隨著人工智能技術(shù)的發(fā)展，金融科技不斷的改革創(chuàng)新。目前金融科技已經(jīng)受到了社會(huì)各行各業(yè)的廣泛關(guān)注。相關(guān)研究表示，科學(xué)技術(shù)的發(fā)展，就是對(duì)金融科技的發(fā)展提供最強(qiáng)大的推動(dòng)力。我國(guó)金融科技的創(chuàng)新與改革有著很好的發(fā)展前景，但是在人工智能的時(shí)代背景下我國(guó)金融科技的創(chuàng)新還面臨著諸多的挑戰(zhàn)與困難，因此，本研究將對(duì)人工智能時(shí)代下的金融科技的創(chuàng)新格局進(jìn)行探討。

一、人工智能時(shí)代下金融科技的創(chuàng)新現(xiàn)狀

隨著我國(guó)金融科技的不斷發(fā)展，保險(xiǎn)行業(yè)也在隨之平穩(wěn)的發(fā)展。目前機(jī)動(dòng)車輛保險(xiǎn)是我國(guó)保險(xiǎn)市場(chǎng)當(dāng)中投保最多的一種，在保險(xiǎn)行業(yè)的保費(fèi)當(dāng)中，其所占的比重也超過(guò)了70%。并且隨著我國(guó)經(jīng)濟(jì)市場(chǎng)的快速發(fā)展，機(jī)動(dòng)車的數(shù)量也在不斷增加，從而使得車險(xiǎn)的投保率也在持續(xù)上升，儼然成為了目前保險(xiǎn)行業(yè)市場(chǎng)競(jìng)爭(zhēng)當(dāng)中所關(guān)注的重點(diǎn)內(nèi)容。

隨著計(jì)算機(jī)圖像處理技術(shù)應(yīng)用越來(lái)越廣泛，圖像識(shí)別技術(shù)的研究工作，所面臨最大的問(wèn)題就是如何進(jìn)行特征性的提取需要的圖像。跟企業(yè)的數(shù)據(jù)不同的是圖像沒(méi)有辦法通過(guò)人工的理解進(jìn)行提取特征。在進(jìn)行深入的了解以后發(fā)現(xiàn)，其圖像識(shí)別都是借助尺度不變特征變換、方向梯度直方圖等算法進(jìn)行圖像提取。隨著人工智能技術(shù)的發(fā)展與深度卷積神經(jīng)網(wǎng)絡(luò)模型的出現(xiàn)，越來(lái)越多的圖像提取工作都是由深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行完成的。

深度卷積神經(jīng)網(wǎng)絡(luò)模型最開(kāi)始的時(shí)候，就是為了圖像識(shí)別及提取而進(jìn)行設(shè)計(jì)的。十九世紀(jì)六十年代?？茖W(xué)家在對(duì)于人類視覺(jué)神經(jīng)細(xì)胞的時(shí)候，發(fā)現(xiàn)其每條視覺(jué)神經(jīng)只可以處理某一個(gè)區(qū)域的視覺(jué)圖像，這也就是深度卷積神經(jīng)網(wǎng)絡(luò)模型最開(kāi)始實(shí)現(xiàn)的原型，深度卷積神經(jīng)網(wǎng)絡(luò)模型可以進(jìn)行優(yōu)化圖像空間的結(jié)構(gòu)關(guān)系，并且還減少了對(duì)于參數(shù)量的學(xué)習(xí)，從而使得圖像提取所呈現(xiàn)出的效果得到很大的提升。因此，深度卷積神經(jīng)網(wǎng)絡(luò)模型在很多圖像識(shí)別領(lǐng)域得到很廣泛的使用，并且其可以保證圖像進(jìn)行平移、縮放以及旋轉(zhuǎn)過(guò)程當(dāng)中數(shù)據(jù)的穩(wěn)定性。其主要有以下幾個(gè)方面的功能：

(一)可以智能進(jìn)行識(shí)別保險(xiǎn)單號(hào)

