人工智能属于什么行业？
2024-05-22 21:00一、人工智能属于什么行业？
ai人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴行业。人工智能的适用范围较广，通常都包括机器人、语言识别、图像识别、自然语言处理和专家系统等等
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
二、人工智能识别属于什么行业？
人工智能是一门新兴的高尖端学科，属于社会科学与自然科学的交叉学科，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论。研究的范畴包含自然语言的处理、机器算法的学习、神经网络、模式识别、智能搜索。应用的领域包含机器翻译、语言和图像理解、自动程序设计、专家系统等。
想研究人工智能的方向，近两年很多大学都开设了人工智能学院。西安电子科技大学人工智能学院、中国科学院大学人工智能技术学院、南京大学人工智能学院三所高校在人工智能领域皆属于顶尖。
人工智能专业相关研究方向，有很多的分支学科，包含模式识别与智能系统、计算机应用技术、智能科学与技术、信息与通信工程、计算机科学与技术、控制科学与工程、人工智能与信息处理、计算机应用技术、生物信息处理方向、计算机科学与技术超级计算方向等。
对于本科专业的学习，如果有意从事人工智能方向的相关工作，可以尝试选择以下的相关专业：
计算机科学与技术。人工智能的工作既需要非常扎实和广泛的数学基础的同时也要求很高的实际操作能力，人工智能专业方向的如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等课程，在计算机科学与技术专业在高年级和研究生阶段都有对应的课程和研究方向。
数据科学与大数据技术。既要掌握基础的程序设计语言，也要掌握大数据平台的运用，Numpy、Matplotlib、Pandas,SciPy和scikit-learn等科学计算与机械学习库的掌握，完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题；负责深度神经网络技术平台的架构、开发方案的设计、应用与实现（包括机器学习、图像处理等的算法）。
2人工智能非孤立专业，不宜另起炉灶
近日，教育部公布了新增本科专业目录，“人工智能”专业位列其中，有35所高校获批建设。“它反映的是我国人工智能本科教育呈现出的繁荣景象。”3日，中国人工智能学会教育工作委员会主任王万森在接受科技日报记者专访时表示，人工智能本科专业的设立，对我国各级各类院校的高层次人工智能人才培养，具有重要的实际意义和深远的历史意义。
不过，也有人感到困惑——在本科专业目录中，早已有了智能科学与技术专业，人工智能专业和它到底有何区别?
北京航空航天大学教授李波告诉科技日报记者，一般认为，智能科学与技术的专业面偏宽，与行业的对应关系不直观，而且脑科学、认知科学、心理学一般划分在生命科学领域。北航牵头组织新申报并获批的人工智能专业，是信息领域的一个本科专业。“至于如何开设，应该鼓励各高校根据自身情况进行选择。”李波说，感知、认知基础好的学校可以选择智能科学与技术，智能技术及应用基础好的学校可以选择人工智能，当然，学校也能在现有计算机或其他专业中培养人工智能方面的人才。“总之，各高校应结合自身特点，制定有自身特色的培养方案和课程体系。”
王万森亲历了我国智能科学与技术本科专业创建、发展的全部过程。在他看来，它和人工智能专业并没有本质区别，差别只是在于专业名称不同，名字的社会认知度不同。
18年前，中国人工智能学会在北京召开了一次规模宏大的学术年会，部分与会代表提出了在我国建立人工智能本科专业的建议，该建议得到大多数参会人员的认可。但就专业名称，大家最后的共识是叫“智能科学与技术”专业。
王万森说，这是因为，当时人工智能正处于其发展的低潮，在“寒冬”时期将专业命名为“人工智能”，其结果可以想象。而且，这一名字沿用了计算机科学与技术专业名称的结构形式，也符合我国高等教育的惯例。
