從金融到機器學習：張曉煒博士
與許多本科生一樣，張博士念本科的時候對自己將來的就業取向感到迷惘。為了給自己更多的就業選擇，張博士決定畢業後先修讀一個博士學位。與博士導師探討自己的前程問題對張博士的事業發展有著深遠的影響。受到老師的鼓勵，張博士額外修讀了一個金融數學的碩士課程，取得了進攻金融界的入場券。
有著金融知識的加持，精通數學的張博士獲得了一個在美國某知名金融機構中實習的機會。儘管公司在張博士在完成博士課程後願意正式僱用他，但經過深思熟慮，張博士還是決定從事學術研究。對比學術研究和在銀行業工作，張博士覺得征服在知識層面上的挑戰更加刺激，更具吸引力。儘管金融機構也有自己的研究團隊，但張博士認為，把研究成果和公司盈利掛鉤會妨礙自己對知識的探求。鑑於學者在學術研究中有相對較大的自由，張博士最終決定成為一名學者。
張博士最初的研究集中在信貸風險的領域上，但由於2008年的全球金融危機使市場對高風險金融產品需求大幅下降，研究風險計算的項目經費和需求也隨之銳減。但有危必有機，學術界對機器學習和人工智能的興趣卻在這段時間開始增長，為張博士這位熱愛研究具實際應用價值的知識的學者開展新的方向。
回顧自己的學術旅程，張博士認為對學術的熱情比個人的才智更重要。研究所涉及的技能與本科相比差異很大。本科生只需要執行老師下達的命令撰寫報告及應付考試，而研究生則需要在解難和命題方面更為主動。此外，探索未知的知識是一項非常艱鉅且耗時的工作。缺乏對學術研究的熱情，將無法令自己產生堅持下去的動力和耐性。
在採訪中，張博士與我們分享了他最近一項有關機器學習如何能提高熱線中心服務效率，亦即提升運營管理的研究。張博士觀察到熱線中心的勞動力供應不穩定。員工流失率很高而且大多數僱員都只是兼職。此外，由於顧客對服務的需求難以預測，因此能否有效地分配人力資源是熱線中心生死存亡的關鍵。
透過開發人工智能以分析熱線中心過往所有的服務紀錄，便能大概預測到在什麼日子、什麼時間、什麼時段，顧客對熱線服務的需求會特別大，從而方便中心經理編配僱員的值勤表。該人工智能還能就著不同的突發情況進行模擬，使中心經理在不同的極端情況下仍然能有效地分配人力資源。
張博士觀察到，商業用人工智能的技術仍未成熟。以熱線中心為例，儘管人工智能出色的分析能力使它可以設計出流暢的行動計畫，但由於它無法處理客人有可能會不經意地提出的不一致、矛盾、或錯誤的指令和執行其編碼以外的命令，人工智能在提供服務的層面上仍未能夠取代人類。
研發出一個可以同時為成千上萬人提供和管理度身訂造服務的人工智能，是每一個機器學習學者的夢想，但現今的科技水平根本無法做出這種程度的人工智能。張博士認為，人工智能的發展將會繼續側重於精簡企業的運作流程，以及提升人類的工作效率等領域。至少在未來十年，人工智能還不會對勞動力市場造成巨大衝擊。
張博士表示很榮幸能夠為香港大學服務。港大的學生很聰明，而且很有創新精神。以上一個學期為例，張博士的一位學生成功地運用初階的文字挖掘技術，調查美國聯邦儲備委員會的會議紀要中的某些特別用字，與美國股票市場的波幅之間會否存在關連。他的創意在張博士心中留下了非常深刻的印象。此外，張博士亦非常感謝他的學生對他的教學質素表示認可及並作出反饋。他將會繼續在教學上下苦功。張博士也很欣賞港大注重跨學科和跨學院合作研究的文化。作為一個熱愛創造知識的學者，張博士覺得自己在港大找到了他的二個家。
