📖 ZKIZ Archives

黑暗盡頭是彩虹

現金貸的黑暗秘密：用戶數據隨意倒賣，催收員幫你借錢

一本財經 2017-03-06 12:13

本文由一本財經（微信ID: yibencaijing）授權i黑馬發布，作者薄珂 零和。

從2015年開始，消費金融一個重要的分支開始強勢崛起。

現金貸正在以熊熊燎原的趨勢，席卷而來，一二線城市以線上為主，三四線城市以線下為主，幾乎侵襲中國所有角落。

為了獲得流量和客戶，某些平臺正用一些“黑暗法則”野蠻發展：數據倒賣分單、強制逾期、催收幫你借錢，壞賬全聽指揮……

而一切的不正規，正在推動行業出現高危信號：一人多貸，正在成為普遍現象。

這個利滾利的遊戲一旦開始，大部分人都深陷黑洞，難再轉圜，直到崩盤。

誰又來為這場虛華買單？

01 獲客之戰

“采購用戶數據，然後電話銷售，這樣能快速入門”，90後毛文兵，剛成為一名線下貸款門店的銷售員，老前輩們，給他傳授了一套速成經驗。

在各大信貸員的QQ群里，用戶數據被隨意販賣。一份上萬用戶的數據，只賣200元。

毛文兵嘗試買了一份，用戶全是真的，但被信貸員反複“清洗過”，價值榨取殆盡，“很難再撈”。

毛文兵開始明白，一手的數據更有價值。

他開始去和各小區的物業人員“頻繁接觸”，並用各種利益誘餌，讓物業將業主數據出售。

等他“洗”了一遍，再丟到群里反複賣，“一份要價一兩百”。

而數據的買賣，在現金貸行業早就是公開秘密。

“大公司都是高層集中采購”，入行好幾年的王俐說，每月，公司總部就會下發一份“客戶數據表”，讓大家電銷。

除了數據買賣，毛文兵也吸取了一些“傳銷”精髓。

他找了一群“廣場舞大媽”，將其發展成為下線，只要介紹成功一個客戶，就給大媽們500元的紅包。

大媽們也確實給力，每個月都能給他拉來好幾單。

這些小聰明手段，被信貸員玩得爐火純青。

實際上，分單才是讓從業者迅速暴富的“高段位”玩法。

“比如一個客戶想借10萬，但我們平臺上只能借5萬，剩下的5萬，我就給其他同行，對方的提成，再分我一些”，王俐稱，這就是“分單”。

因為“分單”訴求，信貸員們極為抱團。

他們成立了大量的微信和QQ群，一旦有大額的單子過來，就在群里“分單”，公開銷售。

只要一有空余時間，毛文兵就會緊盯群或一些“搶單”平臺，去“奪標”。

一般分單的提成，是兩個業務員“對半分”。

如果是一個手上有大量用戶的中介，議價能力則更強，可分到“6成”甚至“8成”。

用戶的數據就如獵物般，在各大平臺上被信貸員搶奪，並將利益榨取殆盡。

“借錢一年後，每天還會接到騷擾電話，接通就問，貸款不？”某用戶稱，他為此不得不換一個手機號。

“誰知道他哪天就有新的貸款需求了呢？”毛文兵稱。

一旦借款，很多用戶的數據，會持續被信貸員們啃噬、榨取。

02 流水之謎

線下的買數據、分單，都是為了搶奪客戶。

而線上的平臺，為了獲取急速流量，打法也極其粗獷。

“線上獲客貴，要極力榨取每一個客戶的價值”，資深從業人員馮秉稱，核心邏輯是對的，但目前行業內一些平臺的做法，恐怕就有點見不得光了。

用戶陳新強曾在一些現金貸的APP上“測試”自己“信用額度”，“結果剛填完資料，錢就直接打到我的卡里了”，他認為，這屬於“自行放款”的行為。

而和陳新強類似經歷的消費者很多。

“我申請1600，他給我不聲不響的放了4000在卡上。”一位用戶稱。

而這核心的區別就是，是否有一個“確認”環節。“我測試過上百款APP，不少沒有確認環節”，陳新強稱。

馮秉稱，很多平臺刻意在規則設置上，布下“陷阱”，目的就是“不放過一個優質客戶”。

陷阱之後，還有陷阱。

現金貸平臺上，什麽樣的用戶是最優質的？

不是按時還款的，而是每次都會逾期一段時間，但最後還會還款的用戶——這和信用卡“優質用戶”的邏輯，是一致的。

“強制逾期”，成了現金貸急速獲利另一項劍走偏鋒的伎倆。

“到了還款日，感覺平臺一切都失靈了”，陳新超稱，他綁定自動還款的銀行卡里明明有錢，不扣款；主動把錢打過去，居然收不到驗證碼；給客服打電話，提示音一直是“請耐心等待”。

直到逾期一周後，平臺各項功能“神奇般”自動恢複了。

“一些小的平臺、野蠻發展的公司，在早期確實使用這種方式吸金”，馮秉稱，這一度讓一些小平臺急速做大，盈利。

而不主動“提醒逾期”，也是很多平臺心照不宣的方式。

馮秉稱，很多平臺會在逾期三四天之後，再發送短信，“這樣可以收取更多的逾期金”。

在“吸金”的邏輯下，用戶只是魚肉，被部分平臺設置的陷阱，切割榨取殆盡。

03 催收規則

“正常的通過率，是20%-30%，但大部分時候，通過率要聽指揮”，90後女孩何霓在一家現金貸平臺擔任信審員，她有時候覺得自己，是一個可有可無的職位。

“很多單子都是可放可不放的，但上面領導說這個月要流水，那就別猶豫，過！”

