當我們用嶄新的視角去觀察與思考，世界就會變成另外的模樣。這是我們籌備舉辦“改變未來的算法與算法交易”研讨會的初衷。
美國雄霸全球依賴華爾街與矽谷等強大支柱，而近年來，算法對華爾街的滲透與控制展現出颠覆未來産業生态的力量。圖靈公司出版的《算法帝國》一書中介紹，2000年，華爾街通過計算機程式交易的比率不足美國股市交易量的10%；2008年上半年，自動化電子交易占了全美股市交易量的60%；現在，華爾街70%以上的交易依靠所謂的黑盒子或者算法交易（閃電交易）運作。銀行家和股票經紀人也聞風而動，不僅招聘聰明的交易員，還大量雇傭聰明的實體學家和數學家，将數學和科學融入金融交易，算法交易在華爾街引發巨震。
2014年6月21日，以《算法帝國》為延伸，财訊傳媒集團網絡智酷與靜沙龍聯合圖靈公司共同邀請了中國計算機領域三位傑出專家——中科院計算所研究員、中國計算機學會副秘書長陳熙霖，英特爾中國研究院院長吳甘沙，上海證券交易所cto白碩，從算法和算法交易的角度探究算法如何改變未來并統治世界，以及算法交易在中國引發的技術生态變革。中科院自動化所研究員、中國自動化學會副理事長兼秘書長王飛躍，北京郵電大學教授、中國密碼學會副理事長楊義先等諸多業界高手前來論道。
研讨會由财訊傳媒集團總裁戴小京和圖靈公司總經理武衛東開場，财訊傳媒集團首席戰略官段永朝和我共同擔任主持。由于财訊傳媒集團在中國金融界包括“一行三會”的強大輿論影響力，以及中國計算機學會、中國自動化學會、中國密碼學會等“三會”權威齊聚會場，本次研讨會吸引了金融投資界與it界、媒體界精英的熱烈參與。在這裡，我要特别感謝财訊傳媒集團網絡智酷的發起人段永朝老師和趙婷婷對會議籌備的支援，婷婷不僅會議流程操辦專業，還特地為研讨會設計了羊皮古卷風格的封面圖，讓這場思想風暴更具經典意味。
【陳熙霖】改變未來的算法
中科院計算所研究員、中國計算機學會副秘書長陳熙霖首先引領大家“用算法來看世界”，他将抽象的算法與日常生活緊密聯系在一起，對隐匿在世界運作表象背後的9大算法進行了生動剖析。陳熙霖的演講開宗明義地說：“算法無處不在”，從這個獨特的次元出發，似乎世界無處不算法。
他面對在座中國自動化學會和密碼學會的權威，謙虛且風趣地說：“一個翻譯胡言亂語，兩個翻譯吞吞吐吐，三個翻譯金口難開”，但他用深入淺出的執行個體與比喻，對搜尋引擎索引、pagerank、公鑰加密、糾錯編碼、圖形識别（模式識别）、資料壓縮、資料庫、數字簽名等算法的本質與機理進行了精準到位的“翻譯”。
在陳熙霖看來，算法無處不在，但算法運作的效果往往受設計的目标、實作能力等的制約。例如對于一個多部電梯關聯的系統，如果排程的目标是“能量最優”，則不可避免地出現電梯響應遲緩、甚至久等不來的情況，相反如果排程的目标是響應時間最小化，那麼即使電梯的數量減少些，仍然能夠做出快速的響應。沒錯，我們身邊的電梯，就是被算法操控的。
被算法操控的不止是電梯，還有人類的精神生活。例如搜尋引擎，借助與圖書後面的反向索引沒有本質差別的類似算法，但谷歌網站上為我們推薦圖書、電影和音樂的是算法；facebook網站上為我們推薦朋友的也是算法：pagerank就是一種将繁雜的網頁資訊通過類似衆望所歸的引用機理為核心的，通過計算扇入和扇出進行網頁排序的算法。
陳熙霖還用算法來看人類曆史，例如“密碼”，他開玩笑說中國古代的“文字獄”就是一種對密碼學的誤用，是用臆想的密碼來誤讀他人的作品。已知最早的密碼就是斯巴達密碼，把條繞在樹棍上，寫上文字，然後展開。要想恢複的時候找同樣直徑的棍繞上就有了。還有凱撒密碼，就是置換密碼，而大家最熟悉的是福爾摩斯探案集裡的故事“跳舞的小人”使用的密碼，也是一種置換密碼。
