本文档来自CCTC 2016中国云计算技术大会,平安科技高级研究员夏磊豪发表的主题演讲“两朵云与金融‘阿法狗’”。本文主要讲述人工智能在金融界的应用,特别是基于深度学习和大数据的智能投顾系统。
知识点1:人工智能在金融界的应用
人工智能已经开始进军金融界,智能投顾系统可以基于投 资者自身的理财需求,通过算法和产品来完成以往人工提供的理财顾问服务。用户无需掌握太多市场和金融产品知识就可以使用该服务。
知识点2:深度学习技术
深度学习技术是人工神经网络的一种,已经成为当前语音分析和图像识别领域的研究热点。卷积神经网络模型(CNN)是深度学习技术的一种,它的权值共享网络结构使之更类似于生物神经网络,降低了网络模型的复杂度,减少了权值的数量。
知识点3:大数据和异构计算
大数据和异构计算是人工智能在金融界应用的基础。异构计算体系可以将计算任务并行化,提高计算效率。GPU计算是异构计算的一种,拥有更强的计算力和更高的带宽。
知识点4:GPU计算的优势
GPU计算拥有更强的计算力和更高的带宽,且可以并行处理大量数据。GPU设计哲学是基于SIMD/SIMT,单指令多数据、单指令多线程,众多线程,人多力量大。GPU硬件设计也具有多个计算核心和流处理器,提高计算效率。
知识点5:智能投顾系统的架构
智能投顾系统的架构包括大数据、深度学习和异构计算。系统可以收集和分析大量金融数据,基于深度学习算法来分析和预测金融市场的变化,然后提供个性化的投顾服务。
知识点6:AlphaGo的启示
AlphaGo的出现带来了智能机器人的启示,智能机器人可以通过深度学习技术来分析和预测棋盘局面,判断每步下子策略的优劣。类似地,智能投顾系统也可以通过深度学习技术来分析和预测金融市场的变化,提供个性化的投顾服务。
知识点7:卷积神经网络模型(CNN)
卷积神经网络模型(CNN)是深度学习技术的一种,已经成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络,降低了网络模型的复杂度,减少了权值的数量。
知识点8:异构计算体系
异构计算体系可以将计算任务并行化,提高计算效率。异构运算体系(HSA)可以根据不同的并行性类型将各子任务分配到最适合执行它的计算资源上加以执行,达到使计算任务总的执行时间为最小。
本文档讲述了人工智能在金融界的应用,特别是基于深度学习和大数据的智能投顾系统。同时也介绍了相关的技术概念,如深度学习、GPU计算、异构计算等。