這個“聽指揮”的時間，一般會發生在下半年，“因為到年底的時候要給投資人交成績單，壞賬太多不好看，放量把分母做大，把壞賬率沖淡”，何霓稱。

西安小夥海波，已在幾十家平臺上借過錢。

他覺得大多平臺的風控，形同兒戲：“一家平臺的審核人員問其他平臺借過沒，我說借過，他讓我截個圖發過去，看了一下，就放款了。”

藍領貸在最開始的貸款規則中規定，需提供另外一家現金貸審核通過的截圖和賬號。

“藍領貸的審核人員登錄到其他現金貸的界面中，查看截圖屬實後，才通過審核”，多位曾在藍領貸上借款的用戶稱。

後這家現金貸公司多次交涉後，藍領貸才修改了規則。

就因為風控如兒戲，所有的壓力和風險，就推到了後端催收。

小額現金貸一般金額並不高，大多在500到5000之間。對於這樣的一個金額數，催收可以用的手段，並不多。

上門催收、起訴，這些傳統催收方式，都不適應於小額現金貸，“因為成本太高，催回來的錢，還不足以覆蓋成本”，某平臺催收的負責人羅曉慶稱。

而小額現金貸的核心催收方式，就是“轟炸通訊錄”。

幾乎所有的APP端借款，都會蹦出一個頁面“是否同意該應用訪問你的通訊錄”，如果你選擇否，借款就很難通過；而一旦你選擇同意，通訊錄的所有聯系方式，就被APP獲取。

獲取這些數據的核心目的，就是為了催收。

一旦逾期，催收人員就會給你通訊錄所有的親朋好友，甚至前男女朋友打電話，“廣而告之”你欠錢。

“這還算溫柔的方式”，羅曉慶稱，怎麽利用通訊錄，是一門學問。

“我是誰誰，因欠700元無力償還，打算賣自己肉體換錢，認識的打折，望朋友嘗試我的服務。我的電話是xxxx”，逾期數天後，芳芳的通訊錄的所有人，包括父母，都收到了這樣的短信。

“為了700元，就可以踐踏一個女孩最重要的清白了嗎？”芳芳很多朋友都給她打電話來問怎麽回事，到最後，她連電話都不敢接了。

海波的所有聯系人，也遭到同樣的對待。催收人員甚至將他的姓名，身份證，住址等信息都公布出來。

震驚一時的裸貸之後，催收平臺“文明”多了。主要靠短信、電話，即便上門催收，平臺方也會要求催收人員全程錄音。

此後的催收策略，從強硬開始慢慢轉為“懷柔”。

芳芳欠了一家平臺的錢，逾期利息上千，催收員說：“你今天還完，截圖給我，我返現100紅包給你。” 

