没赢在起跑线 苹果能否夺下人工智能领域的话语权？ _ 东方财富网
没赢在起跑线 苹果能否夺下人工智能领域的话语权？
东方财富网APP
方便，快捷
手机查看财经快讯
专业，丰富
一手掌握市场脉搏
手机上阅读文章
　　编者按：推出iPhone十年后，正在寻求另一款能够取代iPhone的“大作”，分析人士表示，苹果是否能够成功研发出强大的人工智能产品是关系到公司下一个十年能否延续之前iPhone所创造的辉煌状态的关键。但是由于苹果一贯对于隐私的保护，也妨碍到了苹果公司人工智能产品的发展速度，使得苹果公司目前已经落后于其他科技公司。　　好消息是如果从人工智能对世界的影响而言，目前还处于很早期的阶段，苹果公司还有大把的时间可以弥补这些差距，有望与 　　和谷歌在人工智能产品方面抗衡，而且更加注重隐私保护程度。　　2011年，苹果为 iPhone4S 用户推出语音助理 Siri，成为首家将人工智能(AI)置于数百万消费者口袋中的公司。　　六年之后的今日，这家科技巨头依然在努力找寻自己在人工智能领域的话语权。　　有分析人士表示，苹果是否能够成功研发出强大的人工智能产品是关系到公司下一个十年能否延续之前 iPhone 　　所创造的辉煌状态的关键。但是，苹果这家科技巨头目前也面临着一个严峻的困境，因为人工智能的本质决定了苹果必须要走出其注重时尚设计风格的硬件和服务舒适区域。　　人工智能编程需要进行一定程度的数据采集和挖掘，这与苹果公司严格遵循的隐私标准不一致，与苹果公司不对消费者进行信息了解的公司定位也存在冲突。此外，苹果公司长期以来注重科研工作的保密性，这也使得苹果公司在那些潜在的明星人才中显得没那么有吸引力。这些明星人才大多毕业于美国顶尖的计算机科学院系，相对来说，那些公布自己科研工作的公司对他们更有吸引力。　　Gene Munster 是一名风投资本家，同时也是苹果的分析师，他说道：人工智能不在苹果的 DNA 　　中，但是他们明白，未来每一个公司都将成为人工智能公司，所以他们目前处于一种十分艰难的境地之中。　　上周一(6 月 5 日)，在苹果年度开发者大会上，也就是 Siri 　　当年被推出的那个场合，苹果公司也表现出了向着人工智能企业前进的举措。公司高管在本次大会上推出了一款新型独立智能音箱，推出一些新功能助力 　　Siri，并为苹果产品上的人工智能应用程序提供服务。　　“机器学习”是用来描述超快速、复杂计算机数据分析和统计建模的一个 AI 术语，这一术语在本次苹果年度开发者大会的幻灯片演示中重复出现，反复向在座的 　　6000 名开发人员传达这一术语。Siri 将通过机器学习来预测用户早晨上班的时间，或者也会在用户通过 Siri 　　浏览器浏览旅行相关消息时对信息进行扫描，然后为用户推荐相关的事项，比如机票和酒店预订等服务。　　Siri 将利用机器学习与用户对话，并将通过新款、售价 349 美元的家庭设备 HomePod 为用户进行音乐资源的整理和分类。Siri 　　还可以自动将用户的照片整理成诸如“两周年纪念日”之类的相册，而不需要用户提供有关照片的任何背景信息。另外，还有一个新软件工具包 Core 　　ML，能够在机器学习应用程序中对收集到的大量数据进行更快地处理。(一位高管风趣地说道，他的速度是谷歌竞争对手 AI 处理器的六倍。)　　但是，上周一苹果的举动也是由于其他技术公司都已经采取了类似的创新措施，并且已经在新兴的 AI 　　军备竞赛上花费了数十亿美元。许多技术企业将他们的赌注押在人工智能上，期望有一天软件足够智能，可以像人类一样进行多回合交谈，或者是计算机视觉技术能够识别真实世界的对象，从而为全自动驾驶汽车提供动力。　　