后来，教育部高等学校本科计算机类专业教学指导委员会设立了“智能科学与技术”专业教学指导工作组，确定了该专业的知识结构。从专业知识结构来看，该专业和人工智能专业也没有本质区别。“也就是在上述专业知识结构下，我国智能科学与技术专业15年来的教育实践，为我国培养了大批高层次人工智能专业人才。”王万森表示。
至于两个专业如何并行发展，王万森也有自己的想法。一是可以将“智能科学与技术”作为研究生教育层面的一级学科名称，把“人工智能”作为本科教育层面的专业名称;如果两个本科专业一定要并行存在，那么建议在研究型高校和部分应用研究型高校采用“智能科学与技术”专业名称，而在部分应用研究型高校、应用型高校和技术型高校采用“人工智能”专业名称——前者注重研究，后者强调应用。
不过，王万森也强调，办好高质量的人工智能高等教育，关键不在专业名字叫什么。
“人工智能不是一个孤立专业，而是一个专业类。”例如，沿大数据智能这一学科领域衍生出了“数据科学与大数据技术”专业;沿智能自主系统学科领域衍生出来了“机器人工程”专业……“随着新一代人工智能的快速发展及其应用的不断深入，很有可能还会不断衍生新的专业，这样就形成了一个以智能科学与技术专业/人工智能专业为核心，外加衍生层诸专业的新生专业类，即人工智能类专业。”王万森说。而整个人工智能专业教育体系，除上述核心层、衍生层专业外，还应该包括支持人工智能复合型人才培养的复合型专业和支持人工智能交叉型人才培养的交叉型专业。
王万森建议，应创新人工智能与智能科学与技术专业的协同发展模式，构建与新一代人工智能发展相适应的知识结构和课程体系，实现人工智能和其他专业的有机复合与交叉。
“人工智能专业建设不应颠覆性地另起炉灶，推倒重来，而是要结合实际需求，和原有专业创新、协同发展。”他表示，智能科学与技术/人工智能专业看起来发展得如火如荼，但诸多深层次问题并没有真正得到解决，人工智能与其他社会领域专业的有机复合、与其他学科专业的交叉融合都还不够深入。“这些需要引起我们的高度重视。”
三、人工智能属于什么行业分类？
人工智能的分类有认知AI、机器学习AI和深度学习。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能属于什么行业
ai人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴行业。人工智能的适用范围较广，通常都包括机器人、语言识别、图像识别、自然语言处理和专家系统等等。
四、人工智能属于股票什么行业？
科技板块
科技板块。人工智能是近年来发展迅速的领域,其在股票市场上的应用也越来越广泛。股票市场中,科技板块是人工智能应用最为广泛的板块之一。人工智能技术在股票市场中的应用,涉及到多个领域和细分行业。除了科技板块外,人工智能技术还可以应用于金融、医疗、教育等行业。
五、人工智能属于什么行业
人工智能属于什么行业：探索技术发展的领域
人工智能（人工智能属于什么行业）作为一项前沿技术，在当今世界得到了广泛的关注和应用。从日常生活中的语音助手到工业生产中的智能机器人，人工智能正逐渐渗透到各个行业和领域。那么，人工智能属于什么行业？它又在这些行业中扮演着怎样的角色？本文将从不同角度探讨人工智能技术在各行业的应用和发展。
1. 人工智能在医疗行业的应用
医疗行业是人工智能技术发展较为迅速的领域之一。人工智能在医疗影像诊断、个性化治疗方案制定、药物研发等方面发挥着重要作用。例如，利用人工智能技术可以帮助医生更准确地诊断病灶，提高诊断效率；还可以根据患者的基因组数据预测患病风险，制定个性化的治疗方案，提高治疗效果。可以预见，在未来，人工智能技术在医疗行业的应用将会越来越广泛，为医生和患者提供更加精准、高效的医疗服务。
2. 人工智能在金融行业的应用
金融行业也是人工智能技术得到广泛应用的领域之一。人工智能可以通过大数据分析、风险评估等技术手段，帮助金融机构提高风险控制能力，降低信贷风险；还可以通过智能投顾系统为投资者提供个性化的投资建议。在金融交易方面，人工智能的高速计算能力和智能预测能力可以帮助投资者做出更加明智的投资决策，获取更高的收益。