而這還不是最核心的手段。

“最有效的，是幫欠款人去其他平臺借錢”，羅曉慶說。

羅曉慶的催收部門一共12人，每天早上，大家都集中一起開會，“情報員”在會上公布收集情報：哪個借款平臺最近風控比較松，哪個平臺正在沖量等。

培訓之後，就馬上給借款人打電話，“幫助他們去其他平臺薅錢，先還我們平臺的”，羅曉慶讓催收員手把手教導借款人，信息湊不全的，就幫他們偽造文件，偽造信息。

靠著這個方式，羅曉慶每個月都能超額完成任務，回款率高達80%。

“現在，催收能力開始成為各個平臺的核心競爭力”，松禾遠望基金合夥人田鴻飛稱。

而這些手段，卻將行業推入深淵。

04 高危信號

不論是分單，還是催收員幫助借款借錢，其本質上，都是試圖將危機延後，“只要不是我們做接盤俠，就好”，羅曉慶稱。

一個人在多個平臺上借款，借新還舊，是極其高危的信號。

拍拍貸借款9000塊，現金巴士1000塊，信而富1400……海波借過的平臺，已多到他記不全了。

最開始，他從新出現的平臺上，不斷借錢，償還舊平臺的錢。

但從2016年3月開始，他的“借新還舊”的鏈條開始崩裂。

利滾利，逾期費用太高，即便瘋狂借款，他連利息都還不起了。

如在一個平臺上4000元的借款，已滾到了9726元。

一個平臺上的借款1400元，滾成了2593.68元。

海波儼然已成為一個債務奴隸。

頻繁的催收電話和短信群發，讓他瀕臨崩潰，也被迫換了幾份工作。

好幾次，催收電話打到公司，老板找他談話，勸退了。

海波只能繼續找工作，上班、拼命賺錢、還錢。

這是他所有的生活軌跡。

到了現在，每天光是逾期費和利息，都有幾百元，他一個月只能掙3000元，不吃不喝連利息都還不上。

“救救我”，海波在四處求助。但這似乎是一個死局，毫無破局之處。

一本財經在《嗜血現金貸》中揭露，行業年利率近600%，人死才能債清。

當各個平臺上的利息開始積累，會將人完全壓垮。

有媒體曾統計過，目前小額現金貸的“複貸率”（重複借貸）已超過60%，部分平臺已達到80%。

從美國的歷史上，我們可以看到這個高危信號的殺傷力。

在2005年，美國4個州的數據可看出，90%的貸款，都流向了5次借貸行為以上的用戶；62%的貸款，流向了有12次借款行為以上的用戶。

很多人一旦開始使用小額現金貸，將很難停止——不停借貸，償還利息，陷入長期的債務危機陷阱中。

根據皮尤中心的數據，美國現在有1200萬名這樣的短期借款人，這其中，有四分之三拿不出一千美元應急。

當時媒體集中報道了一位名為“戈登·馬丁內斯”的美國父親，曾靠發薪日貸款解一時燃眉之急，500美元借貸，利滾利，暴漲為4千美元。

也因此，他失去了一切，家庭也沒有保住。

在美國，媒體曾大量曝光這些“家破人亡”的悲慘故事，從而引發了全國對小額現金貸的審判。

“提前消費的概念是好的，但是需要有個度”，馮秉稱，這個度，就是合理規劃財務，如果過度消費，就會陷入債務黑洞，再難轉圜。

“一哄而上的結果，必然是一哄而散之後，留下一地雞毛。”網貸協會秘書長郭大剛稱。

郭大剛“堅決反對開展現金貸業務”。

他認為，在中國當前缺乏征信服務基礎設施的前提下，現金貸業務無法確定資金使用場景，無法解決多頭負債帶來的過度借貸問題。

“由於互聯網的外部性，導致借新還舊的龐氏騙局，崩盤只是時間問題”，郭大剛稱。

而短期來看，債務風險還不會立即爆發——因為不斷有新平臺崛起，人們可以從新渠道獲得資金，延後了“崩盤”時間。

也正因為此，小額現金貸暫時沈浸在現世的繁華與迷霧中，難以看到前路莫測。

但這個行業，有一條崩潰的“死線”，當大部分用戶的利滾利遊戲無法再繼續時，“行業大劫”就不再久遠。

誰又將為這個繁華一時的遊戲買單？

很多從業者都明白，如果行業持續野蠻發展，最終的結局是崩盤。

但所有人依然蜂擁而至——是因為那一絲僥幸，“誰說我就會成為接盤俠？”

只要在這一波欣欣向榮的浪潮中，掙到錢就好。

這和炒股的投機邏輯，不是一致的嗎？

文章評論

匿名用戶

發布

全部評論：10

發布

是時候告訴你，AI內心的黑暗秘密了

黑智 2017-04-25 11:03

本文系i黑馬原創 首發黑智（VR-2014）

去年，一輛奇怪的自動駕駛汽車被放到了新澤西蒙茅斯縣的一條安靜的道路上。這輛由芯片制造商Nvidia研制的實驗車與眾不同，它不像谷歌、特斯拉或通用汽車所展示的車輛那樣，而是顯示了人工智能的強大力量——汽車沒有按照工程師或程序員提供的單一指令進行操作，相反，它完全依賴於算法，通過觀察人類如何開車，自己來驅動它。

通過這種方式開車是一項令人印象深刻的壯舉。但也令人不安，因為你並不知道，汽車是如何自己作出決定的。來自車輛傳感器的信息，直接進入巨大的人工神經元網絡，來處理數據，然後傳送出操縱方向盤、剎車和其他系統的指令。現在看這個結果，似乎和我們期望的人類駕駛員的反應相匹配。但是如果有一天，它作出了意外的舉動——比如去撞了一棵樹，或者在綠燈時待著不動呢？就目前情況來看，我們是很難找到它這麽做的原因的。這個系統是如此複雜，即使是設計它的工程師，也很難找出它某個行動背後的獨立的原因。你還不能問它，因為沒有明顯的方法能設計出這樣一個系統，總能解釋它采取某種行動的理由。

這輛車的背後，隱藏的是個迫在眉睫的問題，那就是人工智能的神秘的內心。汽車中使用的人工智能技術是深度學習，在近年來，它已經被證明是非常強大的解決問題的方式，並已經被廣泛應用，比如在圖像識別、語音識別和語言翻譯中。現在人們也希望，同樣的技術能夠被用來改造更多的行業，比如診斷致命的疾病、對百萬美元級的交易作出決策等等。

但這一切還沒有發生，或者說，還不應該在現在發生。除非我們能找到方法，證明深度學習技術能夠更理解它們創造者的意圖，以及向用戶負責。否則，我們很難預測什麽時候會發生故障，而這幾乎是不可避免的。因此，Nvidia的汽車現在也仍然還是在實驗的階段。

目前，數學模型被用來幫助確定誰取得假釋、誰批準了貸款、誰得到了就業機會。如果你能接觸到這些數學模型，就可以理解他們的推理。但是銀行、軍事家、雇主和其他人，正把註意力轉向更複雜的的機器學習方法，自動決策，正變得越來越不可思議。深度學習，這種最常見的方法，代表了計算機編程的一種完全不同的方式。“這個問題已經開始影響並且將在未來影響巨大，”MIT機器學習應用教授Tommi Jaakkola說，“無論是投資決策，醫療決定，還是軍事決策，你都不會想僅僅依靠一個‘黑箱’方法。”

現在已經有一個爭論點是，能夠詢問一個AI系統關於它是如何得出結論的，是一項基本法律權利。從2018夏季開始，歐盟可能會要求公司們能給用戶解釋自動化系統如何作出決定。但這可能是不可能的，即使是對於那些表面上看起來相對簡單的系統，比如使用深度學習服務推薦廣告或歌曲的網站和應用程序而言。運行這些服務的計算機已經是自己編程了，它們以我們無法理解的方式完成了它。即使構建這些應用程序的工程師，都不能完全解釋它們的行為。

這就提出了一個令人難以置信的問題。隨著技術的進步，我們可能很快會跨越一些門檻，人工智能應用也需要一個信念的飛躍。當然，我們人類也不能總是真實地解釋我們的思維過程，但我們可以找到方法直觀地信任和衡量人。但是，思考和做決策方式和人類完全不同的機器，它們可能做到嗎？我們以前從來沒有建立連創造者都不明白其運作方式的機器，我們如何與智能機器溝通和相處，可能也是不可預。這些問題讓我踏上了人工智能算法研究的邊界，從谷歌到蘋果，包括與我們這個時代的偉大哲學家會面。