當(dāng)收到了保險(xiǎn)單號(hào)的圖片以后，首先，對(duì)保險(xiǎn)單號(hào)的圖片所對(duì)應(yīng)的型號(hào)進(jìn)行識(shí)別，其次，根據(jù)預(yù)定保險(xiǎn)類型和保險(xiǎn)單號(hào)在保險(xiǎn)單圖片中的位置關(guān)系，提取保險(xiǎn)單號(hào)在保險(xiǎn)單圖片中的相應(yīng)目標(biāo)行特征區(qū)域；通過(guò)調(diào)用由預(yù)訓(xùn)練生成的第一識(shí)別模型來(lái)識(shí)別區(qū)域，以獲得所述目標(biāo)線字符區(qū)域。目標(biāo)行的字符區(qū)域中包含的策略編號(hào)與保險(xiǎn)單的圖片相關(guān)聯(lián)。

(二)圖像流清洗

圖像處理的常用方法包括圖像增強(qiáng)、圖像校正以及諸如圖像篡改和模糊提示的復(fù)雜處理。清晰度檢測(cè)的主要流程如下：車輛保險(xiǎn)理賠服務(wù)器收到用戶終端上傳的理賠照片后，利用深度卷積神經(jīng)網(wǎng)絡(luò)模型識(shí)別收到的理賠照片的清晰度，從而確定圖片的清晰度。我的照片。如果索賠照片的分辨率級(jí)別低于預(yù)設(shè)的定義級(jí)別，則向用戶終端發(fā)送提示消息，提醒用戶再次上傳機(jī)動(dòng)車索賠照片。

二、人工智能技術(shù)在金融科技應(yīng)用中存在的問(wèn)題

(一)人工智能基礎(chǔ)性、關(guān)鍵性技術(shù)研發(fā)能力不足

與美國(guó)等西方發(fā)達(dá)國(guó)家相比，我國(guó)對(duì)人工智能技術(shù)的研究起步較晚。美國(guó)計(jì)算機(jī)專家John McKenzie早在1956年提出“人工智能技術(shù)”這一概念，并且還建立了全世界首個(gè)人工智能實(shí)驗(yàn)室。美國(guó)對(duì)于人工智能技術(shù)的研究及應(yīng)用已經(jīng)有六十多年的歷史，而我國(guó)的人工智能技術(shù)的研發(fā)與應(yīng)用仍然還處于起步階段，并且我國(guó)目前人工智能技術(shù)水平還不是很高，雖然目前對(duì)于人工智能的某一些技術(shù)已經(jīng)達(dá)到一定的水平，甚至已經(jīng)超越過(guò)西方的一些國(guó)家的技術(shù)水平。但是，在目前CPU、GPU等核心技術(shù)仍然使用非常廣泛的狀況下，我國(guó)人工智能技術(shù)的自主研發(fā)水平還有待提升。現(xiàn)如今我國(guó)人工智能技術(shù)專業(yè)研究學(xué)校還是比較少，很多的科技大學(xué)只在計(jì)算機(jī)軟件專業(yè)開(kāi)設(shè)人工智能技術(shù)的相關(guān)課程，同時(shí)我國(guó)人工智能技術(shù)實(shí)驗(yàn)室的建設(shè)相對(duì)來(lái)說(shuō)比較少，同時(shí)還缺乏專業(yè)的人工智能技術(shù)研究人員以及專業(yè)的應(yīng)用及開(kāi)發(fā)人員。特別是對(duì)金融行業(yè)與人工智能技術(shù)都很了解的專業(yè)人才。以上這些問(wèn)題對(duì)于我國(guó)人工智能技術(shù)水平提升以及在金融領(lǐng)域進(jìn)行廣泛使用有著很大的影響。