3. 人工智能在制造业的应用
制造业是人工智能技术应用的重要领域之一。人工智能在制造业中的应用主要体现在智能工厂、智能物流、智能供应链等方面。通过人工智能技术的应用，制造业可以实现生产过程的智能化、自动化，提高生产效率和产品质量。比如，通过将人工智能技术应用于制造设备中，可以实现设备故障的预测和预防，降低生产中断风险，提高生产线的稳定性和可靠性。
4. 人工智能在智能交通领域的应用
智能交通是人工智能技术应用的重要领域之一。人工智能可以通过大数据分析、智能交通管理系统等技术手段，为交通管理部门提供交通流量预测、拥堵疏导等智能化服务；可以为驾驶员提供智能驾驶辅助系统，提高行车安全性。随着人工智能技术的不断发展，智能交通领域将会迎来更多创新应用，为城市交通管理带来更多便利和效益。
5. 人工智能在教育领域的应用
教育是人工智能技术应用的新兴领域之一。人工智能可以通过智能教育系统、个性化教学方案等技术手段，为教师和学生提供更加智能化、个性化的学习体验。例如，利用人工智能可以根据学生的学习情况和兴趣特点，为其量身定制学习计划；可以通过智能教学系统为教师提供教学辅助工具，提高教学效率。可以预见，随着人工智能技术在教育领域的进一步应用，教育方式和教学效果将会得到显著提升。
结语
作为一项颠覆性的技术，人工智能在各个行业都展现出巨大的应用潜力。随着技术的不断进步和应用场景的不断扩展，人工智能将会在更多领域展现出强大的影响力，推动各行业的创新和发展。因此，对于
六、人工智能机器人属于什么行业？
人工智能机器人属于人工智能和机器人行业的交叉领域。这个行业涉及计算机科学、机械工程、电子工程、控制工程等多个领域的技术，目标是研发具有智能感知、学习、推理和决策能力的机器人系统。
这些机器人可以在各种环境中执行各种任务，如工业生产、医疗服务、教育、物流等，提高工作效率、降低成本，并帮助人们解决各种问题。
七、无人机属于人工智能的什么行业？
无人机属于高端机器人行业。多旋翼和直升机都属于垂直起降型飞行器，起降便利差别不大。 在操作难易度方面，拥有自稳系统的多旋翼无人机起降简单、操作易上手，其操纵难度是最低的。
无人驾驶飞机（Pilotless Aircraft），俗称：无人飞机、无人机、无人航空载具、无人作战飞机、蜂型机；广义上为不需要驾驶员登机驾驶的各式遥控飞行器，一般特指军方的无人侦察飞机。
八、巨轮智能属于人工智能行业吗？
巨轮智能不属于人工智能行业。
巨轮智能装备股份有限公司（股票简称：巨轮智能，股票代码：002031）位于广东省揭东经济开发区（距离揭阳潮汕机场15公里，距深圳市330公里，距厦门市280公里），是目前国内规模较大、技术领先和首家上市的轮胎模具开发制造企业。
公司自成立以来，坚持自主创新，科技主导，目前已形成轮胎模具、轮胎硫化机、工业机器人和精密机床四大高端业态，并先后在印度、欧洲、美国设立子公司，形成崭新的国际化发展态势。
九、人工智能是什么行业？
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴行业。人工智能的适用范围较广，通常都包括机器人、语言识别、图像识别、自然语言处理和专家系统等等。
十、目前人工智能在金融行业属于什么水平？
感谢邀请，也感谢对智能金融感兴趣。
不过我今天的回答可能不会像您期待的那样精彩，因为大部分的路都是艰难而枯燥的，精彩往往不是常态。下面我简单谈谈智能金融目前的现状。（ 内 容 比 较 枯 燥 哈 ）
今年3月，摩根大通开发出一款金融合同解析软件COIN，用几秒的计算代替之前律师和贷款人员每年花费36万个小时才能完成的工作；4月，管理着近5万亿美金财富的黑石集团传出消息将裁员400人，或用AI代替；5月中旬，微软AI首席科学家邓力结束了在微软长达17年的职业生涯，转战资管行业智能金融，任知名对冲基金公司Citadel 首席人工智能官....在大数据概念热炒过后，人工智能（AI，Artificial Intelligence）正式成为资产管理行业争相追赶的发展方向，全球资管行业刮起了AI风，各大金融机构均开始布局智能金融行业。不过和很多金融市场的舶来品一样，AI在中国资管行业的探索也不接避免地出现了一些“走偏”的矛头，被“大材小用”。