藝術家Adam Ferriss用Google Deep Dream創作的圖像

2015，紐約的西奈山醫院（Mount Sinai Hospital）的一個研究小組受到啟發，將深度學習應用到醫院龐大的病人記錄數據庫中。這個數據集有數百個患者相關的變量，包括他們的測試結果、醫生訪問記錄等等。由此產生的程序，研究人員將其命名為Deep Patient，使用約700000人的數據對其進行了培訓，在進行測試時，它被證明是非常擅長預測疾病的。在沒有專家指導下，Deep Patient發現了隱藏在醫院數據中的模式，這些數據可以診斷出人們身上的各種疾病隱患，包括肝癌。Mount Sinai項目負責人Joel Dudley說，現在有很多“非常好”的方法可以預測疾病，但是，深度學習“是更好的方式”。

同時， Deep Patient也讓人困惑。它在預測精神分裂癥方面出奇地出色。但是醫生診斷精神分裂癥比較困難是眾所周知的，Dudley想知道，它是怎麽做的。但他失敗了。這種新的工具，沒有給他提供任何線索，它是怎麽做到這一點的。像Deep Patient這樣的程序，如果實際上我們是想要它來幫助醫生，那最理想的模式，仍然是給出預測理由，來保證結果是準確的，並且作為證明，例如，來修改患者用藥。“我們可以建立這些模型，”Dudley沮喪地說，“但我們不知道它們是如何工作的。”

人工智能並不總是這樣。從一開始，就有兩個關於AI應該如何理解和解釋的學派。很多人認為，根據規則和邏輯推理機器是最有意義的，即它們的內部工作對任何想檢查某些代碼的人來說，都是透明的。另一些人則認為，如果機器是從生物學中獲得靈感，那麽通過觀察和體驗學習，智力就會更容易出現。這意味著對計算機編程的顛覆。不是程序員編寫命令來解決問題，而是程序基於數據，在自己的算法的基礎上，生成結果輸出。機器學習後來演變成今天最強大的AI系統，遵循的就是後一種途徑，機器就是程序。

起初，這種應用還是有限的。在20世紀60-70年代，它還主要是集中在一些邊緣領域內。但覆蓋眾多行業的電子化和數據化進程，激發了更強大的機器學習技術的發展，特別是神經網絡技術。到了上世紀90年代，神經網絡已經可以將手寫字符轉化成數字字符。

然後直到最近10年，經過多次調整和改進，“大”而“深”的神經網絡在自動感知方面獲得了巨大的進步，深度學習成為今天的AI爆炸的主要推動力。它賦予計算機非凡的能力，比如說幾乎可以像人一樣熟練地識別出語言的能力。深度學習改變了計算機視覺，大大改進了機器翻譯。它現在已經被用於指導醫學、金融、制造業和其他領域的各種關鍵決策。

任何機器學習技術的運作本質上是不透明的，對計算機科學家來說也一樣。但這並不是說所有的人工智能技術，在未來都將同樣不可知。但從本質上看，深度學習還是一個特別黑的“黑箱”。

你不能從神經網絡內部看出它是如何工作的。神經網絡由成千上萬個神經元構成，它們排列成數十甚至上百個錯綜複雜的互連層。第一層中的神經元各自接收輸入信號，例如圖像中像素的強度，然後在輸出新信號之前進行計算。這些輸出在複雜的網絡中，被再下一層的神經元所接收，直到產生一個整體結果輸出。此外，還有反向傳播，通過反饋調整單個神經元，達到期望輸出。

深度神經網絡中的許多層使它能夠在不同的抽象層次上識別事物。例如在識別狗的系統中，較低層識別簡單輪廓或顏色；更高層識別更複雜的東西，如毛皮或眼睛；最上層將它作為狗標註。簡單地說，同樣的方法也可以應用於機器引導自己的其他輸入：在語音中構成單詞的聲音，在文本中創建句子需要的字母和單詞，或自動駕駛所需的方向盤運動。

為了嘗試去捕捉和解釋在系統中發生了什麽，研究員們應用了巧妙的策略。2015年，谷歌的研究人員修改了一種基於深度學習的圖像識別算法，這樣就不會產生照片中的對象，而是生成或修改它們。通過有效地反向運行該算法，他們可以發現該程序用於識別，例如，鳥或建築物的功能。

由此產生圖像的項目，被稱為Deep Dream，它能表現出各種怪誕的圖形，雲彩和植物中出現像外星人一樣的動物，在森林和山脈中綻放出幻覺一樣的寶塔。這些圖像證明，深度學習並不是完全不可思議的，它們顯示出算法也需要熟悉的視覺特征，比如鳥喙和羽毛。但這些圖像也暗示了深度學習與人類感知的不同之處，比如它可能會讓放大我們知道但是忽略的東西。谷歌研究人員指出，當它的算法生成啞鈴的圖像時，它也生成了一個人的手臂，因為機器斷定手臂是這東西的一部分。

從神經科學和認知科學借鑒來的思路已經使得研究取得了進一步的進展。懷俄明大學助理教授Jeff Clune帶領的團隊，采用光學錯覺的AI測試了深度神經網絡。2015年，Clune團隊展示了他們的發現，某些圖像可以愚弄網絡，讓它們感知到不存在的事物，因為圖像利用了系統搜索的低層次模式。Clune的一位合作者，Jason Yosinski，還建立了一個工具，就像一個探針插入大腦，針對網絡中的任何神經元，搜索最激活它的圖像。這個圖像被發現是抽象的（想象一個寫意的火烈鳥或校車），這更突出了機器的感知能力的神秘性。

紐約布法羅，大約1960年的康奈爾航空實驗室，早期的人造神經網絡

然而，我們需要的不僅是AI思維的驚鴻一瞥，也沒有簡單的解決方案。深層神經網絡內部計算和相互作用，是高層次模式識別和複雜決策的關鍵，但這些計算是數學函數和變量的泥潭。“如果你有一個很小的神經網絡，你可以了解它，”Jaakkola說。“但一旦它變得非常大，它每層有成千上萬的單元，也許有幾百層，它就將變得無法理解。”