从这种大形势来看，苹果公司在人工智能领域已经处于落后状态，因此苹果要想在这一领域占据领先地位目前仍处于弱势状态，尤其是这一领域的努力会削弱公司一贯坚持的核心保密文化。　　Daniel Gross 　　是苹果公司一位负责人工智能业务的前主管，他表示：“这对苹果来说是一个很大的转变，因为公司内部重点是放在研发强大的产品方面，而不是发表论文。”　　推出 iPhone 十年后，苹果正在寻求另一款能够取代 iPhone 的“大作”。iPhone 的销量推动苹果成为了世界上最有价值的企业，目前 　　iPhone 产品销售额仍占公司收入一半以上的份额，2016 年 iPhone 销售额为 2156 　　亿美元。但是去年，苹果公司智能手机销量出现了多年来的首次下滑，这也表明高端智能手机市场已经饱和。　　硅谷风险投资公司 a16z 合伙人 Benedict Evans 也是一位移动领域的专家，他提到了创新领域指数级增长的一个行业术语 S 　　型曲线，他表示：去年的 iPhone 和今年的 iPhone 之间的差异将远远小于 iPhone 第一次和第二次迭代之间的差异……这也意味着 S 　　型曲线开始变得扁平化，接下来就会出现下一项变革性技术。　　苹果公布的 HomePod 将在今年推出，而届时距和谷歌发布各自的自动化设备 Echo 和谷歌 Home 　　已有几年之久，这些设备都能将用户的语音问询发回到加利福尼亚州的服务器进行分析。谷歌、特斯拉、Uber 　　以及其它技术公司已经在公共道路上进行了几年的无人车测试，而苹果在两个月前才刚刚获得了首批测试许可证。　　在上周一之前，Siri 也只是一个美其名的网络搜索器，偶尔能讲几个预先编程的段子。　　但是现在，苹果正奋起直追，来赶上其他科技企业的步伐。去年十月份，苹果公司聘请了卡内基梅隆大学的一名教授 Russ 　　Salakhutdinov，该教授致力于人工智能领域中被称为“深度”或是“无监督”学习方面的研究，这个方面是机器学习的一个复杂的分支，通过训练计算机来复制大脑神经元在识别物体或者言语时的激发方式。Salakhutdinov 　　是有着“深度学习教父”之称的杰弗里·希尔顿(Geoffrey Hinton，深度学习领域最顶尖的研究人员)的门徒，Salakhutdinov 　　同时任职于卡内基梅隆大学和苹果公司，而希尔顿则任职于谷歌和多伦多大学。　　Richard Zemel 是多伦多大学致力于机器学习领域研究的一名教授，同时也是人工智能研究院 Vector Institute for 　　Artificial ligence 的负责人，他指出，与学术方面的巨星人物拉近关系不但有助于改善产品，而且还能成为为己所用的一项重要招聘工具。　　Zemel 说道：“以前在相关会议上你看不到戴有苹果公司胸牌的人，但是现在你可以看到了。”　　苹果公司在十二月份的行业大会上发表了首篇人工智能方面的学术论文。另外，Salakhutdinov 　　在接受采访时表示，另有一份论文也已经被一场计算机视觉会议考核通过，并将在七月份发布。但Salakhutdinov 　　也表示，另外，他无权透露自己在苹果公司的任何工作内容。　　Zemel 　　两年前在彭博社的一次采访中曾表示，苹果公司在保密性方面的工作已经“远远超标”，这种程度的保密措施也使得苹果在该领域的重大进展方面有些脱轨，知情度不高。但是现在，Zemel 　　表示苹果公司正在“进行一些改变”。　　但同时他补充道：“这也需要付出一定的努力。”　　一些来自高精尖院校的研究人员在采访中表示，苹果公司目前仍不是计算机科学专业毕业生就业的首选目标，谷歌、Facebook和 　　亚马逊才是这些毕业生的首选。