以AI科技应对金融行业海量数据

金融业一直以来都是数据密集的行业，利用AI技术处理金融海量数据，有助于应对金融行业中的诸多难题。金融服务业 (FSI) 领导者利用 AI 在预测分析方面取得了突飞猛进的革新。GTC大会战略产业：金融技术分会演讲嘉宾们将带您了解 GPU 计算如何为最先进的机器学习模型提供可扩展性能。这样有助于提高结果的准确性，并能够在最短的时间内训练最大的数据集，在欺诈检测、信用风险、客户分析和合规等 FSI 应用方面应对模型可解释性的挑战。

战略产业：金融技术分会演讲介绍

“智能+金融”—— 探索与实践

王健宗

平安科技, 副总工程师、

资深人工智能总监

王健宗是平安科技（深圳）有限公司副总工程师，资深人工智能产品总监，佛罗里达大学深度学习博士后，中国计算机学会高级会员；其主要研究方向为 AI、大数据和深度学习。

随着人工智能技术近期的飞速进步，“智能+”逐渐取代“互联网+”，成为科技创新的主旋律。智能技术的应用建立在大数据基础之上，二者的紧密结合正在为传统行业带来巨大的变革。本演讲中王健宗将主要向听众说明，平安在数据大爆发和 AI 全面孵化的环境基础上，如何应对。通过使用先进的的软件算法和 NVIDIA GPU 高性能计算硬件平台，搭建集群环境，大幅缩短了训练的时间，且通过部署有 NVIDIA Tesla V100 和 P100 的 server，实现了推理端的高并发和性能保障。支撑 AI+FINANCE 的广泛应用场景，基于场景和平安海量最终用户（3 亿金融用户、7 亿互联网用户），实现了多场景快速落地及应用的快速迭代，基本囊括了金融行业绝大多数的应用场景。

利用流式事件数据在金融领域

使用深度强化学习

Daniel Egloff

Flink AI，CEO 及创始人

Daniel Egloff 博士是 Flink AI 和 QuantAlea 的 CEO 及创始人。Flink AI 正在公司内部的流式传输 AI 平台上使用深度学习和强化学习开发全新的 AI 解决方案，目标客户包括银行、资产管理公司、对冲基金和交易公司。QuantAlea 是一家位于瑞士的软件工程公司，专门从事 GPU 软件开发和高性能数值计算。Daniel Egloff 博士曾修过数学、理论物理学和计算机科学专业，在 2007 年开始创业之前，他已在金融服务业做了逾 15 年的宽客。

在本次演讲中，Daniel将介绍如何使用深度强化学习 (DRL) 和内存扩展网络来训练代理，从而优化资产分配或作出交易行为推荐。内存组件对于改进小批量并行化至关重要，且有助于减少会造成重大后果的遗忘性问题。Daniel还将讨论如何利用风险敏感性和安全强化学习的概念来提高学习策略的鲁棒性。行业标准方法依然基于均值方差组合优化，相较之下，DRL 方法更具优势。最显著的优势是 DRL 能够消除统计收益模型和投资组合优化器之间的信息瓶颈，并能大幅提高可用市场数据和交易历史的利用效率。

用 AI 打造下一代的投资引擎

梁举

宽邦科技, CEO

北京大学文物保护与计算机软件双学士，具有10 年以上互联网和 AI 业界经验，搭伙(互联网金融) 研发总监，海豚浏览器 (移动互联网) 研发经理，微软亚洲研究院搜索技术中心高级研发工程师。

金融投资是一个数据密集的行业，因更快的速度、更高维度数据学习能力，AI 将在投资上也超越人类。国内专业投资机构已经开始在 AI 布局，很多知名机构已投入数千万实施基于 AI 的投资平台。本次演讲中梁举将分享 BigQuant AI 量化平台核心架构和算法，以及如何将新型大数据和领先的 AI 技术应用到量化投资，并最终打造一个以 AI 为核心的智能投资引擎。