close
探索金融創新的新動力——深度學習
隨著金融時代的變遷,深度學習受到瞭各大專傢學者的關註,當科技與金融結合起來的時候,我們便進入到瞭一個全新的金融環境。深度學習不是憑空而生的產物,因此我們探究一下它的過去和現在,便能讓我們更好的預測它的未來。
什麼是深度學習?
深度學習,當前特指源於人工神經網絡的機器學習,被認為是實現人工智能的必由之路。深度學習是機器學習中的一個新領域,其核心思想在於模擬人腦的層級估計抽象結構,通過無監督的方式分析大規模數據,發現大數據中蘊含的有價值的信息。它應大數據而生,給大數據提供瞭一個深度思考的大腦。學習能力是人類智能的根本特征,人類通過學習可以提高自己的能力。學習的基本機制是設法將一種情況下的成功的表現行為轉移到另一種類似的新情況中去。1983年西蒙對學習的定義如下:“能夠讓系統在執行同一任務或同類的另外一個任務時,比前一次執行得更好的任何改變。”學習的關鍵在於對經驗的泛化——不僅是重復處理同一任務,而且是域中相似的任務都要執行的更好。
深度學習技術應用
深度學習的發展使人工智能在圖像、語音、自然言語處理等多方面有瞭技術性打破,達到實踐運用程度,也開始運用到金融領域。同時,深度學習非常適用於大數據背景下的金融預測分析。讓我們來看一下深度學習這個強大技術的應用:
圖像辨認技術
早在1998年,LeCun提出的LeNet模型用以辨認支票上的手寫字跡,被世界各地銀行廣泛運用。此後,這項技術也被用於對銀行各類票據、合同等文字檔案進行辨認管理。今天,甚至可用於辨認金融圖表。如日本公司Alpaca推出的智能買賣平臺,這個交易平臺名為Capitalico,與傳統的交易平臺不一樣的是,它使用瞭深度學習技術。Alpaca曾推出過圖像識別和標記平臺Labellio,Capitalico的這項服務也是由此而衍生出來的。能快速搜索和辨認外匯買賣圖表,輔助買賣管理。基於圖像識別的深層學習技術,Capitalico平臺允許用戶很容易地從存檔裡找到外匯交易圖表並幫忙做好分析,這樣一來,普通人就能知道明星交易員是如何做交易的,從他們的經驗中學習並作出更準確的交易。2012年以來,基於深度學習的識別器在各種圖像識別比賽中獲得瞭超越前人的優異成績。
人臉識別
國內外的一些大公司,如Google、IBM、百度、阿裡巴巴等紛紛采用“人臉識別技術”。到目前為止,已經有多個公司和研究機構宣稱自己基於深度學習開發的人臉識別系統獲得瞭超過人的辨識率。行業內外都是深度學習的身影,基於人臉識別的技術呼之欲出。人臉辨認有望運用於金融領取認證,完成“刷臉領取”。2017年9月1日螞蟻金服宣佈在杭州KFC首推“刷臉支付”服務。選擇“支付寶刷臉”後,機器會進行人臉識別,識別成功再輸入綁定的手機號,整個支付過程不超過10秒。
智能客服
智能客服在金融領域的運用將推進金融服務體驗,進步管理運營程度。它一方面運用語音辨認、自然言語理解、問答零碎方面的成果,用人機交流代替人工客服。另一方面結合用戶行為分析技術,對用戶買賣行為進行分析,可以優化操作流程。據螞蟻金服李小龍介紹,智能客服已經承擔瞭每天500W總請求的94%,滿意度超過人工客服。京東的DNN實驗室(DNN Lab)專註於人工智能、大數據、深度學習、異構計收購餐飲設備算等技術,以確保京東技術在業界地位。經過運用深度學習技術,推出瞭JIMI智能機器人,成功運用於售前咨詢、售後服務和生活伴侶三個場景,有望承擔超過80%的京東客服工作。
金融時序分析
美國伊利諾伊斯理工大學的Dixon利用深度神經網絡,預測43種大宗商品和外匯期貨在將來5分鐘的價格變動。斯坦福大學的Ruoxuan Xiong等人經過集成谷歌趨勢和市場數據的LSTM模型來預測標普500指數的波動性。倫敦帝國學院的Sirignano利用2014-2015年納斯達克股票的買賣數據,建立“空間神經網絡”模型,預測買賣單方的報價情況。
金融輿情分析