在Jaakkola辦公室旁邊的是MIT教授Regina Barzilay，她正致力於將將機器學習應用於醫學。幾年前，她在43歲時，被診斷出患有乳腺癌。診斷本身是令人震驚的，Barzilay也很沮喪，當時尖端的統計和機器學習的方法還沒有被用來幫助或指導患者進行治療腫瘤的研究。她說，人工智能有巨大的潛力去進行醫學革命，但認識到這一潛力將意味著不僅僅是超越醫療記錄。她希望能使用更多的原始數據。她說：“目前我們還沒有充分利用影像資料、病理資料，所有這些信息。”

上一年完成了癌癥治療後，Barzilay和她的學生們開始和馬薩諸塞州總醫院的醫生們一起工作，來開發一個系統，來能夠挖掘研究員想要學習的病理報告，來確定患者的具體臨床特點。當然，Barzilay明白，系統需要解釋它的推理過程。所以，和Jaakkola以及一個學生一起，她加了一步：系統提取和突出文本片段，這是一個具有代表性的發現模式。Barzilay和她的學生也正在開發一種乳腺X線圖像深度學習算法，能夠發現早期乳腺癌的癥狀，他們的目標是解釋這個系統的推理能力。

美國軍方正投入數十億美元，使用機器學習來引導車輛和飛機識別目標，並幫助分析人員篩選出大量的情報數據。不同於其他領域，甚至是醫學領域，國防部已經將證明機器學習的“可解釋性”看做一個關鍵的“絆腳石”。

David Gunning，美國國防高級研究計劃局的項目負責人，負責名為Explainable Artificial Intelligence program的人工智能“可解釋性”項目。這位滿頭銀發的老兵，曾監督DARPA項目，最終導致Siri的成立。情報分析人員正在測試機器學習，作為識別大量監控數據模式的一種方法。許多自主地面車輛和飛機正在開發和測試。但如果一個機器坦克不能解釋自己的行為，士兵可能感到不舒服，分析師也將不願意對沒有理由的命令采取行動。Gunning說：“這些機器學習系統的本質往往是產生大量的假警報，所以英特爾的分析師真的需要額外的幫助來理解為什麽要做一個推薦。”

今年3月，在學術界和工業界幫助下，DARPA選擇了13個項目，來獲得Gunning的項目的資金支持。他們中的一些人可以加入華盛頓大學教授Carlos Guestrin的團隊。他和他的同事們已經開發出一種機器學習系統，為其輸出提供了理由。基本上，在這種方法下，計算機自動從數據集中找到幾個例子，並提供一個簡短的解釋。例如，一個將電子郵件分類出恐怖分子信息的系統，可以在訓練和決策中使用數以百萬計的信息。但是使用華盛頓團隊的方法，它可以突出在消息中發現的某些關鍵詞。Guestrin的團隊還設計了在圖像識別系統中，高亮對其進行推理時的關鍵圖像。

這種方式和其他的類似方法一樣，比如Barzilay的，就是說明的部分太過簡化，所以可能會丟失重要的信息。“我們還沒有實現夢想，當AI與你交談時，讓它能夠解釋。”Guestrin說。“我們有很長的路要走。”

癌癥診斷和軍事演習這種高風險的情況之外，當該技術日益普及，成為我們生活中重要的應用之後，在其他領域，知道AI是如何給出解釋的，也是同樣重要。Tom Gruber是蘋果公司Siri 團隊的負責人，他說，“可解釋性”對他的團隊而言，同樣也是至關重要的，它能幫助Siri成為更聰明和更強大的虛擬助理。他不願意討論Siri未來的具體計劃，但這很容易想象，如果你收到一個來自Siri的餐館推薦，你會想知道理由是什麽。Ruslan Salakhutdinov，蘋果的人工智能研究室主任和卡內基梅隆大學副教授，也看到了“可解釋性”是關系著人類與智能機器之間演化的核心問題。“這將帶來信任。”他說。

正如人類行為的許多方面是不可能詳細解釋的，也許讓AI解釋它所做的一切也是不可能的。“如果有人就其行為給你一個看似合理的解釋，它也可能是不完整的。這對AI來說是同樣的。”懷俄明大學的Clune說，“這這可能是智能的本質部分，只有部分行為能用推理解釋。有些行為只是出於本能，或潛意識，或根本沒有任何理由。”

如果是這樣的話，我們的決策可能不得不是簡單地去相信AI的判斷，或者幹脆不去使用它。同樣地，這個判斷必須融入社會智慧。正如社會是建立在期望行為的契約之上的，我們也需要讓AI系統尊重和適應我們的社會規範。如果我們要創造機器坦克和其他殺人機器，讓它們作出符合我們道德判斷的決策也是非常重要的。

塔夫斯大學的Daniel Dennett，是一名著名的哲學家和認知科學家，研究意識和心靈。“問題是，我們必須做出什麽樣的努力才能明智地做到這一點，我們要求它們和我們自己的標準是什麽？”他說。

他也就“可解釋性”的要求發出了警告。“我想，如果我們要使用它們並依賴它們，那麽我們就需要控制它們並讓它們給我們解釋答案。”他說。由於可能沒有完美的答案，所以我們就需要更加謹慎——不管機器看起來是多麽聰明。“如果它不能在解釋自己這方面做得更好，”他說，“那就不要信任它！”

文章評論

匿名用戶

發布

全部評論：10

發布

【策略】周期性行業集中度測算大盤點：行業重歸沈積，如何在黑暗中尋找光明？

一個樂視散戶的自白：伸是一刀，縮也是一刀！只要憧憬光明，就不懼怕黑暗！

樂視也許快要複牌了。

經過了長達九個月的等待，我手中2萬股樂視，終於要迎來那一刀。

我是老馬，今年四十歲，一家公司普通中層，上有老，下有小。兒子已經八歲，正是淘氣的時候。去年年底，妻子剛生了二胎，是個女兒。兒女雙全，一對“好” 字，表面上，我的人生平安順遂，波瀾不驚。

