人工智能在金融領域的應用受到了多方關注，進入加速變革時期！人工智能產業鏈主要包含三個環節：基礎技術、人工智能技術和人工智能應用。基礎技術主要包括數據平臺、數據存儲以及數據採擷；人工智能技術包括語音辨識、自然語言處理、圖像識別和生物識別；人工智能應用有智能金融、工業4.0、無人駕駛汽車、智慧家居、智能醫療、智能行銷、智能教育以及智能農業等。【讀友提問】上海仕晨台商陳總問：「如何使用深度學習(算法)開發金融人工智能(AI)應用(理財)呢？」答：金融期貨通過人工智能進行自動化交易、風險控制，對資金進行合理配置，優化組合。但人工智能在金融中的應用，目前仍離不開人工，金融期貨操作之風險管理，仍需要穩穩的握在風控成員的手中。隨著深度學習算法日趨成熟以及數據資源的加速增長，人工智能技術不斷提升。高擴展性的深度學習技術的興起正在改變及解決人工智能金融理財問題的最佳方式。這包括：如何定義訓練、開發、測試(train/dev/test)分配，如何組織數據，應該如何在各種可用的模型中選擇所需的架構，以及甚至怎樣開發金融人工智能驅動的操作要領。深度學習之所受到這麼重視，主因是神經網路(NN)可以擴展規模(scale)，甚至是可以無限地擴展。神經網絡有(1).大規模并行分布式結構；(2).學習能力以及由此而來的泛化能力。泛化能力是指在遇到一些沒有在訓練中遇到的數據時仍可得到合理的輸出結果。靠擴展數據規模來引領深度學習，擴展之後所帶來的金融商品期貨AI操作績效是穩步提升的，比如：上海漲融公司研發團隊對第一類(AI管理型)：股指、黃金、原油、國債、鐵礦石及PTA商品期貨。透過實盤AI操作，年獲利四○％，績效曲線是呈穩步上升的。