指結合自然言語處理和深度學習技術,監測舊事、社交媒體中的金融事情,經過文本情感傾向分析來預測金融行情走向。美國康奈爾大學的Sarlin等人利用舊事數據來進行銀行危機預告。他們運用兩個神經網絡分別進行語義分析和正負面判別。Fehrer等人則利用舊事頭條預測德國股市走向,運用的是一個遞歸自動編碼器,達到56%的精確率。中國哈工大劉挺等人利用舊事摘要預測標普500指數的波動。他們運用一個卷積神經網絡學習舊事事情的長短期影響,預測精確率達到瞭65%。歐洲央行曾發佈一個研討報告,指出Twitter上的情緒情況對預測美國、英國、加拿大的股價有很大的價值。
智能投顧台中二手餐飲設備收購
智能投顧也被稱為智台中中古餐飲設備收購能理財,它為用戶提供自動化的證券投資組合管理服務。美國Wealthfront,Betterment和Personal Capital公司是智能投顧領域的先驅。國內也出現瞭許多智能投顧的初創公司。深度學習在智能投顧的運用,是把在量化分析、資產配置優化、價格波動預測、輿情分析等多方面的運用綜合起來,以給用戶提供智能化的投資服務。此外,深度學習還可運用於金融風險控制、大數據征信等領域。可預期將來還會出現更多新的運用場景。深度學習在金融領域的運用,將帶來更智能化的管理和消費方式。
很多人由此擔心,按照這樣的世態發展下去,計算機會不會悄悄學到什麼我們不希望它學會的知識?如果這個答案是肯定的,那隻要有足夠的數據,計算機就能學會宇宙中所有可能的知識——接下來會發生什麼?大傢是不是對計算機的智慧超越人類有瞭些許的憂慮?還好,關於深度學習到底是否有能力表達宇宙級別的復雜知識,專傢們尚未有一致看法。人類至少在可見的未來還是相對安全的。
您投送的稿件違反瞭金色財經的投稿協議,現已關閉您的投稿功能,如有異議請發郵件至tougao@jinse.com進行申訴。
隨著金融時代的變遷,深度學習受到瞭各大專傢學者的關註,當科技與金融結合起來的時候,我們便進入到瞭一個全新的金融環境。深度學習不是憑空而生的產物,因此我們探究一下它的過去和現在,便能讓我們更好的預測它的未來。
什麼是深度學習?
深度學習,當前特指源於人工神經網絡的機器學習,被認為是實現人工智能的必由之路。深度學習是機器學習中的一個新領域,其核心思想在於模擬人腦的層級估計抽象結構,通過無監督的方式分析大規模數據,發現大數據中蘊含的有價值的信息。它應大數據而生,給大數據提供瞭一個深度思考的大腦。學習能力是人類智能的根本特征,人類通過學習可以提高自己的能力。學習的基本機制是設法將一種情況下的成功的表現行為轉移到另一種類似的新情況中去。1983年西蒙對學習的定義如下:“能夠讓系統在執行同一任務或同類的另外一個任務時,比前一次執行得更好的任何改變。”學習的關鍵在於對經驗的泛化——不僅是重復處理同一任務,而且是域中相似的任務都要執行的更好。
深度學習技術應用
深度學習的發展使人工智能在圖像、語音、自然言語處理等多方面有瞭技術性打破,達到實踐運用程度,也開始運用到金融領域。同時,深度學習非常適用於大數據背景下的金融預測分析。讓我們來看一下深度學習這個強大技術的應用:
圖像辨認技術
早在1998年,LeCun提出的LeNet模型用以辨認支票上的手寫字跡,被世界各地銀行廣泛運用。此後,這項技術也被用於對銀行各類票據、合同等文字檔案進行辨認管理。今天,甚至可用於辨認金融圖表。如日本公司Alpaca推出的智能買賣平臺,這個交易平臺名為Capitalico,與傳統的交易平臺不一樣的是,它使用瞭深度學習技術。Alpaca曾推出過圖像識別和標記平臺Labellio,Capitalico的這項服務也是由此而衍生出來的。能快速搜索和辨認外匯買賣圖表,輔助買賣管理。基於圖像識別的深層學習技術,Capitalico平臺允許用戶很容易地從存檔裡找到外匯交易圖表並幫忙做好分析,這樣一來,普通人就能知道明星交易員是如何做交易的,從他們的經驗中學習並作出更準確的交易。2012年以來,基於深度學習的識別器在各種圖像識別比賽中獲得瞭超越前人的優異成績。
