AI的作用是什么
近年来人工智能的迅速发展远远超出了我们的想象。它可以取代人类日常生活中的新发现，提升人类的工作技能。这就是人工智能的力量。但为什么会这样，又是怎么发生的呢？由于一系列力量的偶然汇合，人工智能能力的快速发展可以应用于现实世界的金融服务以及其他地方,在深入研究这些力量之前，让我们先了解一下人工智能是什么，它应用于什么形式，金融界人工智能研究领域的哪一部分特别有趣。
人工智能是基于机器的智能：机器可以记忆、思考、决策和操作，而无需人工干预。人工智能可分为三个阶段，发展前，发展中，发展后。
通用人工智能：机器智能可以覆盖广泛的功能，类似于人类智能。这种形式的例子还没有实现，专家预测，这一水平的人工智能将在30-60年内实现。
超级人工智能：情商将以指数级超过人类智力。这种类型的例子还没有出现,但是专家预测这种人工智能将在通用人工智能实施后的两天内出现。
分析AI的子集
弱人工智能正在使用，虽然它的名字不好，但不应该被嘲笑。它能为金融界提供的杠杆作用是开创性的，它为有效利用它的企业提供了巨大的投资回报。要阅读这篇文章，我们需要关注人工智能的一个子集，并进一步了解它。
机器学习是人工智能的一个子集，是指机器通过使用算法以类似于人类的方式独立理解随机数据的能力，根据人的参与程度，机器学习可分为有监督的最大似然学习、无监督的最大似然学习和强化学习，基于不同程度的人的监督，机器学习以数据分类为目标来实现预测。机器学习的这些有价值的见解的能力远远超出了人类，为金融服务领域（一个充满有价值数据的领域）打开了许多机会。
深度学习（Deep learning，DL）是ML的一个子集，是指在数据中寻找隐藏层并用深度神经网络进行组织的算法，它与人脑的工作方式有许多相似之处。深度学习已经成为数据科学、大数据和人工智能领域中最好的领域。这是一个令人兴奋的人工智能领域，由于各种因素引起了人们的广泛关注。
大数据分析的作用
2012年，在Imagenet大型计算机视觉竞赛（ilsvrc）上，深度学习与寒武纪爆炸相似。多伦多大学的一个团队，由Geoff Hinton（被认为是深度学习的教父）、Alex krizhevsky和iiya sutskever组成，在2012年使用大规模深度卷积神经网络赢得了ilsrc比赛。他们完全击败了竞争对手。从现在起，人们对人工智能的兴趣直线上升。
如果没有大数据，就没有人工智能。人工智能系统的发展依赖于海量数据的可用性和可访问性。拥有有限数据的研究人员已经存在了几十年。访问大量数据是机器学习的一种方式。专家预测，在未来十年，将有1500亿个网络传感器（是当时地球总人口的20倍）。机器学习以人类方式进行交互和理解的速度也将以类似的速度增长。
人工智能的开发
简而言之，就是速度和性能。大多数ml算法是分布式的，需要同时处理多个并行数据流。GPU比CPU拥有更多的处理器核，因此并行计算解决方案更适合于GPU。在人工智能从CPU到GPU的大规模迁移的历史上，安德鲁吴（Andrew ng）被认为是关键人物，作为一家领先的GPU制造商，nvdia最初专注于游戏，他们真的应该感谢吴卓人，从2012年以来nvdia的股价来看，GPU技术的发展显然与人工智能解决方案需求的飙升相吻合。
人工智能对大数据的处理能力也有迫切的需求。自20世纪50年代初以来，由于缺乏大量的计算能力，人工智能的研究一直受到限制，进入云计算时代，得益于AWS、IBM和谷歌，这里有足够的计算能力。
开源运动使人工智能领域发生了惊人的变化，研究和技术是共享的，就像由机器本身驱动一样，加速了情感人工智能的实现。
与开源运动类似的是大规模的在线课程开放运动。MOOCS有助于提供教育培训基础设施和简单的免费渠道，与一些优秀的教育机构建立联系，使人们能够获得各种高质量和有价值的在线教育。
