問題1：AI深度學習的怎么樣了？

回答：

1、AI

人工智能的研究領域也在不斷擴大，下圖展示了人工智能研究的各個分支，包括專家系統、機器學習、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統等。深度學習是人工智能領域中機器學習下的又一個細分領域。

圖表1：人工智能研究框架

資料來源：前瞻產業研究院整理

2、機器學習

一種實現人工智能的方法機器學習最基本的做法，是使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測。與傳統的為解決特定任務、硬編碼的軟件程序不同，機器學習是用大量的數據來“訓練”，通過各種算法從數據中學習如何完成任務。

機器學習直接來源于早期的人工智能領域，傳統的算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等等。從學習方法上來分，機器學習算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。

傳統的機器學習算法在指紋識別、基于Haar的人臉檢測、基于HoG特征的物體檢測等領域的應用基本達到了商業化的要求或者特定場景的商業化水平，但每前進一步都異常艱難，直到深度學習算法的出現。

3、深度學習

一種實現機器學習的技術深度學習本來并不是一種獨立的學習方法，其本身也會用到有監督和無監督的學習方法來訓練深度神經網絡。但由于近幾年該領域發展迅猛，一些特有的學習手段相繼被提出（如殘差網絡），因此越來越多的人將其單獨看作一種學習的方法。

最初的深度學習是利用深度神經網絡來解決特征表達的一種學習過程。深度神經網絡本身并不是一個全新的概念，可大致理解為包含多個隱含層的神經網絡結構。為了提高深層神經網絡的訓練效果，人們對神經元的連接方法和激活函數等方面做出相應的調整。其實有不少想法早年間也曾有過，但由于當時訓練數據量不足、計算能力落后，因此最終的效果不盡如人意。

深度學習摧枯拉朽般地實現了各種任務，使得似乎所有的機器輔助功能都變為可能。無人駕駛汽車，預防性醫療保健，甚至是更好的電影推薦，都近在眼前，或者即將實現。

三者的區別和聯系機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。

4、AI深度學習的現狀

目前，業界有一種錯誤的較為普遍的意識，即“深度學習最終可能會淘汰掉其他所有機器學習算法”。這種意識的產生主要是因為，當下深度學習在計算機視覺、自然語言處理領域的應用遠超過傳統的機器學習方法，并且媒體對深度學習進行了大肆夸大的報道。

深度學習，作為目前最熱的機器學習方法，但并不意味著是機器學習的終點。起碼目前存在以下問題：

圖表2：AI深度學習的現狀

資料來源：前瞻產業研究院整理

問題2：AI投顧是不是一個偽命題

智能投顧也稱機器人投顧(robo-advisor)，其運用云計算、大數據、人工智能等技術將資產組合理論等其他金融投資理論應用到模型中，再將投資者風險偏好、財務狀況及理財規劃等變量輸入模型，為用戶生成自動化、智能化、個性化的資產配置建議，并對組合實現跟蹤和自動調整。

1、智能投顧與傳統投顧的區別

圖表3：智能投顧與傳統投顧的區別

資料來源：前瞻產業研究院整理

2、智能投顧的現狀與前景

智能投顧給用戶呈現的是一個投資組合，投資標的為市場常見的投資品種。背后其實是全球范圍內的股票、債券、基金、ETF以及房產、另類投資等投資標的。美國典型智能投顧平臺投資標的大部分為ETF，目前國內的ETF產品太少，智能投顧也處于起步萌芽狀態。國內當前階段也只是根據用戶自行選擇的風險等級和投資期限，給出由多個公募基金構成的投資組合，與FOF比較相似。智能投顧的投資過程基于傳統的投資理論和方法策略，實質上是將傳統投資理論的應用場景互聯網化。大部分智能投顧平臺會借助問卷等手段判別用戶的風險承受水平、收益要求和投資期限等信息，部分智投平臺更是直接讓用戶先后勾選風險等級和投資期限。

相比起美國，我國智能投顧起步較晚，尚處于早期階段，創業公司、券商機構、銀行機構、BAT等互聯網巨頭陸續入局，智能投顧市場熱潮漸漸擴大。自2014年我國首個智能投顧——勝算在握上線以來，智能投顧快速發展，彌財、錢景私人理財、愛理不理網等平臺相繼上線，各具特色。此外，互聯網理財平臺和BAT等互聯網巨頭也逐步開展合作，推出智能化理財功能，配合自身的互聯網金融產品超市，加緊在智能投顧領域的布局。據不完全統計，我國目前宣稱具有智能投顧功能或者正在研發智能投顧的互聯網理財平臺超過20家，回顧國內智能投顧市場，由0到1，再到初步完成布局，僅用了2年時間。證通財富奇點智投是今年年初剛剛上線，上線一個月，用戶量已經突破1萬人。

根據科爾尼公司預測，2016-2020年間美國智能投顧市場年均復合增長率高達68%；2020年整個智能投顧市場的資產管理總額為2.2萬億美元，占當時全球財富管理規模比例超過2.2%，市場滲透率則將從0.5%猛增至5.6%。

綜上，AI投顧不是一個偽命題。

關于您提出的“如何證明AI的策略是最優解”、“行業內有多少是偽AI公司”這兩個補充問題，我司研究員目前不做回答，請諒解。

感謝您的提問，希望上述回答對您有幫助。