世界的控制，前瞻算法将要改变的未来。

换个角度看世界，算法其实在生活中无处不在。从我的角度看，人类就是一种生物算法机器，在以往的物理世界和精神世界，人类的大脑应对自如，因为人脑的算法擅长图形、图像和语音识别等感官信号的处理；但在当今和未来信息爆炸，大数据泛滥的世界里，机器的大脑必然要参与进来，以其高效、逻辑性，可拓展性的硬件，以及不断进化、越来越复杂、越来越智能化的算法对暴涨的数据虚拟世界进行信息梳理、处理和管理。

人类的物理世界和人脑中存储运行的精神世界，终归是有局限的，现有的生物算法辅以机器算法完全可以应对。但机器的物理世界和电脑中存储运行的虚拟数据世界，可能是无限的，必须要以机器算法辅以生物算法作为其操作系统。也许，未来是由生物算法和机器算法的融合决定的，但无疑机器算法的比重将会逐渐提高。

从这次沙龙的研讨结果看，机器算法正是从人类的精神创造中逐渐抽象出来。而时代越是向现代推移，机器算法对世界的控制力就越高。算法控制了华尔街，控制了硅谷。算法还将控制未来的物理世界和数据世界。

记得有人说过，整个宇宙就是一个程序。那也就不必对生物算法和机器算法做太多的人为割裂。同一个宇宙，同一个算法。也许，最后我们会发现，整个宇宙就是一个不断自进化、不断迭代的高度复杂算法。当然，这只是我的一点联想与畅想，与科学无关。

【作者： 杨静，微信公众账号：杨静lillian】