随着数据越来越多、数据的维度越来越多，我们现在掌握的单一数据能够产生标签的数量应该是超过了一千个标签。通过这样的方式，就可以很好的把用户进行分类，来进行定制化的服务。
每当我们多了一个新的数据源，新的数据的时候，我们发现如何更好的挖掘这些数据更好的进行特征公证，是一个非常大的痛点。这个时候会由我们内部的数据科学家来研制的一个RN的神经网络的模型，通过机器自动挖掘我们的数据找出一些特定的特征，然后再提取这些特征为用户提供互联网金融的服务。
我们相信未来金融一定是无感的金融。所谓“无感金融”就是，金融不再需要用广告告诉大家借款去哪儿、理财去哪儿，而是大家消费或者有理财需求的场景的时候，会收到自动提供的金融方案。
5
证监会信息中心主任刘铁斌：抓紧出台行业的金融科技和合规科技指导意见
证监会非常支持金融科技发展，要求充分运用现代金融科技手段来提高风险管理和监管水平。
目前金融科技发展面临一些问题，比如缺少配套制度、缺少统筹规划、数据治理亟待加强、应用落地门槛高、新技术不成熟、技术支撑体系差等。未来中国资本市场金融科技发展战略将主要关注数据治理、金融机构、监管科技等方面。
下一步，管理层将继续研究优化行业机构数据治理的组织架构，加强行业数据治理的技术标准的制定工作，继续推进行业数据逻辑模型建设，完善基金公司、期货公司、证券公司的逻辑模型编制等。对于金融机构，还将抓紧出台行业的金融科技和合规科技指导意见，以正面清单和负面清单模式进行动态监管的相应要求。
科技是一把双刃剑，在金融机构的科技创新中，要坚决防范一些不法机构利用新的技术开展违法违规活动。
6
微软全球资深副总裁王永东：为什么不可以让人工智能来适应我们人类呢？
AI情感会让人觉得人工智能更有温度，让人们不会想到它对人类的威胁，而是对人类的帮助。
过去，一直都是人去适应技术，根据技术发展决定怎么跟技术进行交流。但是，在人工智能时代，为什么不可以让人工智能来适应我们人类呢？
在人工智能发展过程中，如果它能够在感知方面了解人类，然后在认知、情感方面能够接近人类的话，人类和人工智能的交流就会变得更有效，也会真切地让人觉得人工智能在生活、社会中能够起到有益作用。
不仅如此，在AI发展过程中，IQ和EQ必须是紧密结合的。未来AI怎么应用到各行各业，很重要的一点就是把行业和人工智能结合起来，叫做行业+人工智能。
7
中国科学院院士张钹：应用场景是人工智能最重要的问题
人工智能技术要变成产业创造价值，取决于数据、人工智能算法、计算资源、应用场景四个因素，必须把四个因素有效结合起来。
数据是关键。网络上的数据虽然非常多，但是可以合法拿到的、能够保证的数据不见得是大数据。以人脸识别为例，要做好人脸识别必须要有某个人在不同视角、不同环境下拍的照片，这个照片至少得有几百上千张，而且不是一个人，得有几百上千人，这个数据越多越好。
网上人脸的数据非常多，但多数是没用的，或者不能够合法使用。要把人工智能技术转化成价值，必须要解决数据获取、数据数量和数据质量这些关键问题。
应用场景是最重要的问题，没有选好应用场景，就不可能发挥人工智能算法的作用。从目前的人工智能技术来讲，应用场景必须符合完全信息、确定性信息、静态、限定领域四个条件。
本文首发于微信公众号：新金融琅琊榜。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
（责任编辑：岳权利 HN152）