但是值得一提得是，苹果公司在毕业生就业选择排名榜上目前正处于上升趋势。　　专家表示，苹果公司进军 AI 的步伐已经落后于同类公司，因为苹果公司一直不愿意像谷歌和 Facebook 　　等竞争对手那样进行数据挖掘相关的实践。苹果公司投入了大量资源来创建额外的隐私层。苹果公司不同于谷歌和 　　Facebook，后两者主要是广告公司，通过收集大量的私密数据来了解客户，但苹果公司一直在对收集的用户数据进行限量。在以前的开发者大会上，苹果公司高管们也一直以不创建用户资料文件而自夸。苹果公司 　　CEO 蒂姆·库克(Tim Cook)将该公司定位为反谷歌公司。　　但据研究人员表示，如果苹果公司要研发人工智能产品，那么这种数据收集方面的一贯立场就成了一个阻碍问题。举例来说，家庭人工智能设备必须要对用户的话语进行收集和分析，以改善设备与人类之间的交流方式。Siri 　　如果想要变得更聪明，那就需要收集和解读来自其他应用程序的数据，比如日历、餐厅预约信息以及用户浏览页面信息。　　去年，苹果公司开始在 iPhone 　　上推出人工智能应用程序，同时公司启用了一个大型的隐私保护项目。该项目使用了一个被称为差分隐私的学术概念，并将该概念应用于 iPhone 上的 AI 　　应用程序。差分隐私通过将噪音或不良信息插入到出众的数据中来混淆那些企图进一步获取用户信息的外部人员。举例说明，苹果软件如果要想将您的宠物狗照片分组到一个相册之中，那它就需要预先收集许多这只宠物狗的图片。　　苹果公司声称，他们收集这些图像，但并不是预先对这些图像进行数据加密，然后将这些数据与其他数据相混合，这样一旦有人试图恢复原始数据集，他们将无从得知与某位用户相关的内容。这一方式被看作是比包括使用数学公式将用户信息匿名化等在内的其他方法更为强大的一种隐私保护策略。　　Gross 　　表示，苹果公司对于隐私权的关注可能已经导致了一些产品的构建工作放缓，但这种牺牲有利于赢得消费者的信任。他说道：苹果公司正在进行人工智能方面的探索，并且是在尝试保护用户隐私的前提下来进行探索。我认为 　　Facebook 和谷歌未来将不得不面对类似竞争产品的挑战，并且这一竞争产品更加注重隐私保护。　　Munster 　　指出，目前尚未哪一家科技公司在人工智能方面处于明显的领先地位。他说道：“坏消息是苹果目前处于落后趋势，好消息是如果从人工智能对世界的影响而言，目前还处于很早期的阶段，苹果公司还有大把的时间可以弥补这些差距。”　　(编辑：肖顺兰)
(责任编辑：DF314)
[热门]&&&[关注]&&&
请下载东方财富产品，查看实时行情和更多数据
郑重声明：东方财富网发布此信息目的在于传播更多信息，与本网站立场无关。东方财富网不保证该信息（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担。
扫一扫下载APP
东方财富产品
关注东方财富
天天基金网
扫一扫下载APP
关注天天基金重点回顾：
日，百度宣布Apollo计划，具体为将向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。
而早在日，时任百度首席科学家的Andrew（吴恩达）在百度世界大会上，对外开放了百度大脑和百度深度学习平台（PaddlePaddle）。
-& -& -& -& -& -& -& -& -& -&-& -& -& -& - &-& - & -& -& - &- & -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& - &-& -& -& -& -&