(二)技術(shù)安全風(fēng)險(xiǎn)增加人工智能技術(shù)在金融領(lǐng)域廣泛應(yīng)用的困難

創(chuàng)新的技術(shù)同時(shí)也會(huì)給金融科技行業(yè)帶來(lái)新的風(fēng)險(xiǎn)。人工智能技術(shù)在金融行業(yè)中的使用也不會(huì)例外，其金融科技設(shè)計(jì)上的風(fēng)險(xiǎn)還存在著很大的缺陷，由于對(duì)人工智能技術(shù)缺乏深入的了解與探究，從而導(dǎo)致金融科技安全問(wèn)題上出現(xiàn)誤判與漏判的情況。在實(shí)際的生活過(guò)程當(dāng)中，人臉識(shí)別技術(shù)在各行各業(yè)進(jìn)行越來(lái)越廣泛的使用。有的銀行已經(jīng)實(shí)現(xiàn)了無(wú)卡取錢的全新技術(shù)，銀行用戶在ATM機(jī)上進(jìn)行取款操作無(wú)需刷卡就可以進(jìn)行取現(xiàn)。但是該技術(shù)還存在一些漏洞，比如長(zhǎng)相相似的用戶或者雙胞胎，在進(jìn)行無(wú)卡取款的時(shí)候，仍然還存在著技術(shù)安全上的風(fēng)險(xiǎn)問(wèn)題。目前我國(guó)人臉識(shí)別技術(shù)還不是很成熟，這種進(jìn)行刷臉在網(wǎng)絡(luò)上進(jìn)行銀行或者其他的金融交易服務(wù)存在著很大的問(wèn)題。

此外，由于金融科技當(dāng)中的智能投資還存在著很大的技術(shù)風(fēng)險(xiǎn)，這些技術(shù)的風(fēng)險(xiǎn)都是由于對(duì)于人工智能技術(shù)缺乏深入的了解及研究所造成的。金融科技存在的著一系列風(fēng)險(xiǎn)，也是由于其沒(méi)有跟上金融行業(yè)市場(chǎng)發(fā)展的步伐，或者是該技術(shù)設(shè)計(jì)與金融行業(yè)經(jīng)營(yíng)特點(diǎn)不相符。運(yùn)用智能化技術(shù)進(jìn)行金融投資，會(huì)給金融投資者帶來(lái)一定的投資安全風(fēng)險(xiǎn)。這些技術(shù)缺陷以及帶來(lái)的投資風(fēng)險(xiǎn)，都是由于人工智能技術(shù)研發(fā)人員在某些程序上的計(jì)算與研發(fā)存在著很多的漏洞，沒(méi)有辦法按照現(xiàn)實(shí)生活中的原有算法程序?yàn)榻鹑谕顿Y客戶進(jìn)行正常與連續(xù)的服務(wù)。

三、改善人工智能技術(shù)在金融領(lǐng)域應(yīng)用的對(duì)策建議

(一)加強(qiáng)人工智能技術(shù)研究人才隊(duì)伍建設(shè)

目前，人工智能基礎(chǔ)和關(guān)鍵技術(shù)的研發(fā)能力不足，對(duì)人工智能技術(shù)在金融科技行業(yè)進(jìn)行深入使用十分不利，也不利于對(duì)金融科技的創(chuàng)新改革，也使得金融科技的使用安全存在一定的風(fēng)險(xiǎn)。因此，有必要加強(qiáng)對(duì)人工智能技術(shù)研究團(tuán)隊(duì)建設(shè)的支持，鼓勵(lì)我國(guó)科技院校對(duì)人工智能技術(shù)專業(yè)進(jìn)行增設(shè)，同時(shí)對(duì)人工智能專業(yè)技術(shù)人才進(jìn)行全方位培養(yǎng)；并且建立更多的人工智能技術(shù)研究實(shí)驗(yàn)室，還需要鼓勵(lì)我國(guó)科技高校、企業(yè)以及金融機(jī)構(gòu)建立一個(gè)信息共享、開(kāi)放式的分享平臺(tái)。為我國(guó)金融科技的創(chuàng)新與發(fā)展，還需要集中精力研究和開(kāi)發(fā)基礎(chǔ)人工智能技術(shù)，努力盡快突破相關(guān)技術(shù)；建立健全激勵(lì)機(jī)制，注重培養(yǎng)人工智能技術(shù)領(lǐng)域的一批優(yōu)秀人才，對(duì)人工智能的關(guān)鍵性技術(shù)進(jìn)行深入開(kāi)發(fā)與研究。降低我國(guó)人工智能核心技術(shù)對(duì)西方國(guó)家的技術(shù)依賴程度；在國(guó)家自然科學(xué)基金和其他重點(diǎn)項(xiàng)目支持的研究項(xiàng)目范圍內(nèi)納入與人工智能相關(guān)的研究與開(kāi)發(fā)；并組織相關(guān)研究力量，盡快共同解決關(guān)鍵問(wèn)題。為人工智能技術(shù)在金融領(lǐng)域的應(yīng)用、創(chuàng)新和發(fā)展提供智力支持。