对此，《财新周刊》对铂诺智能投研团队负责人李浩做了一次专访，问答整理如下：
《财新周刊》：目前用于资产管理领域的AI算法有哪些？
铂诺：资产管理领域应用AI可以把它分成三个子概念：智能投顾、智能投研、智能投资。每一类的功能偏向有所不同，涉及的AI算法也会不尽相同。
1）智能投顾
典型功能包括：客户偏好分析、市场分析提醒、智能配置组合、交易执行、组合优化等。
典型AI算法包括：知识图谱、机器学习、智能语言处理技术、图像识别等。
这方面有代表性的应该是美国的Wealthfront和Personal Capital两家公司。国内做得出彩的目前看来没有。铂诺希望作为一个先行者，在客户偏好和市场提醒这两项功能上着重发力，打造一个前端的智能顾问，帮助客户更好的了解自己和了解市场。
2）智能投研
典型功能包括：股票市场信息的深度挖掘分析、投资策略的量化与回测等。
这些功能的过程本质：数据获取、特征提取、数据转换、模型训练、模型选择、模型预测。
典型AI算法包括：监督学习算法：(1)回归算法：决策树、随机森林等; (2)分类算法：二次判别分析、K最近邻算法等; (3) 降维算法：偏最小二乘法等。
无监督学习算法：(1) 聚类算法：K均值、分层等; (2) 降维算法：主成分分析、独立成分分析等。
3）智能投资
典型功能包括：量化交易，智能风控
典型AI算法包括：在线过程分析（OLAP）、聚类、滤波、神经网络、预测模型等。
这部分同样是外国的企业走得比较靠前，07年开始Rebellion research就开始采用贝叶斯网络算法进行智能投资相关的工作了。
国内的跟进速度也比较快，铂诺这几年也一直致力于搭建自己的智能风控平台。
《财新周刊》：投资、销售、客服，您认为AI在其中哪个环节的应用最有意义？
铂诺：投资环节应用肯定是最有意义的，在资产管理领域，所有机构经营的其实都是客户的信任，而信任是建立在投资能力基础上的，只有当你的投资能力与客户的收益预期相匹配时才能更好的获得其信任。
大体来说，销售环节是如何包装和宣介你的投资能力去赢得客户的初步信任，而客户服务则是如何去经营与维护这种信任，最终将初步信任转化为深度信任的其实还是投资能力，这是资管行业颠扑不破的规律，即便在AI时代也不会有太大的改变。
落实到AI技术应用方面，AI在销售和客服两个环节的应用强调的是人群精准定位、环节优化与客户体验优化，实现的是成本控制与效率提升前提下的精准获客、精准营销以及精准服务，这其实和互联网行业中的流量经营理念较为契合。
但是在资管行业单纯经营流量只能是短期有效的，只有进一步将AI技术运用到投资环节，强化投资收益，为客户带来切实利益，才能利用好并且长期维护好你所引来的流量，“皮之不存，毛将焉附”。
《财新周刊》：如何看待大量的中国资管机构把AI技术应用于销售获客、精准营销环节，而忽视了对投资研究环节应用的现状？
铂诺：需要结合一定的时代和行业背景，目前来讲，有资管经验的机构在发展AI时，着眼点更多在于存量客户的维护以及增量客户的拓展，因为他们已经具备显著的资管能力，而且这些机构的立身之本也正是他们的资管能力，所以如果在资管能力上面作文章，想要通过AI的应用去提升其投资研究环节能力，这个对于其已经运作十分成熟的资管体系而言会是重大的变化，这种变化既是风险，同时也会在内部引起既有体系一定的反弹。
所以传统资管机构利用AI就会更倾向于销售获客和精准营销环节；而对于互联网企业而言，做资管更多只是其原有流量变现的一个直观途径，互联网企业尤其是几大巨头，他们的显著优势就是流量，而资管本身并不是他们的优势，在经营流量方面他们驾轻就熟，而在资管方面他们欠缺经验，同时他们也会避免任何潜在的影响其流量的因素，所以他们往往选择做好流量的引导和维护，将其引导至最为稳妥保险的资产端上来。