百度开发者中心是百度向外部开发者提供的企业级开放平台，自中心2012年建立以来，累计服务开发者数量【260万】，目前在百度开发者中心网站上每日活跃的开发者数量也在【2.3万】左右。
2017年，百度迎来重大变化，其中最为令人瞩目的就是百度对“AI是第四次工业革命，AI时代已然来临”的预判，并且基于此，百度整体向AI企业转型。与此同时，百度也开放了或者即将开放一系列AI领域的前沿技术，与开发者共襄AI时代下的盛举。
作为百度对外开放的桥头堡——百度开发者中心——承载了百度与外界开发者的纽带作用，在AI时代的大幕缓缓拉开之际，百度开发者中心也秉持生态建设、互利共赢的理念，期望与开发者一道，共建AI时代新生态。
日，百度将举办百度开发者大会，届时，一系列的AI技术将在大会上陆续发布，包括【DUerOS、自动驾驶、百度大脑，以及百度AI的基石——百度云…】等一系列AI前瞻技术。而百度开发者中心也会陆续将这些百度AI“大咖”级产品的开放能力，一一收录到百度开发者中心的官网上（)，形成AI开放的合力，也更能方便开发者通过这一窗口了解百度AI开放能力的最新动态，从而更好助推开发者能够在自身产品中快速应用，推向市场。
同时，百度开发者中心在围绕打造百度AI新生态的目标下，积极打造具有技术深度的论坛社区，期望通过百度与新时代下的开发者们共同打磨，让AI时代更快到来，让每个开发者淘到实实在在的“金矿”。
在AI时代已经降临的时刻下，无论你是拥有深厚工作经验的大牛，抑或是初入职场的“菜鸟”，甚至是仍然在校的大学生（高中生？初中生？这个时代没有不可能！），都将回到同一起跑线，那些能够更快、更懂得借助平台优势的开发者，将成为这个新时代的第一批成功的淘金者。
PC时代，你在看着周围人的轰轰烈烈，认为风险太大，不敢吃螃蟹；
移动时代，你在看着周围人的热热闹闹，认为过于浮躁，不想吃螃蟹；
那么，AI时代，你还在袖手旁观吗？
要知道，螃蟹不是无尽的，吃完了可就真的没有了！
想要了解更多内容？
访问百度开发者中心（)，保持关注姿势，惊喜定超预期！
砥砺前行，就差你了！
本文已收录于以下专栏：
相关文章推荐
AMD开发者峰会报道：迎接异构计算新时代抢沙发
AMD开发者峰会报道：迎接异构计算新时代
http://news.csdn.net/a/813.html
转自：http://www.blogjava.net/qiyadeng/archive//398152.html
1.申请开发者帐号
首先注册百度的帐号，然后申...
百度开发者中心第一时间放送百度最IN的资讯、最IN的技术。与全世界最Geek的开发者交朋友。
砥砺前行，希望有你！...
日晚，为拓展小程序使用场景，小程序通过微信官方公众平台“微信公开课”“微信公众平台”公布小程序将上线六个新能力，消息刚一发出，关心小程序的开发者们就纷纷转发表示，更加开放的能力将会为...
移动互联网催生的应用开发热堪比淘金热，但最新研究表明，70%的App用户并未在应用上花一分一文，要让用户慷慨解囊，路还远着呢。
ABI近日对美国消费者的研究显示，70%的移动应用用户根本不花钱购买应...
原文：http://diycode.cc/topics/165送给正在找工作的你！花絮也许会有人感叹某些人的运气比较好，但是他们不曾知道对方吃过多少苦，受过多少委屈。某些时候就是需要我们用心去发现突破...
一个五年Android 开发者百度、阿里、聚美、映客的面试心经
Hi各位亲爱滴开发者：
你是否曾经——
期望第一时间领先接触到百度LBS开放平台的最新功能？
期望被邀请作为最最尊贵的首批试用志愿者感受志愿者的特权？
期望自己的意见被产品经理采纳，优化功能，从而...