但這一切，是表面上，真的只是表面上。這兩年，鬼知道我經歷了什麽。一切痛苦的源頭，是從2016年7月，我以每股50元的均價，買了樂視開始。

▲頤和園耕織圖的黑天鵝，作者供圖

一

最初關註樂視，是在2015年，《太子妃升職記》熱播開始。

原本我並不關註這些雷人的穿越劇，但妻子卻喜歡。每晚兒子睡了，她總是會看兩集，笑得花枝招展。出於好奇，有一次我陪她看了看，雖然覺得惡俗，但是輕松，特別是里面啥樂視商城搞快遞，實在腦洞大開，讓人忍俊不禁。

之後，我開始研究樂視網這家公司。作為一個2006年便進入股市的老股民，我每次買入前，都會進行長時間的基本面研究。

這不僅僅是謹慎。我和妻子，都沒有顯赫的家境。兩人收入雖不算低，好的年景五六十萬，但在北京，買了學區房之後，供房供車，還有兒子的教育成本，這點錢也不可能讓我們毫無壓力——特別是2014年付了學區房的首付之後，我們的存款幾乎已經耗盡。作為一個男人，我在投資上做的每一個決策，可能都會對家庭未來、孩子前途產生重大影響。

▲頤和園西堤玉帶橋，作者供圖

2016年7月，在經過了長達半年的觀察後，我以50元均價，陸續買了2萬股樂視。這100萬元，是家里壓箱底的錢，也是我和妻子原本打算用作兒子教育費用的錢。

當然，我買入樂視，是有充足理由的——“賈布斯”的壯誌淩雲、天馬行空，不都是我們這個時代所推崇看重的嗎？但除此之外，我也不想再多說當時我所做的基本面分析、企業價值評估等等。當時再牛逼的理由，現在看來也是個屁啊。

二

之後的事，大家也都知道了。“賈布斯”終究不是喬布斯，樂視不是蘋果。我眼睜睜的看著樂視，從五十跌到三十。我的一百萬，只剩了六十萬。

其實，這種虧損，我也並非不能承受。兒子畢竟還小，家里也不是等著這筆錢開鍋。但是，比虧損更難承受的，是對樂視未來那種不確定性的焦慮。

2017年3月，妻子意外懷上了二胎，但由於年紀偏大醫生建議保胎，於是妻子辭去了工作。原本我想堅守樂視，至少等它反彈減虧的時候再出來，但是這個消息，讓我產生了很大動搖——“賈布斯”就算有一天能證明自己真是賈布斯，但若是耗費五年十年，樂視像2002年的蘋果那樣陷入長期熊市，那麽家里萬一需要用錢，我怎麽辦？

然而，在我還沒考慮好是否止損出局時，樂視停牌了。

▲圓明園那兒的黑天鵝，作者供圖

三

重大資產重組，在A股市場，大多是成功了一飛沖天，但若是失敗了——幾乎多數時候就只有一字跌停的份兒。

何況是樂視！這家權重一度占創業板指數前五、萬眾矚目的公司。從看到那個停牌公告的時候起，我知道，若是它重組失敗了、甚至重組不及預期，迎接我的，就只有“十八層地獄”。

在樂視停牌的最初階段，我一度陷入了瘋狂的焦慮之中，甚至，有時候顧不上懷孕的妻子孕吐嚴重。一旦有空閑，我就會瘋狂的看關於樂視的一切新聞，不間斷的刷賈躍亭、甘薇的微博。二十歲追星的青年，可能都沒我那麽狂熱。

妻子不知道我出了什麽事兒，面對我的坐立不安，她有時候會問我出了什麽事，有時候也會直接和我發火，而我總會頂回去。

直到有一天，她去做了產檢回家，給我做飯時燙了手。那一刻，我忽然驚覺，我已經失控太久了。

我投資，是為了自己和家人，面對未來的壓力和變數有更多選擇。但是這過程中，如果因為我的情緒，而傷害了他們，那麽真的是違背了初心。

一度，我是很恨賈躍亭的。不斷的畫大餅，然後跑路，剩下一地雞毛。但作為男人，平心而論，某種程度上，我欽佩他敢想敢做的個性。我的人生是千萬普通男人的人生。孔子說四十不惑，而不惑的代價是什麽？是日日夜夜的朝九晚五，隨波逐流？回首往事，能勉強說一句“也無風雨也無晴”，已經很好。

那一刻，我的思維發生了翻天覆地的變化。樂視已是如此，於我而言，我怪責賈躍亭於事無補。如果可以用法律手段追償，我當然應該維護自己的利益。但在資本市場混，要想活得好活得久，首先應該想想自己為何會犯這個錯，而不是把責任都怪責到下套的人身上。畢竟，按下買入賣出按鈕的，都是我本人。

▲圓明園九州景區，作者供圖

四

之後，我的日子漸漸恢複了正常。妻子度過了最初孕吐厲害的階段後，在家安靜待產。她其實是一個很有趣的女人，懷孕期間不能養貓養狗，家里原本養著的邊牧也寄養到了朋友家。於是她養了兩條金魚，說是為我旺財。但每次換水時那金魚總是滑溜溜，她便會生氣的罵金魚“再不乖乖的，我把你們送給樓下的貓。”

時至今日，我並未告訴她真相，但仍然心存愧疚。如今，樂視也許要複牌了，這一刀遲早將要落下來。重組失敗，其實並非不在我的預料之中，但總會有所失望——因為一切沒有塵埃落定之前，我總會難免心存僥幸。

