4）人工智能 VS 知识产权
调查对象似乎一致认为，算法需要更多的监管。超过一半的人（56%）说，给监管机构提供检查交易的算法将有助于保证金融体系的安全。这说明大量的金融监管机构正计划使算法的源代码开放给当局检查。
例如，美国商品期货交易委员会（CFTC）目前正在试图推动一项关于自动交易的规定（或称为 REGAT）。这项规定最有争议的点之一是，使商品期货交易委员会和美国司法部获得金融机构的交易算法。
REGAT最直接的对手，Chris Giancarlo（美国商品期货交易委员会的共和党成员）认为，给监管机构这种程度的控制将向较小的市场参与者征收额外的合规成本，并阻碍期货市场的创新。
此外，Giancarlo 先生主要是担心本条例将标志着有关当局可以前所未有的入侵私人知识产权。他在最近的一份声明中表示，「我不知道除了国防和安全之外的任何其他行业，联邦政府是否都有如此容易获得一个公司的知识产权和未来的商业策略的方式…」。类似的监管机制也表现在欧洲 MiFID 市场的监管上，并可能导致类似的知识产权冲突的算法。实际上，Baker & McKenzie的 John Flaim 预测知识产权纠纷的本质会显著改变，他认为，「知识产权所有权将是关键。自本世纪初开始，电子商务专利申请的文件有了显著的增加。但是，美国最高法院发布的判决导致许多电子商务的专利在2014年全面失效。许多其他地区，比如欧洲，完全不允许软件专利。金融行业因此面临着平衡他们已增加的研发努力和电子商务专利的高门槛。」
在源代码存储库移交之前，监管机构还需要证明数据保护和网络安全的能力。2014年3月，一群中国黑客攻击了美国人事管理办公室。他们盗窃了2100万份美国联邦雇员的记录，其中包括美国商品期货交易委员会的高级成员。这样的漏洞在当局获取算法之前就需要修复，然而，结果的出现使得一些人怀疑，监管当局并未认真准备快速迭代的技术。
5）监管者跟上进度了吗？
当被问及金融监管机构是否「跟上了技术进步」时，76% 的受访者持反对意见。近十分之七的受访者表示，他们对于「监管机构对金融技术和它们对如今金融服务部门的影响有足够的了解」这一点几乎没有信心。一位受访者评论道，「监管机构可悲的不能胜任人工智能监管，他们需要增强了解，不然有着被边缘化的风险。」
在竞争数据科学家和其他拥有机器学习相关知识的专业人员方面，面对大型金融机构，监管机构肯定处于不利地位。这使得他们很难跟上这一领域最新的技术进展。不过，监管机构开始探索机器学习在金融市场扮演的角色和产生的影响。正如 REGAT 和 MiFID II 一样，很多探索都发生在整个系统交易环境，而不是针对机器学习。然而，在美国证券交易委员会和美国金融业监管局、英国央行（Bank of England）和新加坡金融管理局（Monetary Authority of Singapore）等监管机构带领下，监管人员开始了解人工智能和机器学习在金融市场扮演的角色。
在 ASIC，John Price 2015 年初带头创立了一个创意中心，试验在金融市场上应用机器学习的不同领域，而且它已经向使用这样技术的公司/组织提供建议。Victoria Pinnington 在加拿大 IIROC 也正在带领一个类似的组织。两边官员都说，他们所在的机构都在与监管机构交流研究结果。
这种互动便是调查对象们给监管机构提议的核心所在。当被问及监管机构应采取的管理新技术风险的单一措施是什么时，多数受访者（32%）认为监管机构应该与一些金融科技公司合作。而有的受访者（25%）则建议应该在全球范围内协调跨市场的监管能力。
调查中，绝大多数的产业管理者们相信，我们需要针对人工智能和机器学习的新监管形式。60% 的调查对象相信，现存的规定需要加以改善，而目前的监管是不够的（见图 6 ）。但是，监管者并不想在近期起草针对人工智能的特别规定。那些近期出现的规定将关注算法本身或者稍广泛的系统性交易领域。在澳大利亚，Price 先生说，任何规则制定都应该以原则为基础，而不是基于规定。「任何新的规则都不会说『你得去做X、Y 还有 Z』。它们会规定，比如说，要求这些公司必须要拥有足够完善的风险管理程序。」