他的最新文章
讲师：董岩
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)最全的人工智能专业和大学选择指南，让孩子未来20年赢在起跑线上
最全的人工智能专业和大学选择指南，让孩子未来20年赢在起跑线上
关注“益咕噜”一起关注孩子国际化明天咕噜叔上周给大家讲了“在AI时代，如何选个职业”，今天继续这个话题，谈谈该怎么选个专业和大学，让孩子未来20年赢在起跑线上。我们整合了来自乌镇智库、网易科技、知乎等多家机构的数据和建议，为你整合一个最全的人工智能专业及大学选择指南。人工智能产业“吸金”越来越多据CB Insight统计，2016年全球人工智能领域融资额比2015年增长了超过60%。在2016年二季度，在人工智能领域，全球都有155次融资，金额超过16.8亿美元，这一数字创下了历史新高。《乌镇指数：全球人工智能发展报告2016》显示，中国人工智能投资在2016年上半年就达到了月6亿美元的规模。高盛公司估计，到2025年人工智能领域将创造大约每年340亿至430亿美元的价值。未来，在商业智能、金融、教育、能源、医疗、机器人、互联网、安防、传统行业的流程自动化等方面，人工智能都具有千亿美元以上的市场潜力。知名大公司里，谷歌、FACEBOOK、苹果、Uber、AirBnb等硅谷科技大鳄正在掀起一股新的人工智能投资与收购热潮。在国内，百度提出“互联网的下一步是人工智能”；华为成立了诺亚方舟实验室；今日头条以机器学习技术向用户智能推荐最适合阅读的内容；滴滴研究如何智能提高出行效率；天猫、京东等各大电商平台的智能推荐，把用户画像和购买预测关联起来；涉及人工智能的创业公司也正在不断增加。政策层面上，2016年5月中国发布《“互联网+”人工智能三年行动实施方案》，到2018年，中国将基本建立人工智能产业体系、创新服务体系和标准化体系，培育若干全球领先的人工智能骨干企业，形成千亿级的人工智能市场应用规模。美国白宫在2016年2个月之内联合多所大学召开了4场研讨会，研讨人工智能产业的发展。英国政府科学办公室（The Government Office for Science）在2016年11月份也发布了一份人工智能的报告，提出要用人工智能创新优势提升英国国力。在亚洲，日本也在积极备战人工智能竞赛。值得一提的是，根据SCI收录的数据，从2013年到2015年，“深度学习”的文章增长了约六倍。无论是投资规模、研究专利，还是政府政策、企业发展等各个层面，人工智能领域现在都是炙手可热，而且还将在未来20年内，成为引领社会经济发展的新驱动力。人工智能不只是跟计算机专业相关人工智能可以说是一门高尖端学科，属于社会科学和自然科学的交叉，它企图了解智能的实质，并生产出一种能和人类智能相媲美的智能机器，该领域的研究包括图像识别、语言识别、专家系统、自然语言处理和机器人科学等。它涉及了数学、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。研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等。应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。从人工智能与九门学科的相关性来看，计算机科学排在首位是毋庸置疑的，而生物学关系最低，并没有想象中那么高。可以选择什么专业不少大学已经专门开设了数据科学专业、智能科学专业、机器人专业，或者在原来的自动化、通信、机械等专业的基础上做升级，那么本科专业怎么选呢：1、首选可以是计算机方向，例如“计算机科学”（Computer Science），软件工程（Software Engineering），目前情况来看，最对口从事AI方向的是“计算机科学”（以下简称“CS”）。比如机器学习Machine Learning，计算机视觉Computer Vision，自然语言处理;Natural Language Processing，数据挖掘Data Mining等AI应用领域，在CS的本科高年级和研究生阶段都有对应的课程和研究方向。AI领域的工作既要求从业者有非常扎实和广泛的数学基础，同时也要求很高的实操能力，而CS正好在这两方面都有着重培养。如果要专门从事这个AI领域，本科选择CS是一个极佳的选择，各个领域都需要AI人才和懂如何配合AI工作的其他领域的人才，而这两者的高端人才都将大量来源于CS专业。2、对理论和学术研究有兴趣，专业推荐选择“应用数学”。机器学习本质上是微分方程、概率论、矩阵分析等等数学领域的应用。因此，人工智能方向的从业人员需要有扎实的数学基础。微分方程、线性代数、数理统计、信息论等，这些都是人工智能和机器学习的基础。