算法改變的還有現代經濟與産業。例如與“資料壓縮”算法相關的數字視音頻産業，已成為電子資訊第一大産業，2013年産值達2萬億元。過去我國視聽終端産品由于缺乏核心技術，需支付的專利費每年多達40億元。這就是算法的巨大經濟威力！
關于模式識别的問題，陳熙霖認為模式識别是讓機器、機器人有辨識是非能力的一大類算法。這類算法的目的是将識别對象從高維進行降維或升維以提高區分形，最終目的就是實作一維可分。其基本的實作路徑是通過一系列訓練集，讓機器從實踐當中學習。
聽完陳熙霖老師的講解，會忽然醒悟，算法原來已經在我們所在的實體世界和人類的精神世界起到了重要的作用。計算機科學與技術，已經成為支撐社會發展的重要基礎設施，滲透到生活的方方面面。
【吳甘沙】算法統治世界
如果說陳熙霖研究員的演講讓我們洞察到生活中無處不在的算法控制，那麼英特爾中國研究院院長吳甘沙的分享，則直覺展現了算法對當今世界的巨大影響，以及對未來的颠覆。他說：如果你把網際網路、把大資料分析看做運作在龐大機器上的算法，而把每個人的一言一行、一舉一動作為資料，那麼我們已經開始去營養這麼一個機器了。我們提供的養料在幫助機器成長，從某種程度上這已經發生。
在闡釋算法對世界的統治之前，他先用一頁ppt回溯了算法在人類曆史當中産生的影響，公元前1600年古巴比倫人的一塊石闆上，可能是目前已知的第一個算法，是做因式分解。此後，歐幾裡得、萊布尼茨、高斯、帕斯卡和費曼、歐拉、布爾等重要的曆史人物對算法的進化做出了重大貢獻。
吳甘沙還列舉了建構現代世界的基礎算法：壓縮、糾錯碼、随機數生成、公鑰體系、數字簽名、排序、傅裡葉變換、卡爾曼濾波、最短路徑和隐馬爾可夫模型。其中rsa是最标準的公鑰和簽名算法，這些與安全相關的算法對于構築現代社會的信用體系、交易起到了基石作用，比特币也是基于數字簽名的算法。而地圖導航使用的是“最短路徑”這種算法，卡爾曼濾波算法則從宇宙飛船到車到手機都在大量使用。
檢索、推薦和預測是關乎人類生活的算法。吳甘沙介紹，預測當中很經典的是貝葉斯理論，貝葉斯理論專門搞預測，最早做棒球預測，後來做美國選舉預測、奧斯卡預測。他示範了一張圖，是前幾年法航出事以後，根據貝葉斯理論預測進行搜尋的結果，圖中進行搜尋的部分，紅色部分機率最高，最終發現殘骸的部分就是紅色區域。
吳甘沙說，算法在跟世界互動的過程當中，對世界的測量可能是準的也可能是不準的。谷歌曾預測流感趨勢，但2013年其預測值超過疾控中心資料的兩倍以上。《自然》雜志就此尖銳批評道：觀測即幹涉，觀察的過程當中對于被觀察對象造成影響。因為谷歌對流感的預測值偏高，還造成了2013年1月流感疫苗供應短缺。《科學》雜志也評論谷歌對流感的預測是大資料的傲慢。有理論認為大資料隻要相關性、不要因果性，有相關性就行了。但其實迷信就是相關性。觀測到某種天象、事件的序列跟某一個結果有關系，就是有相關性。
既然算法已經影響了人類曆史、建構了現代世界，那麼更複雜的算法就可能統治未來。在《算法帝國》一書中，以華爾街為例，不斷複雜化的算法和自動化機器，讓華爾街成為算法比拼的戰場。quants即“寬客”，這群數量金融工程師利用複雜數學模型和超級計算機，在稍縱即逝的市場機會中淘金，在1980年到2007年成為華爾街新貴，當時在華爾街工作的約有2000名數學或實體學家。
吳甘沙用“算法統治華爾街”來概括華爾街交易日益自動化、程式化的發展曆程，并将金融危機歸結于“華爾街成也算法、敗也算法”。他認為，華爾街現在的統治者可以說是算法，這個算法叫black scholes，網友俗稱“黑壽司”，高盛公司的費希爾·布萊克、斯坦福大學的米隆·肖爾斯和哈佛大學的羅伯特·默頓共同指出了如何定價以及如何用似乎能夠保障利潤的方式對沖這些期權。這就是日後被寬客們奉為黃金标準的布萊克-肖爾斯模型。《算法帝國》中提到的托馬斯.彼得菲提前發現了一個公式，這個公式是做期權、權證等等金融衍生品的定價。他的财富現在已經超過了安迪.克魯夫，他們都是匈牙利難民。
