Machine Learning衍生出典範轉移

在剛過去的星期五(6月26日)，全球規模最大之一的網購公司EBAY.COM宣布旗下的PAYPAL將會在7月17日正式分拆成一家獨立公司，以便EBAY和PAYPAL各自能更尃注在環球e-commerce和支付服務方面的市場。事實上，不少讀者除了對PAYPAL的業務應不會陌生外，相信有部分讀者亦可能對PAYPAL的星級創辨人Elon Musk略有所聞。此君被譽為「真人版」Ironman，其公司Tesla除生產非常受歡迎的電能車外，最近更宣布開發革命性的家居電池供電服務。但除Musk外，PAYPAL的另一著名創辨人Peter Thiel亦在另一層面上鑽硏改變世界的新概念。

大數據時代下堀起的Machine Learning

其實Peter Thiel也絕非等閒之輩。除了作為Facebook的首位外來投資者外，他成立的對沖基金Clarium Capital 亦曾風光一時(資產管理一度達80億美元)。畢竟，Thiel是科網出身，近年他正積極參與Machine Intelligence Research Institute(MIRI)的發展，其宗旨為硏發出對人類社會有正面影響的人工智能。近年發展十分迅速的Machine Learning，也是在其要硏究範圍內。Machine Learning，又名機器學習，是一門涉及統計學、計算機科學、人工智能等多門學科的綜合學科，其目的旨在研究計算機怎樣能模擬人類的學習行為，以獲取新的知識。

引進Machine Learning的信用評分市場

表面上看來需要有PhD資歷才能意會的Machine Learning，在現實生活上的應用其實十分廣泛。以一家網上雜誌公司為例，它們會利用Machine Learning去分析其客戶的網上瀏覽習慣和喜好，從而預測客戶續期的可能性。作為走在時代最尖端的創業家，Thiel近年正投資在ZestFinance，一間專注在信用評估的互聯網金融公司。

ZestFinance創始人Dougulas Merill(Google前副總裁)和Shawn Budde(Capital One前信貸部高級主管)均自稱為「Smart Data Geek」(智能數據怪胎)，因為他們正正把Machine Learning在信用模型上發揮得淋漓盡致。ZestFinance有效地從不同的數據庫抽取有意義的數據，再使用有獨特Machine Learning邏輯的預測分析模型，包括身份驗證模型，預付能力模型，欺詐模型等，並計算出較市面上其他信用機構要再準確40%的消費者信用評分。

中美攜手合作將更完善地運用大數據

事實上，在今年1月，中國人民銀行印發了《關於做好個人徵信業務準備工作的通知》，並要求8家不同機構進行個人徵信業務(即信貸服務)準備工作，當中包括騰訊徵信、芝麻信用等。有見及此，京東商城(JD.COM)在上周宣布將與ZestFinance合作推出一個中國消費者信用數據系統，意圖抗衡阿里巴巴的個人徵信系統“芝麻信用”。目前中國並沒有集中的徵信業務，而只有約20%的中國公民持有信用卡，因此跟信用借貸相關的業務(如P2P借貸平台)，將大有可為。而繼京東商城展開與美國Machine Learning專家的合作後，不難相信同類型公司如阿里巴巴，唯品會，或其他中國互聯網公司都會有類似部署，把針對不同業務獨有的Machine Learning邏輯，應用在林林總總的大數據上。而當中的N股(只於美國上市中國公司的股票)亦將進一步增強美國投資者對其信心，更有機會使股價受惠。