我不知道到底幾個跌停板我才能賣得掉；我也不知道到底樂視還有沒有起死回生的機會。對於現在的我來說，家庭新成員來臨，妻子暫時沒有工作，兒子的鋼琴課、跆拳道，房貸車貸，林林總總的費用都落在了我身上。

若是樂視的投資全部都打了水漂，我不知道未來何時我還有卷土重來的機會——這是真心話。人生就是單行道，當我二十歲的時候犯個錯，我有很多時間來糾正。但我四十歲的時候犯了錯，糾錯的成本會非常高昂。

▲頤和園西堤看西山晴雪，作者供圖

更確切的說，中國股市曾經的輝煌，其深層次原因，是8%以上的宏觀經濟增長率為其兜底。當經濟增速換檔時期，我們何時能再次迎來2006年~2007年，或者2014年年底~2015年上半年那樣系統性大牛市？誰也不知道。

樂視的這次錯誤，就算是我經歷了再多的心理建設，接受了願賭服輸，在複牌也許將到來的時刻，仍然感到一種茫然。我終於知道什麽叫“割肉”。熊市，那是鈍刀子割肉，慢慢麻木了的疼。樂視，是一刀砸下來血花四濺的劇痛。

但是，我仍然只能負重前行。張愛玲說，中年以後的男人，時常會覺得孤獨，因為他一睜開眼睛，周圍都是要依靠他的人，卻沒有他可以依靠的人。

然而，換句話說，正是因為如此多需要我的人，我才有動力從人生谷底爬出來，而不是沈淪到底。

▲冬季的圓明園福海，作者供圖

五

寫這篇文章之前，我剛剛哄睡了女兒。那小小柔軟的身體，粉嫩嫩的臉蛋；一看到我就露出天使般的笑。真不愧是小寶貝，比起她哥哥小時候，性格更溫柔安靜。

我和妻子說起甘薇，2017年12月31日，孤身一人回來面對這一切。我說，現在的甘薇，會不會後悔嫁給老賈。她的微博，是作秀，還是真心？

妻子說，這些都不重要了。即使他們兩人私下有再多矛盾，甘薇內心再不情願再痛苦，也都不重要了。

“重要的是，他們是夫妻，現在一損俱損、一榮俱榮，必須咬牙一起把難關扛過去。就這麽簡單。

只不過，有的人能共患難而不能共富貴，有的人能共富貴而不能共患難。難關過後，他們是否還能走下去？我想他們自己也不知道。”

我聽著妻子睿智的分析，心里默默的想：“讓我們一起走下去”。

▲冬季的北京後海，作者供圖

作者： 馬一笑 

人民幣反彈結束六連跌，港股現黑暗一周丨一周熱點回顧

政治局常委會聽取關於長春長生問題疫苗案件調查及有關問責情況匯報

中共中央政治局常務委員會8月16日召開會議，聽取關於吉林長春長生公司問題疫苗案件調查及有關問責情況的匯報。

會議稱，這起問題疫苗案件是一起疫苗生產者逐利枉法、違反國家藥品標準和藥品生產質量管理規範、編造虛假生產檢驗記錄、地方政府和監管部門失職失察、個別工作人員瀆職的嚴重違規違法生產疫苗的重大案件，情節嚴重，性質惡劣，造成嚴重不良影響，既暴露出監管不到位等諸多漏洞，也反映出疫苗生產流通使用等方面存在的制度缺陷。

會議強調，對涉及疫苗藥品等危害公共安全的違法犯罪人員，要依法嚴厲處罰，實行巨額處罰、終身禁業。

會議同意，對金育輝（吉林省副省長，2017年4月起分管吉林省食品藥品監管工作）予以免職，對李晉修（吉林省政協副主席，2015年12月-2017年4月任分管吉林省食品藥品監管工作的副省長）責令辭職，要求劉長龍（長春市市長，2016年9月任長春市代市長，2016年10月至今任長春市市長）、畢井泉（市場監管總局黨組書記、副局長，2015年2月-2018年3月任原食品藥品監管總局局長）引咎辭職，要求姜治瑩（吉林省委常委、延邊朝鮮族自治州委書記，2012年3月-2016年5月任長春市委副書記、市長）、焦紅（國家藥監局局長）作出深刻檢查；對35名非中管幹部進行問責；決定中央紀委國家監委對吳湞（原食品藥品監管總局副局長、原衛生計生委副主任，分管藥化註冊管理、藥化監管和審核檢驗等工作）進行立案審查調查。會議責成吉林省委和省政府、國家藥監局向中共中央、國務院作出深刻檢查。

里拉再現閃崩 波及眾多新興市場國家

土耳其里拉對美元匯率連續反彈三日後，8月17日再次受挫，日內跌幅一度擴大至8%，由此引發一眾新興市場貨幣下跌。土耳其里拉對美元下跌5%，報6.13；俄羅斯盧布對美元日內跌幅擴大至1%，報67.58；南非蘭特對美元日內一度跌2%，跌破15關口；印度盧比對美元下跌0.3%，報70.23。

此前土耳其法院拒絕釋放美籍牧師布倫森，並提高對美進口部分產品關稅。

【點評】：土美沖突繼續進行中。土耳其對美國的反制措施能夠奏效嗎？土耳其經濟學家阿爾泰•阿特勒表示，土耳其總統對蘋果手機等美國電子產品宣稱的抵制具有象征意義，是對美方傳達的一個信息，但在實操上不會有太大效果，因為這些美國電子產品在土耳其使用廣泛，在抵制中最先受損的將是土耳其的經銷商及其雇員。

阿特勒認為，美國的關稅和制裁只是里拉暴跌的導火索，造成當前局勢的根本原因是土耳其經濟自2008年金融危機以來就一直存在的經常賬戶長期赤字、過度依賴外部資金、高支出低儲蓄以及科技水平低等結構性問題。