後金融危機時代，則由于“寬客奔向西岸”的人才遷徙，推動了華爾街與矽谷的權力更替。他說，寬客奔向西岸，可能是比特奔向原子的前奏，例如谷歌隐藏的發力點，無一例外都跟算法控制的實體世界相關：如谷歌街景、谷歌地圖、谷歌地球。更重要的是谷歌x實驗室，谷歌的自動駕駛汽車、眼鏡、網絡氣球、隐性眼鏡等四大項目将會把算法的威力從虛拟世界帶回實體世界。
算法要對整個世界實施控制，那就需要算法加資料、加軟體、加系統。例如智慧城市的軟體系統，底下是作業系統，是城市作業系統，上面是資料交易市場，可以是開放的、或者像資料交易市場，再上面是城市應用商店，在不同層面，系統裡有算法、有資料、有架構，這就形成了一個比較完整的複雜系統。
被“算法”控制的實體世界，如無人機、智慧城市、物聯網等，還将催生“統治實體世界的系統”。該系統首先将是基于大量資料，也将展現算法的學習、進化和創新能力，這種新的系統架構與腦（濕件）或生物、社會學隐喻相關。
如果說《三體》是一種宇宙社會學，那麼未來會否形成算法社會學或複雜系統社會學？華爾街算法就是一種社會學現象，未來世界可能是無數種系統競争的社會，系統之間必然産生博弈，如果博弈采用像《三體》中“黑暗森林”的哲學，形成囚徒困境，結果将很悲觀。
算法也有可能通過生物神經網絡的分層認知與學習，腦功能替代，從串行到并行計算的架構改變等獲得智能的進化。吳甘沙稱之為“計算智能”：算法生物學隐喻的集中展現。
吳甘沙認為，算法應該具備學習、進化和自我創新、變革的能力。從基于資料的學習能力，到基于算法的學習能力，而且算法和算法有希望進行融合，獲得進化可能性。例如ibm的watson采用了若幹種算法，每種算法占的權重隻有個位數，把這麼多算法積分組合起來，形成最後的算法，可以達到90%的回答正确率。
他總結道：未來機器腦有一定優勢和劣勢，首先機器具有無限擴充的并行性，加入更多資源就能夠擴充，而人腦每十萬年才增加一立方英寸，計算資源增加速度非常慢。還有容量和速度的問題，人的神經元一秒鐘隻能發射幾十次，而計算機頻率非常高。此外，人的神經網絡裡傳輸電信号的速度是一秒走一百米，而機器接近光速。這些方面機器腦有一定優勢。但能耗是機器相對于生物的劣勢。是以現在大家也在探索很多新的方式，像dna計算機、量子計算機，包括納米半導體，試圖去解決機器腦的能源問題。最後，他寄望于生物智能與機器智能的融合，對算法統治的世界未來，持有樂觀其變的開放态度。
【白碩】算法交易的技術生态變革
白碩老師這次是特地從上海趕來參會，除了擔任上海證券交易所的cto，他還擔任中國中文資訊學會常務理事及中文資訊學會資訊檢索與内容安全專業委員會主任委員。在演講中他首先界定了算法的本質。第一是确定，算法有确定的語言和确定的邏輯步驟，有确定的輸入和确定的輸出。但算法也有不确定的一面，例如寫算法的人會出錯，硬體會出故障，不同的載體會展現不同的效率，還有就是資料，算法使用什麼參數，用什麼資料訓練，有巨大的選擇餘地，也會帶來巨大的差異。
白碩闡釋了算法交易萌生的緣由和環境：效率不是主要目的，而貫徹戰略意圖、防止人性弱點和角色隔離是算法交易萌生的主要原因。過去操盤手通過直覺投資，而投資政策寫成算法，可避免人性的貪婪，維持團隊的紀律。算法交易的催化劑是共同市場的興起，跨市場、跨品種的瞬間盈利機會，人已經沒有辦法抓住，隻有算法交易才能抓住。業務上出現越來越複雜的關聯，不用算法交易也很難把握。既然最後機器可以更好地判斷很多事情、決定很多事情，就可以把更多的決策權、臨場判斷權交給機器。