人臉識別
國內外的一些大公司,如Google、IBM、百度、阿裡巴巴等紛紛采用“人臉識別技術”。到目前為止,已經有多個公司和研究機構宣稱自己基於深度學習開發的人臉識別系統獲得瞭超過人的辨識率。行業內外都是深度學習的身影,基於人臉識別的技術呼之欲出。人臉辨認有望運用於金融領取認證,完成“刷臉領取”。2017年9月1日螞蟻金服宣佈在杭州KFC首推“刷臉支付”服務。選擇“支付寶刷臉”後,機器會進行人臉識別,識別成功再輸入綁定的手機號,整個支付過程不超過10秒。
智能客服
智能客服在金融領域的運用將推進金融服務體驗,進步管理運營程度。它一方面運用語音辨認、自然言語理解、問答零碎方面的成果,用人機交流代替人工客服。另一方面結合用戶行為分析技術,對用戶買賣行為進行分析,可以優化操作流程。據螞蟻金服李小龍介紹,智能客服已經承擔瞭每天500W總請求的94%,滿意度超過人工客服。京東的DNN實驗室(DNN Lab)專註於人工智能、大數據、深度學習、異構計收購餐飲設備算等技術,以確保京東技術在業界地位。經過運用深度學習技術,推出瞭JIMI智能機器人,成功運用於售前咨詢、售後服務和生活伴侶三個場景,有望承擔超過80%的京東客服工作。
金融時序分析
美國伊利諾伊斯理工大學的Dixon利用深度神經網絡,預測43種大宗商品和外匯期貨在將來5分鐘的價格變動。斯坦福大學的Ruoxuan Xiong等人經過集成谷歌趨勢和市場數據的LSTM模型來預測標普500指數的波動性。倫敦帝國學院的Sirignano利用2014-2015年納斯達克股票的買賣數據,建立“空間神經網絡”模型,預測買賣單方的報價情況。
金融輿情分析
指結合自然言語處理和深度學習技術,監測舊事、社交媒體中的金融事情,經過文本情感傾向分析來預測金融行情走向。美國康奈爾大學的Sarlin等人利用舊事數據來進行銀行危機預告。他們運用兩個神經網絡分別進行語義分析和正負面判別。Fehrer等人則利用舊事頭條預測德國股市走向,運用的是一個遞歸自動編碼器,達到56%的精確率。中國哈工大劉挺等人利用舊事摘要預測標普500指數的波動。他們運用一個卷積神經網絡學習舊事事情的長短期影響,預測精確率達到瞭65%。歐洲央行曾發佈一個研討報告,指出Twitter上的情緒情況對預測美國、英國、加拿大的股價有很大的價值。
智能投顧台中二手餐飲設備收購
智能投顧也被稱為智台中中古餐飲設備收購能理財,它為用戶提供自動化的證券投資組合管理服務。美國Wealthfront,Betterment和Personal Capital公司是智能投顧領域的先驅。國內也出現瞭許多智能投顧的初創公司。深度學習在智能投顧的運用,是把在量化分析、資產配置優化、價格波動預測、輿情分析等多方面的運用綜合起來,以給用戶提供智能化的投資服務。此外,深度學習還可運用於金融風險控制、大數據征信等領域。可預期將來還會出現更多新的運用場景。深度學習在金融領域的運用,將帶來更智能化的管理和消費方式。
很多人由此擔心,按照這樣的世態發展下去,計算機會不會悄悄學到什麼我們不希望它學會的知識?如果這個答案是肯定的,那隻要有足夠的數據,計算機就能學會宇宙中所有可能的知識——接下來會發生什麼?大傢是不是對計算機的智慧超越人類有瞭些許的憂慮?還好,關於深度學習到底是否有能力表達宇宙級別的復雜知識,專傢們尚未有一致看法。人類至少在可見的未來還是相對安全的。
您投送的稿件違反瞭金色財經的投稿協議,現已關閉您的投稿功能,如有異議請發郵件至tougao@jinse.com進行申訴。
AUGI SPORTS|重機車靴|重機車靴推薦|重機專用車靴|重機防摔鞋|重機防摔鞋推薦|重機防摔鞋
AUGI SPORTS|augisports|racing boots|urban boots|motorcycle boots
全站熱搜
留言列表