(二)加強(qiáng)對(duì)金融業(yè)數(shù)據(jù)的有效運(yùn)用

金融業(yè)是數(shù)據(jù)和信息密集型服務(wù)業(yè)，數(shù)據(jù)量非常大，數(shù)據(jù)格式更加規(guī)范，頻繁的交易創(chuàng)造了很高的交易密度。目前，銀行數(shù)據(jù)管理正從傳統(tǒng)的在線數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)向以Hadoop為主流框架、通過(guò)智能接口與大量非結(jié)構(gòu)化數(shù)據(jù)兼容的大規(guī)模數(shù)據(jù)存儲(chǔ)和高速并行云計(jì)算平臺(tái)過(guò)渡。為了使這些數(shù)據(jù)在金融領(lǐng)域的應(yīng)用更有價(jià)值，建議對(duì)金融領(lǐng)域的數(shù)據(jù)進(jìn)行清理和標(biāo)注，并為人工智能提供跨部門、跨區(qū)域、跨域的數(shù)據(jù)資源奠定基礎(chǔ)。對(duì)信息進(jìn)行深入的學(xué)習(xí)，從而在未來(lái)的應(yīng)用中產(chǎn)生更大的價(jià)值。同時(shí)，要提高神經(jīng)網(wǎng)絡(luò)模型的大規(guī)模并行、分布式存儲(chǔ)與處理、自組織、自適應(yīng)和自學(xué)習(xí)能力。通過(guò)增加動(dòng)量、分層遺傳算法和改變學(xué)習(xí)系數(shù)，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提高神經(jīng)網(wǎng)絡(luò)的收斂速度，使深度學(xué)習(xí)算法能夠快速收斂到全局最優(yōu)，為更好的人工智能技術(shù)在金融領(lǐng)域的應(yīng)用。

(三)建立和完善多重安全風(fēng)險(xiǎn)防范機(jī)制

金融安全是金融業(yè)穩(wěn)健健康發(fā)展的重要基礎(chǔ)。人工智能技術(shù)在金融領(lǐng)域的應(yīng)用，系統(tǒng)設(shè)計(jì)必須保證安全和應(yīng)急預(yù)案，只有實(shí)現(xiàn)風(fēng)險(xiǎn)控制才能允許在線運(yùn)行。為了防止系統(tǒng)設(shè)計(jì)的缺陷，應(yīng)盡可能進(jìn)行具有大量邊界值和特殊值的白盒測(cè)試和黑盒測(cè)試。為了預(yù)防和控制人工智能技術(shù)應(yīng)用中由于機(jī)器深度學(xué)習(xí)不足而引起的安全風(fēng)險(xiǎn)，需要在深度學(xué)習(xí)框架及其依賴庫(kù)中仔細(xì)搜索各種軟件漏洞。此外，針對(duì)人工智能技術(shù)在金融領(lǐng)域應(yīng)用的特殊性，應(yīng)采取相應(yīng)的多種安全防范措施。