而对于既没有资管能力，又没有自生流量的企业而言，他们做AI+金融往往只会无疾而终，这些企业在真正做的时候，由于欠缺资管能力，所以也只能从销售获客和精准营销环节入手，通过这个带来一定的现金流来维系其生存，但最终由于缺乏资管能力，这个过程将是不可持续的。
总的来说，当你在既有体系与格局之中坐享红利时，是很难有动力去突破既有体系的；当你的体量发展到一定规模，你是会恐惧深层次创新带来的不确定性因素的；当你基础不牢，能力欠缺，创新将大概率将你推向失败的一面。所以无论是基于风险考量还是成本考量，他们都没有动力去做一些相对比较大胆的尝试，往往只能在既有体系内通过技术革新来强化优势与弥补劣势。
而在这种情况下，我们更为看好市场上具备显著资管能力，同时又拥有流量经营能力和经验的企业，他们的创新将更为务实，而对于这种公司而言，投资环节将成为其AI技术应用的关键环节，因为他们懂得金融以及金融服务的本质，懂得投资能力才是在这个行业立足的根本。
《财新周刊》：从国外市场看，AI在资管领域的应用，是否都首先从销售环节发力而不是投研？
铂诺：首先应该这样说，大多数投身于AI+金融领域的企业都会首先想在智能投研领域有所建树，因为大家都知道资管行业的价值全部源自于投资环节，不过正如上个问题所说，决定一个企业是否在投研领域发力的重要因素并不是他们想不想，而是他们有没有动力，有没有能力，有没有优势去发展投研，当以上要素不具备的时候，他们也只能在销售环节发力。
而将这个问题放在国外，以美国为代表，其金融、科技以及互联网发展水平全球领先，具有相当的技术和市场基础，企业发展呈现鲜明的梯次性和多样化，在充分竞争市场环境下，许多资管企业往往具备全方位创新的源生动力、能力和优势。
例如：Rebellion Research在2007年推出第一个纯人工智能基金，这只基金的显著特点便在于其投资能力，它的贝叶斯机器学习结合预测算法，可以很有效的形成自主学习不断优化的交易系统。而全球最大的对冲基金桥水联合，也是主要用来提高交易和投资能力。即便是比较具有创新性的Wealthfront、Sigfig等智能投顾，也都是主打他们高效的智能配置投资能力。
《财新周刊》：短期内AI在中国市场是否摆脱不了作为销售辅助工具的角色？
铂诺：确实存在这么一个现象，对于大的资产管理公司而言，短期内AI在中国市场更多的是作为销售的辅助工具，或者说，目前AI+金融的发展主要还是处在创造流量、利用流量、透支流量红利，赚人头费的阶段，不过也必须认识到这只是一个过渡阶段的特殊情况，在创新的过程中，原有的体系会大概率保持既有的方向惯性前冲，从销售发力，透支流量红利是最为保险和直接的方式。
不过这也刚好给予具备一定基础和实力的创新性企业弯道超车的机会，总的来说，传统大型资管以及互联网企业船大难掉头，很难有深刻的创新与变革，未来行业的突破性发展还是将发生在具备良好基础的创业型企业身上，而且在可预见的将来，就AI在金融领域的运用而言，投资能力的强化将成为重点，而销售与服务能力将成为辅助。
《财新周刊》：中国金融市场的数据积累是否已经达到了很好地应用AI技术的标准？
铂诺：首先明确一点，决定是否能够很好的应用AI技术的标准并不仅仅是数据积累的情况，数据搜集与统计口径的标准化、实时性与全面性以及进一步的数据解析和理解才是至关重要的，换句话说，市场的有效性才是决定是否能够很好地应用AI技术的关键标准。与此同时，是否达到了很好的应用AI技术的标准这个问题也是较为含糊的，关键看AI技术的应用方向和角色定位。
就目前而言，在弱人工智能时代，AI技术更多的是起到辅助决策和取代简单重复性环节的人工投入两大作用，因此从这两个预期作用去反观AI技术的应用的话，目前的市场应用以及其效果是较为可观的，并且在逐步增强的。
《财新周刊》：AI技术目前还无法解决市场投资决策中的哪些问题？或者尚无法替代哪些金融类工种？难点何在？