除了这些基础的学科知识，还可以了解下传统机器学习的知识，多加锻炼编程能力。完成本科应用数学专业的学生，如果就读研究生，通常就可以转到计算机方向。3、“智能科学与技术”专业。“智能科学与技术”专业基本上是介于计算机科学Computer Science和电子工程Electrical Engineering专业之间的。本科阶段的学习内容比较基础，真正的有关智能的研究是在研究生阶段。但是本科如果能有比较好的基础，比如在数学、英语、编程能力、简单的智能算法的仿真与应用等，这对以后的学习与发展都是很有帮助的。现在的自动化、通信、机械;等专业在一定程度上都会往智能靠拢，无论是什么专业都可以在课外学习相关的知识。人工智能学科大学排名在全球TOP50的人工智能学科排名中，排名靠前的多数是美国、英国和西欧的大学，尤其是以美国大学为主。中国排名最靠前的是台湾大学，排名37位，而位于中国大陆的大学没有一所进入前50。可见在基础研究领域，中国与美国的差距比较大。搜狗CEO的王小川此前接受媒体采访时表示，“在应用领域里，我们与美国的差距不大。但在基础研究方面，我们的差距是巨大的。”在中国大陆人工智能TOP20大学中，清华大学、北京大学与上海交通大学占据前三位置，多数学校主要还是以传统的理工科强校为主。在AI领域哪些公司是领先的微软、IBM等老牌企业位列前茅并不让人意外，值得关注的是达芬奇机器人（INTUITIVE SURGICAL），2000年就通过美国食物药品管理局(FDA)认证，成为了美国FDA批准的第一个腹腔镜微创手术的自动控制机械系统。值得关注的是，除了互联网企业外，近半传统企业的上榜，意味着它们对这一领域的重视程度不亚于互联网公司。6个要掌握的技能无论选择什么专业，只要想要从事AI的工作，可以尝试去掌握以下技能：1、Information Theory：开启新的视角，无论是理论还是应用都会用到推荐教材：Elements of Information Theory 2nd E2、Linear Algebra：无论学什么，都是基础中的基础必须学会。推荐教材:;Gilbert S的书和视频Linear Algebra，Stephen H. Friedberg3、Basic statistics & probability & stochastic process：顺便说一下，一般的鄙视链是这样的：algebra & probability & statistics & statistical learning & computer vision & old-school AI。概率学深了可以很深，但是对the application of machine learning (a.k.a. computer vision);用处不大。4、Signal Processing/Image Processing：对于computer vision很重要，但对有的领域比如NLP，或者大部分，用处有限。推荐教材：Image Processing, Analysis, and Machine Vision很老但是适合扫盲。Richard Szeliski的Computer Vision: Algorithms and A新但是略偏。graphics和multimedia，Computer Vision: A Modern Approach (2nd Edition) : Book是经典百科全书。还可跳过细节看David Marr的;Vision: A Computational Investigation into the Human Representation and Processing of Visual Information5、Statistical learning：统计知识是必备的。推荐教材：The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition和Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning series)Pattern Recognition and Machine Learning (Information Science and Statistics): Christopher Bishop6、Optimization：绝大部分统计学习问题都会转化成优化问题，区别在于有的是严格的分析转化如SVM，有的只是走个优化的套路但真正理论基础还没有得到完善比如deep learning。推荐教材：可以尝试;Convex Optimization : Stephen Boyd, Lieven V。跨越24个时区 一手国际教育资讯欢迎投稿 采用有稿酬转载需获许可 违者必究
