人工智能和人類的PK(Player Killing)近二十多年來都沒有停過：一九九四年，跳棋程式Chinook擊敗衛冕冠軍Marion Tinsley；二○○六年，拼字比賽世界冠軍大衛被人工智能Quackle擊壓；二○一一年，IBM的超級電腦Watson在美國智力競猜節目中，以3倍的分數壓力擊敗在場的人類選手；二○一六年，韓國圍棋界的世界冠軍李世石對戰谷歌人工智能AlphaGo失敗。二○一七年AlphaGo2.0 更是以六十比零的完美成績打敗世界頂尖級各國圍棋選手。AlphaGo，它能夠記住和學習三千萬人類的棋譜，從而識別出對戰棋手的路數。這些事實充分說明人工智能完勝人類不是偶然；因為人工智能有人類不可能掌握的能耐：深度學習能力。【讀友提問】台商華圓公司張董事長問：「上海漲融公司金融AI(Artificial Intelligence 人工智能)四十多位研發人力，為何大多數是數學、理工背景呢？」答：人工智能是研究使計算機來學習人類的推理、思考、規劃等的智能行為學科，它包括計算機實現智能的原理，涉及到計算機科學、心理學、哲學及語言學，其範圍已是涵蓋自然科學和社會科學。人工智能的量化金融突破性發展，數學是基礎學科，金融AI必須借用數學工具，數學不僅在邏輯上發揮作用，數學進入金融AI，它們將互相促進金融理財行業更快地發展。機器深度學習的數學基礎是統計學、信息論和控制論以及金融工程學科。金融AI之機器學習對投資(機)經驗的依賴性很強；計算機需要不斷從解決投資(機)問題的經驗中獲取知識，學習投資策略，在遇到類似的投資(機)問題時，運用經驗知識解決問題並累積新的正確經驗。能夠實現金融AI技術平台的是計算機，計算機編程語言和其他計算軟體都因有了金融AI的進展而得以存在。金融AI涉及信息論、控制論、心理學、金融工程、數理邏輯和哲學等多門學科。金融AI的研究學科包括自動推理和搜索方法、數據挖掘及機器學習和知識獲取、自動程式設計、人工神經網絡等方面。人工神經網絡的智能系統開始時什麼都不懂，如嬰兒那樣，但它能夠學習，逐漸適應各種複雜的投資情況；該系統開始時亦會常犯錯，但它能吸取教訓，下次運行時可改正。金融AI屬於自然科學和社會科學，再加上技術科學三向交叉的理財學科。
