7月20日，“2017中国行业云计算峰会—金融云”（C9峰会）在北京国贸大酒店（国贸三期）隆重召开。大会全面覆盖云计算、金融、人工智能、区块链、大数据等多个领域，聚集了国内金融与云计算领域的众多嘉宾。
会上，PPmoney万惠集团大数据算法总监黄文坚出席本次大会并发表主题为《人工智能在fintech的应用》的演讲。
PPmoney万惠集团大数据算法总监 黄文坚
当前，科技对金融的创新不断走向深化，尤其对金融产业链的深度介入，让金融科技市场仍存在广阔发展空间。人工智能正是我国金融科技高速发展的代表，为我国Fintech行业带来巨大发展优势。随着深度学习、语言识别等技术的深度应用，人工智能的发展正如火如荼。
深度学习和TensorFlow在fintech中的应用。为什么要在金融科技中使用深度学习和TensorFlow？黄文坚认为，金融数据中很多有时间序列数据，特别适合使用深度学习，尤其是卷积神经网络、循环神经网络。
黄文坚还提到，阿尔法狗底层的平台是TensorFlow，目前人工智能最好的实践是TensorFlow，它是目前排名第一的框架。
那么深度学习和TensorFlow怎么应用到金融行业的呢？通过TensorFlow实现全连接的神经网络，在金融的问题中对数值型和种类型数据使用全连接的神经网络，舆情分析在很多地方都会使用到，尤其一些大型的金融机构；现在很多券商会做金融报告，怎么把几万字的报告浓缩成几段话，使用深度学习完全抽象生成的方法，它会尝试理解整篇文章的含义，将每段每个大篇章转换成1-2句的总结，让分析员判断文章的主旨思想。
关于研究报告的自动生成，黄文坚介绍，对于比较初级的信息整理或搜集的业务不需要入门级的分析研究员，人类可以得到一定程度的解放。目前，对于抽象的分析任务可运用到人工智能算法。其中包括自然语言理解和自然语言生成算法。这些算法在TensorFlow中都有相应的实现。
自动报告的生成大部分是基于模板，有特定的格式，将网上爬取到的信息使用人工智能的方法分析之后，按模板填充起来最后生成这样一个报告。面对大量的数据，使用深度学习方法可以节约大量分析员的人力。
黄文坚看来，人工智能非常适合在金融科技中应用，并在多个领域都发生了改变，未来会有更多金融相关领域可以被算法以及模型自动化的替代，降低成本，提高工作的效率。
想要了解更多演讲内容请扫码关注下面公众微信号，回复演讲人姓名，
即可获取相关演讲PPT
