34人工智能

一、什么是人工智能1、人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。2、人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。3、涉及到信息论、控制论、计算机科学、自动化、仿生学、生物学、心理学、数理逻辑和哲学等自然和社会科学。人工智能概念AlphaGo崛起人工智能主要技术人工智能图像识别自然语言处理机器学习语音识别机器学习神经网络深度学习机器学习函数集训练数据选择效果最好的函数输入：输出：图像识别：神经网络神经元模型是一个包含输入，输出与计算功能的模型。输入可以类比为神经元的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞核。下图是一个典型的神经元模型：包含有3个输入，1个输出，以及2个计算功能。单层神经网络双层神经网络深度学习二、人工智能发展从1955年至今，人工智能的发展经历了三次潮起，两次潮落：1955年，特茅斯会议标志AI诞生；1957年，罗森布拉特发明第一款神经网络，进入第一个高峰；1970年，受计算能力所限，AI进入第一个低谷；1982年，霍普菲尔特神经网络提出；1986年，BP算法实现了神经网络训练的突破，进入第二个高峰；1990年，人工智能计算机DAPRA失败，进入第二个低谷；2006年，深度学习神经网络被提出；2013年，深度学习算法在语音和视觉识别率获得突破性进展，进入第三个高峰。人工智能三、人工智能大事件1、2016年3月9日～15日，谷歌AlphaGo以4：1的成绩击败世界围棋冠军李世石；2016年12月29日～2017年1月4日，谷歌Master在30秒快棋网测中，以60胜0负1和的战绩，横扫柯杰、古力、聂卫平等数十位中日韩世界冠军与顶级高手；2、2016年9月14日，Uber在美国匹兹堡市推出城区大范围无人驾驶出租车免费载客服务并试运行；GoogleWaymo、沃尔沃、福特、宝马、百度、英特尔等全球近20家企业宣称，2021年将会是无人驾驶汽车元年。3、HBO最近推出的人工智能题材连续剧《西部世界》又再次激发了人们对人工智能的关注。四、深度学习深度学习名称的由来。人工神经网络算法在60年代曾经遭遇低谷，著名人工智能专家明斯基当时提出了人工神经网络的两个局限性：1、单层的人工神经网络甚至连最简单的异或运算都无法实现；2、多层更复杂的人工神经网络当时的计算能力却无法支撑。20世纪90年代开始，随着处理器计算能力突飞猛进和云计算技术使得大量计算机并行计算成为可能后，限制大规模人工神经网络的计算能力瓶颈开始逐步消除。即便如此，主流机器学习界对于人工神经网络仍然兴趣寡然，一直坚持人工神经网络研究的加拿大多伦多大学教授、机器学习领域的泰斗GeoffreyHinton后来为了改变大众对于人工神经网络的长期的消极态度，干脆将其改名为深度学习（deeplearning），而其多层抽象的数据学习过程一定程度上借鉴了人类的视觉机制。五、人工智能在金融领域的应用1、人工智能取代交易员？量化交易1、像高盛这样的金融巨头，以及其他大型对冲基金，都正转向由人工智能驱动的系统，以预测市场趋势，从而做出更好的交易决定。2000年，高盛位于纽约的股票现金交易部门有600个交易员。而如今，只剩下两个交易员，剩余的工作全部由机器包办。2、全球最大资产管理公司贝莱德集团(BlackRockInc)在3月29日的时候同样宣布，将对其主动型基金业务进行重组，计划裁去一批主动型基金经理，并用量化投资策略取而代之。1、人工智能取代交易员？量化交易京东量化平台、优矿、聚宽、米筐、quantopian、果仁网面向个人的量化平台纷纷崛起，未来量化储备人才将越来越多普通人可以使用机器学习算法实现量化交易2、人工智能取代研究员？1、高盛和Google共同入股了一家名为Kensho的金融科技公司。根据Kensho官网介绍，这是一款具有人工智能和自主学习能力的搜索引擎，拥有自然语言的学习能力。科技网站Crunchbase还补充道，Kensho使用的云端加密技术能够有效保障交易信息安全。Kensho官网则自信地认为，世界上所有政府和商业机构所面临的分析问题，这款引擎产品都可以尝试解决。比如你可以向这个引擎提问，比如“iPhone6发布后哪些股票会涨”，他就会在一秒钟之内给你精确的答案，而且准确率非常高。2、彭博社2月28日报道称，摩根大通开发了一款金融合同分析软件COIN，原先需要律师和贷款人员绞尽脑汁耗费36万个小时才能完成的工作，COIN只需几秒就能完成!3、智能投顾崛起？美国的Wealthfront、Betterment、FutureAdvisor等招商银行摩羯智投、广发证券贝塔牛、嘉实基金金贝塔、盈米财富且慢、京东金融京东智投、3、智能投顾崛起？1、智能投顾产品的本质价值在于通过更科学的全资产匹配，为投资者提供一个更合理、更优化的理财投资配置体系，注重的是投资的长期性和组合优势，而不是实现“短期翻倍”。然而，国内投资者习惯“投机”的市场，缺乏长期投资理念，更多地关注绝对收益的高低而对风险的认知相对薄弱。在这样的观念差异下，智能投顾在短期投资上的优势并不明显，对投资者的吸引力也大打折扣。2、此外，由于处于发展的初期阶段，国内智能投顾市场良莠不齐，有的平台跟风利用智能投顾进行市场炒作，其推荐的“智能投资组合”实际上只是简单地将银行、基金、期货、保险等资产打包，与真正的智能相去甚远。智能投顾的发展需要大量历史数据的沉淀，国内智能投顾市场在当前阶段没有沉淀完备的用户数据，算法模型的有效性无法得到充分验证，其推荐的产品可能局限于自身的产品，从而制约了投资的分散化，如京东金融智投所推荐的产品主要是京东金融平台销售的定期理财产品等。4、监管合规风险领域应用2016年9月底，IBM宣布收购风险管理和监管合规咨询公司Promontory。加入IBM之后，Promontory的600名金融专家将用大量金融知识和案例来训练“沃森”，使其具备能够提供金融建议的能力。随后，“沃森”也开始应用在一些金融场景中。据BrianWalter介绍，仅在2015年，金融行业的监管要求就新增了超过两万条，而金融机构每年要花费大量人力物力来解读这些规定并制定应对方案，现在“沃森”就可以解决这个问题。