铂诺：正如之前所说，目前只是弱人工智能时代，还远未到强人工智能时代，所以AI技术并不能在所有环节替代人工，更无法解决市场投资决策中的所有问题，我们一贯认为数据是饲喂AI技术的基础原材料。数据搜集与统计口径的标准化、实时性与全面性以及进一步的数据解析和理解是AI技术在金融领域运用的关键所在。
随着市场的进一步规范和开放，数据统计口径的实时性以及全面性问题将逐步得到解决，但是，类似于将政策变化、市场规则变化、独立性突发事件等非标准化信息转化为标准化数据进而指导行为，这个过程就目前而言是很难通过AI技术来实现的，更多的需要依靠人工经验的积累与判断。
与此同时，AI技术应用于金融领域时，需要在行业内具备相当经验的人来确定其框架、流程、基础逻辑以及初始因子，而且还要根据市场与行业的发展进行适时地调整，而就目前而言，这个过程还是无法被AI技术本身所取代的。
总体而言，目前AI技术在金融领域的应用，其立足点并不是在所有环节完全取代人，我们更加关注其在关键环节对人的辅助作用， AI非常聪明和高效，但是这种聪明和高效只在AI其认知范围内成立，一旦当市场变化或者信息输入超出其认知范围，那么这时就需要人工的干预和参与，而且这种情况在弱人工智能时代会经常发生。
因此我们认为未来在投资研究与投资决策两个环节，至少在很长的一段时间内，并不存在AI完全取代人的情况，而是分工会更为明确，那就是人类负责搭建框架，AI负责执行，人类负责对非标准化信息以及潜在未知风险进行反应，AI负责对标准化信息以及可预期风险进行反应。
这也就是我们在推出智能投研机器人以及ＡＩ基金的过程中为什么强调“AI驱动全决策流程的主观+量化”创新模式的原因所在。
《财新周刊》：随着AI在资管领域的深度运用，精确计算之下，会否出现投资节奏和标的趋同的情形？市场是否因此失灵？
铂诺：在AI运用深度达到一定层次后，市场投资策略会趋同，投资节奏和标的的选择会有一定的指向性，但是不会完全相同，因为很难达到完全有效市场状态，信息的获取速度、是否全面、信息解析是否正确，这些决定了投资节奏和标的，不同的机构在这些领域不会完全相同；市场永远是在博弈的，AI技术的出现，不过是让这种博弈换了一种表现形式，本质是不会发生变化的。
而且市场有交易等环节的摩擦成本，这个因素容易被忽略，但是影响也很深远，即便投资策略相同，但是交易策略不尽相同，在这种情况下，投资节奏和标的的选择以至于后期的收益都会不同。
《财新周刊》：AI技术在遇到哪些市场情况时会失灵？面对突发性的市场政策，AI如何应对？
铂诺：目前来看，突发状况都可能使AI失灵，比如突然变化的市场宏观政策、股票自身的突发性利好利空等等。这个失灵不是说完全不能用了，但是效益、收益都会收到很大的影响。有时甚至会引起很大的投资回撤。
所以风控的把握一定要非常严格。有时候人主动会犹豫会纠结会迷惑，所以风控必须是智能化的,AI化的。对自己严苛无情，也就是对客户的有情。铂诺把智能风控放作智能投研能力之外的最重点，不是没有原因的。
《财新周刊》：AI在金融领域的运用，中国目前尚无相关监管规定，中国市场还有哪些特有因素制约AI在资管领域的融合发展？您认为监管层应该关注的重点是什么？
铂诺：中国市场的制约因素还是非常多，简单说几个：1、投资者缺乏财富管理意识，刚性兑付尚未完全打破。一部分投资者投机心理较强，习惯短线操作，偏主动偏个股。2、我国金融行业实行高度严格的分业管制，银行理财、股票、信托、公私募、每种产品牌照都不同。3、金融市场不够成熟、产品欠发达。
AI金融同时具备金融属性和科技属性，对金融属性的部分一定要严谨，要积极拥抱监管，在遵循监管的基本原则的基础上，鼓励科技创新，采用一种包容的态度对待金融科技。监管应先建立对金融科技发展的理论基础，对其发展优势、技术强项等方面有一个综合性的认识，在此基础上，在起步阶段对一些良性的试错成本应在监管领域给予包容并进行行业合作，协同促进行业发展。
更多内容，请移步关注【铂诺理财】微信公众号
音频的话请在【蜻蜓fm】收听《直播精选》--人工智能先行者大会暨黑马大赛人工智能分赛会场实录_简毅说_蜻蜓FM
上一篇：大数据和人工智能关系
下一篇： 没有了