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 为中国家庭和学子多维度呈现全球教育资源
作者最新文章&&&& 180多年前，第一次工业革命以星火燎原之势席卷英国，助其成为世界霸主；40多年后，第二次工业革命的大幕在德国开启，让这个刚刚统一不久的小国一跃成为当时仅次于美国的世界第二大经济体……　　历史已经证明，科学技术的进步往往决定一个国家的国运。进入21世纪，金融业愈发成为影响一国经济的重要命脉。因此，全球范围内的主要国家都越来越重视金融科技的研发应用，试图在智能金融时代抢占先机。　　近年来，大数据技术和人工智能等领域的发展已经让越来越多的人看到了科技在金融领域的应用潜力。然而，将金融科技应用于市场看似简单，实则存在难以解决的矛盾。　　一方面，金融机构由于缺少专业团队，难以开展高精尖的技术研发工作；另一方面，像谷歌这样拥有技术的人工智能科技公司却又缺少金融业务的经验技能和真实数据，巧妇难为无米之炊，无法建立系统性的模型和算法。科技与金融业务无法有效接合，这已经成了世界性的难题，也是诸多传统公司在这个方向铩羽而归的原因。　　在这样的背景下，FDT——这家来自中国香港，刚刚诞生4年的公司却开创出一种前所未有的模式，为中国金融业找到了突破瓶颈的方向。在中国著名金融家、招商银行前行长马蔚华的带领下，FDT正在以金融科技研发、智能金融应用、公益金融教育三大体系互动的新模式，将科技与金融业务真正结合，助力中国在全球智能金融时代刚刚开启的时候取得先手优势。　　FDT-AI是FDT金融科技研发体系的核心机构，自成立之初就建立了科学家团队开展金融大数据技术的研发。为了在技术和数据层面为FDT-AI提供强大的后盾，FDT 4年来陆续在全球范围内捐建了牛津大学NIE金融大数据实验室、清华大学FDT金融创新实验室、南京大学-牛津FDT金融创新研究院、哥伦比亚大学FDT智能资产管理中心，并且设立了香港中科金融科技创新中心五所产学研相结合的研究机构。同时为上海交大、上海财经、中山大学、西南财经等多所国内顶尖高校捐建了FDT金融创新空间，包括行情实时显示系统等一系列设施全部由FDT出资设计。　　依托FDT与这些全球顶级高校联合建立的研究机构，FDT-AI培养了一支涵盖交叉学科的雄厚技术团队，涉及到人工智能、大数据、行为金融学、搜索引擎、交易、人机交互等诸多领域，保证FDT-AI能够掌握全球领先的技术。　　在保证技术优势的同时，FDT智能金融应用体系的核心机构——蜂投证券，为FDT-AI提供专业的金融业务层面的支持。这样一来，FDT-AI就拥有了一个由数以百计深刻理解交易行为的交易员构成的专业团队，在实际应用中不断优化、探索技术，避免了闭门造车式的研究，让技术扎根于市场的土壤中成长，真正做到将科技与金融业务无缝接合。　　经过4年来不断修炼，FDT-AI已经达到了技术研发与应用“内外功”兼修的境界。目前，FDT-AI已经在智能交易、智能投资、智能监管和智能教育领域取得了突破性进展，与中国内地多家顶尖券商和商业银行合作，提供成熟的智能化金融技术服务，帮助金融机构提升金融科技应用水平。　　同时，为了打造FDT公益金融教育体系，帮助中国高校金融教育由传统理论教学转型到智能实践教学，FDT-AI专门为高校开发了全球创新的“FDT蜂巢金融智能教练系统”，让中国的金融学子们无需出国就能玩转全球的金融市场，与欧美高校的学生们真正站在同一起跑线上。　　蜂巢系统分为7大系统，包括大数据系统、交易系统、行情系统、风控系统、教学系统、管理系统、评价系统。大数据系统是蜂巢系统的核心，能够记录和处理投资市场行情、交易行为数据、财商指数等一系列数据。交易系统、行情系统、风控系统可以实现一个账号贯通A股、港股、美股、期货、外汇市场，并且实时同步行情数据，可模拟可实盘，无缝对接，让学生真正知行合一。　　教学系统可以让教授实时监测学生的交易数据，每笔交易都有详细的记录和标注，便于因材施教，进行个性化教学。管理系统能够实现班级和成员的便捷管理，全面提升教学效率和质量。评价系统采用的是FDT独有的投资能力评估体系FDTScore，实现基于投资者投资过程的精准分析，而不是简单分析投资结果，可以从交易能力、身份特征、学习能力、活跃度等多个维度的投资行为数据得出投资者画像，方便教授对学生的投资风格及能力进行多维度评判。　　FDT-AI的“蜂巢系统”将为中国高校的金融教育注入金融科技的新元素，全面提升教学质量与效率。　　至此，FDT-AI真正实现了技术与金融业务的无缝结合，研发出了具有应用价值的金融科技。FDT正在通过金融科技研发、智能金融应用、公益金融教育三大体系互动的全新模式，推动中国金融业形成“产学研”良性循环。技术的变革将带动国力的强盛，在全球智能金融时代的赛道上，中国已经取得了起跑优势。&}