白碩的報告邏輯清楚，結構嚴謹。他總結在交易的變革中，交易所面對的生态變化是：1.開放競争帶來交易所對交易量的絕對追求；2.效率目标壓倒一切；3. 技術成為核心競争力，技術收入占比上升；4.“純技術”類新興交易所如雨後春筍，老牌交易所頻于招架。例如做交易系統出身的技術公司omx成為控股北歐多家交易所的控股集團，與納斯達克整合并購後，納斯達克的技術系統裡有一些東西已經被omx取代了。5. 并購如潮，系統強大意味着話語權強大。
而中介機構的變革也帶來了更多進步：1.謀求強大的消息分發、訂單路由能力；2. 謀求優先成交、撮合前置的能力；3.為自營業務和優質客戶謀求更高交易效率；4.為市場提供多樣化的避險套利交易品種。有一種是超短線的，市場間、品種間瞬時出現賺錢的機會，就看誰快。人與計算機競争，機關槍跟大刀長矛打仗，大刀長矛肯定沒戲。第二種是組合，從長期趨勢看若幹産品組合在一起，從長期的大資料算下來、考驗下來，有一種互補性，東方不亮西方亮，總體上有好的效益。有些基金就這樣做出配置。而對變革中的投資者，白碩老師分析道：1算法交易訂單占比已大大超過手工交易訂單，金額上也超過了；2.具有數理及it背景的投資者崛起于華爾街;3.模型成為核心競争力，得好模型者得天下;4.“寬客”文化的興旺。
此外，白碩老師還對算法交易的技術生态變革進行了如下分析：變革中的業務：1.有了算法交易的工具，也就有了越來越多、越來越複雜甚至專門為算法交易定制的衍生/組合/結構化産品；2.越來越成熟的風險分析控制工具，包括複雜的理論定價模型；3. 越來越緊密的跨時區、跨市場業務合作，例如滬港通、自貿區；變革中的資訊：1.交易資料：高頻、細節、低延遲時間；2.基本面資料：電子化、非結構化、語義與情感分析、機器可讀新聞。索羅斯講，他從來不看行情也不做基本面分析，他就看報紙。報紙上有什麼東西？非結構化的文本資料。去年六月份，美國股市無緣無故大跌，後來查到原因是美聯社推特帳号被黑了，黑客放了一條謠言上去，說白宮被炸，奧巴馬被炸傷。這個消息一上來交易馬上有反應。而且響應速度是非人的，很難想象人看了那條推特，再去手工發一個什麼指令，完全不是這樣量級的速度，一定是機器反應的，機器已經能夠對新聞做出反應。以後可以進一步把新聞索性按照一定的方式加标簽，把新聞變成機器可讀的新聞。标簽可以自動産生也可以人工産生，産生出來的新聞可以送出給在第一線做交易的算法，算法則能夠消化這些新聞，做出最有效的反應。路透有這樣的産品，但是格式不對外，終端也是封閉的。我們盡量想得到标準化的格式，但目前他們隻提供機器可讀新聞的付費服務。國内如果能夠建一套能夠發中文的機器可讀新聞的體系，就很厲害了。
接下來，白碩老師還解析了變革中的硬體：1.多核、叢集、gpu支援下的大資料量化分析；2.利用專用硬體進行資料交換協定編解碼；3.利用高速網絡進行節點間通信；4.利用專用協定棧/裝置進行高效率記憶體直訪。
變革中的技術生态：1.我們看到無論是系統、資訊、硬體、基礎設施還是技術标準，都在圍繞算法交易尋找自己的發力點，合力促進一場深刻變革的到來；2.變革圍繞三個字：第一是快：追求更高的交易效率，第二是輕：最新推出的交易系統普遍采用更輕便的平台、部署模式和需求響應模式；第三是深：希望能夠具備更有深度的資料處理、加工、分析能力。
白碩還介紹了上交所在技術生态方面的布局：1.“狼群”計劃，其目标是核心業務系統全面輕型化，采用pc伺服器+開源作業系統；2.“獵豹”計劃，其目标是對報單、行情、撮合全面提速；3.“狡兔”計劃，其目标是建設同城、異地災備以及為行業做的同址托管基地建設，核心系統災備架構在新災備格局下的全面優化。