人民幣對美元匯率結束6連跌

8月16日，離岸人民幣對美元匯率出現暴漲，收複6.86關口，漲幅達1.28%，較日內低點漲近900點，刷新了2017年1月以來最大漲幅。受此影響，8月17日，人民幣對美元中間價調升52個基點，報6.8894，結束6日連跌，升幅創8月8日以來最大。本周累計則調貶499個基點。

【點評】： 市場普遍認為，人民幣進一步貶值壓力猶存，對美元匯率仍將延續較大波動的運行態勢，但近期破7的可能性並不大。

騰訊二季度財報：營收和凈利潤不及預期

8月15日，騰訊控股發布2018年第二季度財報，總營收為736.8億元人民幣，同比增長30%；凈利潤為179億元人民幣，同比下降2%，而在第一季度騰訊凈利潤增速還是61%。因第二季度業績不及預期，騰訊控股16日股價創一年新低，單日跌幅3.04%，與今年收盤價高點474.6港元時期相比市值縮水1.4萬億港元。

騰訊第二季度財報顯示，騰訊的智能手機遊戲收入為176億元，同比增長19%，卻環比下降了19%，騰訊稱這主要是受熱門戰術競技類遊戲尚未商業化以及新遊戲的發布排期影響。

【點評】：經歷20年的快速奔跑，騰訊有慢下來的跡象。而慢下來的原因主要還是遊戲產業出現疲態。兩年前，王者榮耀和絕地求生等手遊給騰訊帶來了巨大的流量，但最新的行業研究報告顯示，6月王者榮耀的日活用戶已較3月時下滑近20%。如何在遊戲產業再取得突破，可能是騰訊下半年的重點之一。

香港恒生指數遭遇黑暗一周

８月13日，香港教育股出現集體暴跌，多只個股跌幅超20%；14日，科技股接力下跌，科技板塊市值一日內蒸發了1893億港元；15日，港股單日跌幅達1.55%，收盤指數為27323.59點，未能守住27500點關口。其中科技股表現不佳，多只科技股出現在近兩天跌幅榜前列。

【點評】：外部環境的變化蔓延到了港股，15日騰訊發布業績不及預期亦加重了港股科技股的悲觀情緒。

國產“紅芯瀏覽器”被指抄襲

8月16日，剛剛宣布獲得2.5億元C輪融資的初創公司紅芯時代被曝瀏覽器抄襲谷歌Chrome。紅芯時代發表聲明稱，瀏覽器內核是基於Chromium開源項目，即Google發布的通用瀏覽器內核架構，但並非抄襲，而是在內核層面增加功能，在智能感知渲染及應用安全等方面均有突破，是“站在巨人的肩膀上的創新”。紅芯時代創始人CEO陳本峰回應質疑，承認紅芯瀏覽器（RedCore）確實是基於谷歌Chrome瀏覽器內核開發，但他強調：“紅芯在內核層面也有自主創新，適用於中國企業用戶的辦公上網需求。”

8月17日，紅芯科技發致歉信，承認“在融資宣稱中存在一定程度的誇大”。公司在宣傳中應該更加強調具體功能和客戶價值，而不應特別強調國產自主。

【點評】：這件事情告訴企業，宣傳一定要實事求是。即使我們確實生活在一個講究吸引眼球的時代，而有些人靠著誇大甚至欺騙也能得一時之利，但那不是一個有百年企業夢想的作為，長久不了，更不要說是在科技領域這種來不得半點虛假的地方。

黃曉明卷入18億元股票操縱案

對於卷入“高勇18億操縱股價案”的消息，8月15日淩晨，黃曉明在微博正式發布聲明，否認其參與高勇的股票操縱案。聲明中解釋，這個事件是由於理財不慎所致，其母經人介紹後委托高勇代為打理，他本人並不認識高勇，也從未參與任何股票操控，涉案交易均由高勇做出。

8月17日，證監會表示，高勇操縱案件情況已經對外進行發布，黃曉明未被列入違法行為當事人。如果發現還有他人涉嫌參與本案操縱市場的行為，一經查實嚴懲不貸。

影視行業集體抵制明星高片酬

近日，愛奇藝、優酷、騰訊視頻三家視頻網站聯合正午陽光、華策影視、檸萌影業、慈文傳媒、耀客傳媒、新麗傳媒六大制片公司發出《關於抑制不合理片酬，抵制行業不正風氣的聯合聲明》，共同抵制藝人“天價”片酬現象，共同抵制偷逃稅、“陰陽合同”等違法行為，對明星片酬給出了具體的限定價格，包括藝人單集片酬（含稅）最高不得超過100萬元人民幣，總片酬（含稅）不得超過5000萬元人民幣。

【點評】：一段時間以來，明星片酬收入高得離譜，在一定程度上也影響到了影視的制作成本和質量保證，這次受到抵制，大家都能理解。另一方面，獲得如此高收入的明星們，是不是做到了依法納稅，更加受到各方關註。

合肥吸引人才，本科每人每年補貼1萬元租房

8月16日，合肥市人力資源與人力保障局發布《合肥市新落戶人才租房補貼發放實施細則》，對符合條件的人才提供租房補貼。《細則》要求，申請人須是2018年1月1日以後落戶合肥市的博士、35歲以下的碩士、以及35歲以下畢業3年內的全日制本科和大專、高等職業院校畢業生。

租房補貼的標準為：博士每人每年2萬元，碩士每人每年1.5萬元，本科畢業生每人每年1萬元，大專、高等職業院校畢業生每人每年0.6萬元。個人租房補貼發放累計不超過36個月。

責編：黃賓

高誘惑、高壓、高淘汰率 你不知道的荷官職場黑暗面

好不主席：黑暗中對抗

抗暴英雄如灰塵在黑暗中自生自滅

老樓周記： 豪宅減價戰　黑暗訊號 劉兆昌