他創造了績效優於人腦的純AI基金，他說，股價有時像隨機漫步、有時像有方向，但其實是源於投資人在貪婪與恐懼間搖擺。當AI能擺脫恐懼，做出最佳判斷，人類更要學著做AI的主人。
但這句話，恐怕無法被日本AI避險基金經理人野村至紀（Yoshinori Nomura）認同，他在接受《今周刊》專訪時這樣說：「AI的主人還是人類經理人，要對基金操作盈虧負責的，終究是人。」在野村眼裡，無論機器再聰明，人類還是必須學會駕馭、理解、隨時修正AI的行動。
隨著人工智慧快速發展，AI應用於金融領域已勢不可擋，近期以來，「AI操盤手」也成新趨勢，去年六月，野村掌管的純AI隱形操盤手在英國脫歐前後不僅「倖免於難」，甚至能夠逆勢獲利後，這檔基金瞬間成為各國媒體關注焦點，原因不在於賺多少，而是「AI替人類操盤賺錢」的可能性，已經不再是想像情節。
決策不帶偏見》它靠反向操作，英國脫歐後逆勢獲利
野村是日本首檔純AI避險基金創造者，他所管理的日股指數股票期貨策略基金（Simplex Equity Futures Strategy Fund），百分之百由人工智慧操盤。而這檔基金已被美國彭博稱為「日本增長最快的避險基金之一」。
野村的傳奇奠基於英國脫歐那天。專家指出，日本股市是全球十五大市場中震盪幅度最大的股市，平均波動率較美國股市高出四倍，也因此，若AI避險基金能在這樣險峻的環境下績效卓著，證明AI操盤在未來充滿可能。
野村就是在這樣的試煉場裡，勇敢地讓AI真槍實彈獨立操盤。「我從來沒有干預過AI，也沒計畫這樣做。」
試煉很快就來了。去年英國脫歐公投投票前，AI做出了大舉放空日股期貨的決定，但當時的民調數據在在顯示，留歐派將會勝出，隨著投票日接近，股市也呈溫和上揚的態勢一路走強。野村回憶：「走勢全然相反，我緊張得快哭出來。」
不料，計票結果顯示英國脫歐將成事實，空方於是大舉壓境，導致賣盤湧現，日股急瀉，最終創下近五年來單日最大跌幅；而野村的基金淨值當天上漲三．四％，刷新近三個月最佳表現。隔天，當市場驚魂未定之際，野村的AI操盤手則是做出了獲利決定，成功在指數低點回補空單。
「最終還是AI做出正確判斷。」野村回顧整趟過程，提出他的心得感想：「當特定事件發生，沒人知道結果好壞，一般投資者此時往往會基於自己的偏見進行交易，而AI的好處，就在於不受認知偏差影響。它沒有偏見，純粹從它所認知的投資理論進行交易決策。」
野村的不干預策略反映在績效上，除英國脫歐一例，在此之前，陸股崩盤、希臘公投、瑞士法郎與歐元脫鉤、量化寬鬆政策縮減恐慌等事件發生時，野村的AI基金績效，都優於人類基金經理人。
那麼，作為AI的主人，如何理解這位「AI員工」的認知是否足夠呢？回答這個問題時，野村回顧了自己接觸AI的過程，從中，他拆解了人工智慧的先天優勢與不足，並且點出了人類──AI的主人，應該扮演的角色、功能與心態。
大數據的進化》它學會以最快速度，自我學習、預測
時間回到二十年前，野村在早稻田大學修讀物理碩士，當時他主修非線性非平衡統計力學，正好搭上九○年代「經濟物理學」蓬勃發展之際，讓野村對金融市場、風險管理產生興趣，「這就是我投資策略的靈感。」
研究所畢業後，野村順利進入日本龍頭券商野村證券的附屬機構野村總合研究所（NRI），這是日本第一家以提供諮詢顧問服務為主要業務的民間智庫，「在那裡，我負責大數據挖掘和需求預測的商業顧問。」
有了大數據的概念，二○○三年後，他輾轉進入花旗銀行任職，為了提供客戶適合的銷售對策和效果分析，開始嘗試用類神經網路等技術建置模型，讓系統能依據經驗不斷修正、反覆執行。
這時，他已經知道大數據的能耐，也知道如何讓機器自動學習，「兩者結合起來進行投資決策的概念，大概就在這個階段悄悄萌芽了。」