最後他總結道：算法交易首先是在發達國家資本市場引起了技術生态的全面變革，從系統、資訊、硬體到基礎設施再到技術标準化，都有一系列的變革，國内算法交易已經起步了，從整體上評估，技術生态還有很多讓人不滿意的地方，上海證券交易所也在付出巨大努力，包括做出很龐大的重資産投資，去全面改造和優化技術生态。這是一個巨大商機，全面向算法交易為主的模式轉變的話，可做的事太多，每一件事都有巨大的挑戰性。證券行業還是很有前景的，希望大家不管從什麼角度能夠抓住。
白碩報告期間，到場嘉賓與他做了頻繁的溝通和互動。前德意志銀行美國科技戰略副總裁蔡凱龍先生，提出德意志銀行曾準備在芝加哥到紐約之間架設微波通信，耗資上億美元，就是為了把交易時間從14毫秒減到9毫秒。而在座的王飛躍研究員則對此項目的安全性提出質疑，他說電磁幹擾太容易可能無法避免，這就是為什麼目前交易公司隻能采用成本更高的暗纖維網絡的原因。蔡凱龍先生還就算法交易的監管風險以及對交易公平性的破壞提出了質疑。例如路透社提供有償的新聞算法，是否剝奪了别人的利潤？白碩老師回應道：可獲得性公平在提供的時候源頭是公平的，結果公平可以去追求，但是技術實作上也有一定問題，另外對先進技術是傷害。但在座的陳熙霖與王飛躍研究員都認為算法交易的社會作用偏向負面，影響社會公平。
工信部輿情中心的王新濤主任，就政府輿情預警系統及網絡情緒指數與算法交易對接的可行性請教白碩老師。白碩老師回應，發達國家已經有相關的可行實踐，但漢語的固有難度和中國本土的技術力量是否足以做這件事還在嘗試。另外，也不能就情緒看情緒，情緒有時掩蓋在很平靜的語言當中。
沙龍彩蛋環節
這次研讨會既然是三會高手雲集，這裡就摘錄幾段各路高手的妙趣發言如下：
【中國自動化學會副理事長兼秘書長 王飛躍】剛才白碩老師說國内算法交易技術生态“含金量”與國際上不完全可比，我的感覺是可能要換一下文字的次序：完全不可比。但我個人認為這不是壞事，是好事。教書研究之外，我從上世紀90年代之初就嘗試day trade：先是幾千美元買進賣出共同基金，時間與頻率都非常受限制，但風險幾乎沒有；後來自己的學生在股市上大虧，刺激之下我就自己day trade股票，再後來就是期權，長短一起來，每天的交易次數也越來越多，交易決策自然也就越來越快越急，一隻股有時一天能在手裡進出幾十次，最後的感覺就是錢成了一堆沒有意義的數，忘了“綠背greenback”的“back” 後面之個人及社會的後果與影響。1998年美股“崩盤”後不久我就幾乎徹底的退出股市，一個原因是精神壓力太大，整天要關注各種新聞并閱讀大量的材料，一有“風吹草動”就擔心股市，對什麼是“驚弓之鳥”有着與人不同更加銘心的别樣了解；另一個更重要的原因，就是自己心裡有越來越重的負罪感，覺得整個事情根本就是不對的，為什麼交易要這麼快這麼頻？這樣的“錢生錢”方式并不直接産生任何實際價值，隻能更快地腐化人性危害社會。不錯，合理的交易有利于社會經濟的發展，但太快太頻就不能算是合理的，應該被看成是非法的并加以取締。是以我認為這方面的“含金量”不太高對于社會經濟發展有利，特别是在中國的股市，不是看成是壞事，應看成是好事。
特别是20多年前的算法交易或自動交易還很少，不到10%，可現在已經超過60%，而且還在快速增加，t3、t1，1/8、1/16的限制也早沒了。人在交易時還有感情、偷懶、後怕，速度也慢，沒有人性的算法都沒有，而且速度快，就知道 “勇往直前”地“按既定方針辦”，崩盤也無所謂，如果當成人這就是典型的reckless神經病行為。算法交易讓我常常想起一位國小同學的國文課造句：階級敵人（算法？）總是睜着大眼看黑影，不掉坑裡（crash？）不罷休。