近年來，金融科技（Financial Technology，即FinTech）成為熱點、全球矚目，但對此概念的理解不盡一致、眾說紛紜。金融穩定理事會將其定義為：金融科技是指技術帶來的金融創新，它能創造新的業務模式、應用、流程或產品，從而對金融市場、金融機構或金融服務的提供方式造成重大影響。國內一般認為，金融科技是互聯網金融在監管的逐漸規范中回歸本質，強調技術創新，而非渠道創新或監管套利，落腳點在科技，偏重技術屬性，強調利用大數據、云計算、人工智能等新技術在金融服務和產品上的應用。在此認為金融科技是指金融服務與科技行業的動態、深層次的融合性產業，是金融業適應于信息經濟時代人類生產方式、生活方式和商業模式變革所產生的適應性革命。

　　金融科技的核心技術是人工智能（AI）、大數據（BigData）和云計算（Cloud），簡稱ABC，這三者之間相互促進、辯證發展。

　　首先，云計算造就了大數據，也能解決大數據問題。

　　云計算自2007年以來得到了蓬勃發展，其核心模式是大規模分布式計算，它將計算、存儲、網絡等資源以服務的模式提供給多用戶，按需使用。

　　云計算是低成本創新的產物和手段，引領了互聯網的蓬勃發展和跨域融合性的革命，其誕生的初衷是為解決原有信息技術高成本、高含量的問題。但低成本、高速度的數據應用卻又使數據泛濫成災，各個領域數據不斷向外擴展，各個維度的數據從點和線逐漸連成了網，也形成了大數據這個瓶頸，包括數量大、結構變化快、速度實效性高、價值密度低等幾大問題。

　　要解決大數據問題，應從大數據的源頭梳理。大數據源于云計算，而低成本、按需分配、可擴展、開源、泛在化等特點是云計算的基因，體現在大數據上時，有了性質的突變，綜合起來就是：大量的、普遍存在的、低成本、低價值密度數據，多集中在平臺上，使處理成本提升，技術難度加大，而且泛在化傾向加重。而“解鈴還須系鈴人”，低成本的復制、可擴展的彈性、眾人參與的開源等原則既是云計算的基礎手段，也是解決大數據問題的最實用的辦法。只有解決好大數據的技術實現問題，才能讓云計算真正落地，并開花結果。

　　其次，大數據和云計算驅動了人工智能的發展。

　　人工智能近兩年又一次爆發，主要得益于機器學習的蓬勃發展。

　　機器學習是人工智能的一個分支，很多時候幾乎成為人工智能的代名詞。簡單來說，機器學習專門研究機器怎樣模擬或實現人類的學習行為，通過算法使機器能從大量歷史數據中學習規律，從而對新的樣本做智能識別或對未來做預測。

　　機器學習的發展經歷了兩次浪潮，最近一次是深度學習的浪潮，從2012年6月“谷歌大腦”的披露開始，被列為2013年十大突破性技術之首，推動了人工智能大踏步前進，而這又主要來自大數據和云計算的推動。深度學習和其他機器學習方法相比，就像一頭特別健壯的野獸，它有兩個特點，一是不挑食，無論原始數據屬于圖像識別、語言識別、自然語言處理等哪個領域，都可以“喂”給神經網絡學習處理；二是胃口大，喂給它的數據越多，它就變得能力越強。

　　因此，在今天的大數據和云計算時代，有了充足的食物供應——大數據，并進化出了極強勁的消化系統——云計算和GPU，深度學習終于迎來了崛起的契機，它是大數據時代的人工智能新途徑，也是現階段實現人工智能最靠譜的途徑。

　　最后，人工智能就是云的戰略布局，云計算的靈魂就是人工智能。

　　一般對人工智能的定義是：“研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學?！?/p>

　　目前人工智能已呈現出全球化的增長態勢，并且很大一部分是通過云計算來實現的?，F在越來越凸顯的問題是，手機和電腦等設備已經難以承受人工智能所需的應用和數據集，所以人工智能將不可避免的遷移到云平臺中，通過云平臺來激發人工智能的潛能，讓人工智能成為社會進步的工具。計算是讓數據產生信息，從知識中提煉決策的過程，可以認為人工智能就是新的計算，現在幾乎所有需要計算的任務都需要人工智能的元素，而云是最大的計算平臺。

　　從發展趨勢上看，以前的云計算將逐漸演變成人工智能云，從而帶來人工智能的普世價值，使其不會成為少數人的一種特權。

<menuitem id="zjj55"></menuitem>

<menuitem id="zjj55"></menuitem>

<big id="zjj55"></big>

責任編輯：王超