○八年，野村被延攬到Simplex資產管理公司，公司希望他為績效不彰的日股量化策略基金找出改善之道。所謂量化策略基金，通常是基金公司設計出一套複雜的方程式，其中包含許多的市場變數，透過計算，得到最適當的投資決定。
野村回憶，「一開始，我仍嘗試創造一個新的方程式，但很快就發現只靠數學是不夠的！為了完成一個可應用的模型，我必須讓這套方程式隨時、即時地加入新的變數，或者調整參數。」簡單地說，「我必須讓它自己學習，用最快的速度自我調整。也就是，我需要人工智慧！」
野村認為，比起傳統策略，AI最強大的優勢，在於「具有每天自動學習和調整能力，在市場發生變化時仍保持預測能力。人類分析師通常需要至少幾個月才能找到新參數，這在快速變遷的市場上，動作太慢了！」在他看來，這是AI比傳統策略最明顯的優勢。
仰賴人腦修正》它隨機也懂趨勢，但缺乏情感判斷
只是，野村的純AI避險基金策略初期推出時並不順利，部分原因是AI這個詞彙對當年的銀行體系還太新。「人們把它想成死板板的機器。」他舉例，在完全相同的環境底下，「我的AI卻可能做出不盡相同的投資決定，這個結果，會讓外界對於AI的運作感到懷疑。」
但在野村的眼中，「如果投資決策都是前後一致，才是真正的大問題。」他進一步解釋，「股市的波動，本來就包含隨機漫步的成分啊！」不但如此，市場之所以難測，往往在於它「有時隨機、有時似有既定趨勢，有的時候又像鐘擺一樣物極必反，難以捉摸。」
「如果只是隨機，你完全不可能預估未來，但從物理學角度，市場不是混沌與隨機，勢必有一個方法可以預測未來。其實一系列的價格都有跡可循，都源於投資人在貪婪與恐懼間搖擺！我認為這個自我調整的互動模式就像趨勢，會崩壞、復甦、興衰起落。」
於是，在修正自己的AI時，野村反而把重點放在「降低秩序」，在一定程度之內，加入了「隨機」的成分，「這是人工智慧的缺點，它雖然沒有偏見，但也沒有直覺。在真實的日常生活中，你一定也有這樣的經驗，直覺式的隨機判斷有時反而更正確。」
他明白指出，在「人機共存」的工作過程中，人，是唯一能根據想像力與創造力提供直覺判斷的角色。
基於自己「當AI主人」的特殊經驗，野村提出對於AI取代人類工作的看法：「除了例行性工作會被取代之外，由下而上（Bottom Up，指分析企業營運狀況）的研究員也可能被取代。」
但是，因為人工智慧缺乏人類社會的常識與情感，「愈是不規則、需要常理判斷的工作，愈難被取代。像是面對面的服務，或者，需要透過知識、常理與想像結合才能完成的創造性工作，AI無法取代。」他強調，「人工智慧無法為人類創造出前所未見的獨特體驗。」
逐一描述人工智慧的「愚笨一面」之後，從數字看，AI操盤基金的勝率其實也不算頂尖，「每天開盤、收盤前各交易一次，我的設定是盡量讓它能有六成的勝率，希望每次獲利能有二％報酬，失敗的交易，虧損要在一％以內。」他說，自己雖不干預投資決策，但「修正AI程式卻是最頻繁的例行工作。」
的確，現階段還沒有必要把AI操盤績效神格化，從目前國際間的報導來看，AI操盤績效勝過人腦時，通常是在需要高度理性的特殊事件期間；野村也認為，「人工智慧不是永不出錯的水晶球！」
潛藏未知風險》它好學不喊累，但沒有常識會出錯
就像許多專家對於人工智慧的共通評論，「即使是AI的主人，我也不知道它究竟學了什麼。人工智慧的神經網路太複雜了！」野村舉例，英國脫歐前，他的AI除了參考民調數據，還自動閱讀了大量的研究報告以及推特討論文字，「這或許是它認為脫歐勝出機率較高的原因，但，我真的不知道它讀了些什麼。」
於是，關於如何當個AI的主人，野村說，你必須先認清，它是一個永遠不會喊累、永遠快速學習的員工；但是，它會出錯，所以主人的首要任務是控管風險在可接受的範圍之內。最後，它沒有常識、不會想像，也不知道人性的貪婪與恐懼才是驅動股價的根本原因，「所以，基金經理人還是不會失業啦！」野村笑說。