算法是人設計的，其“方針”總有“bug”和缺陷，是以算法交易的比例越高，越有限制交易速度的必要。記得1995年前後，就多次出現過簡單的“15%”交易算法造成股市莫名其妙地大起大落的“事故”，迫使有關機構引入新的規則，試圖限制自動交易。但是措施的效果顯然有限，以緻近年美股還經常出現上千億美元瞬間裡能莫名其妙地“飛來飛去”的現象。如果将交易時間合理地加以限制，就能給理性和智能提供更大的“發展空間”，還可以有效地遏制投機行為，使競争更加相對公平，也能避免再出現像spread之類的公司，通過昂貴的暗纖維網絡幾個毫秒的優勢來謀取暴利。當然，這樣做，可能隻是把沖突從股市之内移到股市之外，最後還會以另外的方式出現在社會經濟的某個角落，結果如何不得而知。是以，這不是一個簡單的問題，但眼下的問題太明顯了，應當解決。
我從不後悔，而且感謝自己的業餘day trader經曆，尤其是這段經曆直接促成了自己目前的社會計算與平行系統研究領域。為了更好的交易，我很早就成了 “開源情報”的“專家”，這也使我能更容易地認識了解反恐情報安全資訊學isi的重要意義，并在此基礎上提出了“社會計算”的研究領域。為了建成自己的自動算法交易系統，我還提出了面向自然語言計算的“語言動力學系統(linguistic dynamic systems, lds)”的概念與方法，試圖對交易行為模組化，組織自己的“人工交易員世界”，利用matlab、tradestation、optionstation等進行交易實驗和實時優化，并在此基礎上，後來提出了基于acp方法的平行系統、平行管理和平行控制理論。還有，促使我入市的學生，盡管當年在股市上虧了，後來去了華爾街并回國創業，十分成功，也算是“不入虎穴，焉得虎子”。
《算法帝國》一書的英文書名的原意是“automate this”，就是“把它自動起來”，其實全書都是“知識自動化”的意思。除了算法交易，書中還列舉許多其它雖然賺錢不快但我看來更加有意義的“知識自動化”例子，如ibm的watson系統、保安計算博弈、器官移植比對、機器人醫生、性格評估和客服人員的工作配置設定等等。記得讀完考普研制作曲算法的“動人”故事之後，我曾在書的邊角上留下了一段感言，覺得能把考普的算法用來調制新的美酒或發明其它未知的美食就更加“靠譜”了，比如可否用來microbrew啤酒？
科技是把雙刃劍，算法就更是了，而且每一個算法都可能都是一把雙刃劍。雖然我不相信算法能“統治”人類，而且還賣力地推動“知識自動化”，但在智能技術有點“燙”的過頭的今天，何處何時引入算法，如何使用，的确應該“三思而後行”。
【中國密碼學會副理事長 楊義先】我和白碩老師是幾十年老朋友了，我聽到這個選題很感興趣，是以報了名。算法要說神秘也很神秘，如果說很普遍也非常普遍，普遍到什麼程度呢？剛才陳熙霖教授已經說了，生物的本能是固定的，是天性。這是第一步。天性是怎麼來的呢？若幹年習慣形成的，習慣是怎麼來的呢？習慣實際上就是算法來的，算法又是怎麼來的呢？算法其實是一些思路來的，思路是想出來的。
我們最近有意做了群體智能的算法，螞蟻找食物，要把食物拿回家的過程，過去沒有從算法上了解，通過研究發現，其實是一個從混沌到有序的過程，剛開始螞蟻亂走的，不知道哪裡有食物，到某一個階段就有序了，後來出來的螞蟻就直接往目标走了。每一個螞蟻是非常笨的，但是一群螞蟻能做很多事。我們把這個東西發現以後，在《美國科學院院刊》（pnas）發表一篇論文，到現在半個月，在國際上引起很大轟動，包括美國《時代周刊》、《每日科學》等七十多家國際媒體給予廣泛報道。人民網、新華網、中國科技網等40餘家國内媒體也給予了報道。《時代周刊》甚至說，基于此可以做出比谷歌還要好的搜尋算法。而我們當初完全從資料挖掘、隐私發現的角度來開展研究的，沒有考慮過搜尋問題。
