时下，随着国家新兴数字基础设施的推进，5G、云计算、大数据等模块的成熟，“养分”对于人工智能产业发展“越来越充足”。按照产业链上下游关系，人工智能分为基础层、技术层和应用层。从整体来看，我国人工智能产业产业链初步形成，但存在结构性问题，主要集中在技术层和应用层，基础层短板突出，底层基础技术和高端产品主要被欧美日等国家垄断芯片、智能传感器等领域相对薄弱，尤其是高端芯片领域ips、国际科技巨头基本构建了产业生态，而我国缺乏核心技术，高端芯片严重依赖进口。技术层以基础理论和大数据为基础，面向细分领域的应用和发展；技术层更容易向产业链上下游扩展，适合广泛部署。一系列成绩的取得，与政策和资金的出台密切相关。2017年，国务院发布《新一代人工智能发展规划》，将金融列为人工智能应用试点示范和产业智能化升级的重要领域之一。2019年，中国人民银行发布的《金融科技发展规划》明确提出，要稳步推进人工智能技术与金融服务深度融合。这些政策文件为人工智能在金融领域的应用提供了良好的政策环境。12月10日，第五届智能金融国际论坛暨2020金融试点年度盛典在北京举行。对于金融业的发展，原银监会副主席发表了四点看法。“金融科技的核心仍然是人工智能和区块链”，其中包括。加强人工智能在金融领域的应用，无疑对整个行业的发展意义重大。12月11日，由新浪财经主办的2020中国银行业发展论坛智慧金融峰会在北京举行。中国互联网金融协会会长、中国人民银行原副行长李东荣出席会议并讲话。李东荣在讲话中提出，人工智能在金融领域的应用应坚持四项基本原则，即依法合规、以人为本、安全可控、权责清晰。在安全可控方面，要加强人工智能开发者、使用者等相关方的能力建设和行为规范，确保相关人员具备人工智能金融所需的专业能力、业务知识和工作经验。应用程序。加强理论研究、模型测试、安全评估和审计体系建设，不断提高智慧金融系统的透明度、可靠性、可控性，逐步实现可追溯、可信赖、可审计。按照分级分类管理的思路，结合具体应用场景确定对应层级算法模型的可解释性，不应以技术黑盒作为可解释性不足的理由。做好技术供应商尽职调查、风险隔离和退出管理，不断提升自身技术实力和运维能力，避免过度依赖单一供应商。细分到各种金融场景，人工智能在风险管理场景中扮演着至关重要的角色。在金融界，有一句话叫时间就是金钱。有时相差只是几秒钟，资产的涨跌可能是几十万甚至上百万。因此，对于有风险的案例，风险控制人员可以使用人工智能算法来分析案例历史并识别任何潜在问题。这涉及使用机器学习来创建精确的模型，金融专家可以跟踪特定的趋势和波动，提前预测可能的风险，然后很好地管理和分配资产。在防欺诈方面，人工智能的潜力不容小觑。一些企业也在积极探索金融AI反欺诈的解决方案。例如，百融云创AI反欺诈技术涵盖了语音和文本识别、自然语言处理、机器视觉（人脸识别）和知识图谱（相关性分析）等前沿技术。人工智能作为新一轮科技革命和产业变革的核心驱动力，正在叠加释放历次科技革命和产业发展积累的巨大能量。接下来，人工智能、机器学习、深度神经网络将颠覆行业传统商业模式，推动行业转型。
