2016年被称为人工智能元年

　　2016年被称为人工智能元年。2017年3月，“人工智能” 首次被列入政府工作报告，随后人工智能版块大热并领跑大盘。在政策扶持和资本裹挟下，企业你追我赶，既有大量人工智能初创企业雨后春笋版产生，也有老牌企业向人工智能转型。

　　《乌镇指数：全球人工智能发展报告（2016）》数据显示，目前人工智能企业的主要应用领域分别是安防、个人助理、金融、自动驾驶、医疗、教育等领域常用的创新设计方法。那么，人工智能如何在具体行业和业务场景中落地？

　　2017年4月7日，技术领导者社交网络EGO于北京举办人工智能专题论坛，就人工智能技术创新以及在安防领域、FinTech领域的应用案例开展分享和交流。会后更有1小时智能茶话会供参会者交流分享。

　　苑维然，格灵深瞳首席架构师，2008年博士毕业于北京大学；曾就职于法国国家信息与自动化研究院，从事虚拟人和虚拟服装的计算引擎的开发；

　　2013年加入格灵深瞳，作为创始团队成员，主导“皓目”、“威目”系列视觉行为分析产品的软件工程和产品化，从无到有，和优秀的团队一起，打造了市场领先的人工智能产品。

　　通过车辆、人脸布控抓逃犯？视频监控中危险行为的自动报警？在视频大数据中挖掘蛛丝马迹的办案线索？

　　但是，如同人工智能在其他行业中的遭遇的尴尬一样，要想得到新技术带来的惊喜科技创新案例，必须踩过无数的坑。身在其中，摔的鼻青脸肿，在这半个小时里，我想要做的只有吐槽：）

　　黄文坚，《TensorFlow实战》作者，PPmoney大数据算法总监，《TensorFlow实战》作者，该书获得Google TensorFlow工程研发总监Rajat、360首席科学家颜水成教授、北大长江学者崔斌教授的推荐，曾获京东、亚马逊、当当计算机类图书销量第一,并获基峰出版社引进版权。

　　前明略数据技术合伙人，领导了对诸多大型银行常用的创新设计方法、保险公司、基金的数据挖掘项目，包括建立金融风控模型、新闻舆情分析、保险复购预测等。

　　曾就职于阿里巴巴搜索引擎算法团队，负责天猫个性化搜索系统。曾参加阿里巴巴大数据推荐算法大赛创新作文是月刊，于7000多只队伍中获得前10名。

　　深度学习中卷积神经网络和循环神经网络对于时间序列的数据有很好的学习能力创新作文是月刊，而金融数据中大量的数据都是时间序列的格式，包括银行流水、股票日线、交易日志创新作文是月刊，乃至金融分析报告中的文本信息等常用的创新设计方法。因此应用深度学习到金融数据挖掘中，会有先天的优势，而TensorFlow是目前深度学习中最成熟最主流的框架，它有Google提供强大的研发能力作保障，对各种最新的深度神经网络结构都有非常好的支持。在FinTech中常用的创新设计方法，应用深度学习我们可以用来作很多方面的工作：

　　自动报告生成。使用NLP和LSTM可以对大量非结构化数据进行分析和处理，并整合成详尽的报告；

　　舆情分析、知识图谱。通过对大量金融新闻的分析和舆情判别、知识关系梳理科技创新案例，整合出某行业或企业的导向、市场观点；

　　量化交易。使用CNN、RNN、强化学习等对股票、期货、外汇等交易市场数据进行学习，获取可对冲的稳定收益；