我覺得很多思維，包括投資的、炒股的，大家過去是憑經驗做，但是，應該有人開始有意識地把這些做法凝練成算法，再用這些算法去指導相關的行動，我相信，最終效果會大大提高。而算法真的是思維的立足點，是非常重要的。
【中國計算機學會副秘書長 陳熙霖】 我覺得科學有時候很可怕。我們都很弱小的時候，我用科學打你一拳、你用科學打我一拳，可能就是流血。再後來科學可能是刀，也死不了人。再後來有槍了，我打你一槍，你沒機會打我了。是以别相信科學能解決所有的問題。科學一定不能濫用。包括教學裡，我覺得大學裡缺少這個，一開始就應該給學生講科學倫理。
【慕榮投資合夥人 趙衆】我一直在做海外中國證券交易，對寬客比各位有更多直接了解，我們行業本身有很多做量化的基金，這是一個新生事物，但在資本市場上，永遠不能破除一個規律，大部分是賠錢的，隻有極少數人成功，是以不要被量化恐懼，也不要神話它。高頻交易很快，但實際上承受的風險與普通交易一樣。實際上長時間做交易的人，速度并不是決定因素，關鍵還是人。無論什麼技術手段、進入什麼市場，最後關鍵決定的還是人。我是對寬客抱着一種聽其自然的态度，不神話也不否定，如果有這個條件和能力，能夠把它應用好，也是一個工具，但是所有工具到最後的結果還是取決于使用它的人。
【關于算法，我想說的話】
研讨會開場時，财訊傳媒集團戴小京總裁的幽默給我留下極為深刻的印象，他說：“我代表财訊集團旗下二十多家雜志歡迎大家，你們的到來給我們這個舊房子帶來了新鮮的空氣。幾年前在媒體、市場營銷裡有“資料驅動”的概念，我和老段（段永朝）當時探讨這個，老段沉思以後說這個取決于某種算法。那時候覺得算法很神秘。後來又到了楊靜的群裡，她有一個叫“靜”的微信群，基本就不再安靜。我們二十多人弄一本雜志，但是她一個人好像可以弄六本雜志。不知道她為什麼有那麼多話，我了解一個人可以同時想很多事，但是不能了解一個人能同時說那麼多事。我估計她也掌握了某種算法…….”
其實并不是我掌握了什麼神奇的算法，而是微網誌和微信的創新算法平台成就了我的神奇夢想。讓我能有機會在這樣一個群星璀璨的研讨會上，跟着三位講者，回溯算法的曆史，透視算法對世界的控制，前瞻算法将要改變的未來。
換個角度看世界，算法其實在生活中無處不在。從我的角度看，人類就是一種生物算法機器，在以往的實體世界和精神世界，人類的大腦應對自如，因為人腦的算法擅長圖形、圖像和語音識别等感官信号的處理；但在當今和未來資訊爆炸，大資料泛濫的世界裡，機器的大腦必然要參與進來，以其高效、邏輯性，可拓展性的硬體，以及不斷進化、越來越複雜、越來越智能化的算法對暴漲的資料虛拟世界進行資訊梳理、處理和管理。
人類的實體世界和人腦中存儲運作的精神世界，終歸是有局限的，現有的生物算法輔以機器算法完全可以應對。但機器的實體世界和電腦中存儲運作的虛拟資料世界，可能是無限的，必須要以機器算法輔以生物算法作為其作業系統。也許，未來是由生物算法和機器算法的融合決定的，但無疑機器算法的比重将會逐漸提高。
從這次沙龍的研讨結果看，機器算法正是從人類的精神創造中逐漸抽象出來。而時代越是向現代推移，機器算法對世界的控制力就越高。算法控制了華爾街，控制了矽谷。算法還将控制未來的實體世界和資料世界。
記得有人說過，整個宇宙就是一個程式。那也就不必對生物算法和機器算法做太多的人為割裂。同一個宇宙，同一個算法。也許，最後我們會發現，整個宇宙就是一個不斷自進化、不斷疊代的高度複雜算法。當然，這隻是我的一點聯想與暢想，與科學無關。
原文釋出時間為：2014-06-28
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号