神一般的AlphaGo已经退隐江湖。
击败李世石、柯洁，以及在网络上保持60战连胜，这些豪举如今看起来，不过是AlphaGo的崭露头角之举，而其身后的人工智能和深度学习究竟蕴含着怎样宏大浩渺的能量，无人说得清。
深度学习是未来
惊叹之余，王有兵目前最关心的话题，是如何将深度学习这一未来科技应用到公司的业务中。
作为国内知名的金融数据解决方案和专业服务提供商，杭州雅拓信息技术有限公司如今已经在深度学习这一领域，已经走在了同行业的前列。
王有兵是雅拓信息的CTO，习惯从技术的角度来思考业务的发展。他认为，目前深度学习已经在计算机视觉、语音识别、自然语言处理等其他领域有了长足的发展，在围棋领域的表现仅仅是牛刀小试。
模式需要更迭
具体到目前国内银行的数据分析项目，大多还还停留在十多年前的传统数据分析，大约90%的银行还在使用基于逻辑回归的评分卡模型。
对此，王有兵指出，雅拓信息不满足于目前国内数据分析的现状，已率先应用更多的成熟模型，如决策树、随机森林、支持向量机（SVM）等，在银行的各个业务场景进行广泛的应用。并且将模型准确度提升一个量级，一直保持业界领先水平。
虽然传统方法已经可以解决大部分的场景问题，但随着大数据时代的到来，数据量的飞速增加，数据关系的加剧复杂，在不久的将来，传统方法必将出现瓶颈。
王有兵认为，与目前主流算法相比较，深度学习算法有以下明显的优势：
首先是高效率，“如果用传统算法评估一个棋局的优劣，可能计算量超大，还不一定准确。而用训练好的神经网络去评估，就是一眨眼的功夫。“这就是AlphaGo的强大之处，节省了大量的计算，使得本来不可行的事情变为可行”；
其次是可塑性，“如果用传统算法去解决一个问题，调整模型的代价可能是重新写代码，改进的成本巨大。而深度学习只需要调整参数，就能改变模型，具有很强的灵活性和成长性。一个程序可以持续改进，逐渐达到完美的境界”；
第三是普适性，“神经网络是通过学习来解决问题，可以根据问题自动建立模型，所以能够适用于各种难题，而不是局限于某个固定的问题”。
所以，雅拓信息率先在深度学习领域进行战略性布局，以期在新一轮的技术竞争中继续保持技术领先的地位。
合作方能共赢
深度学习是战略性的大方向，而今很多行业都在探求，并向其迈进。同时，深度学习更是一门新生事物，并无蓝图以供参考，更需要自身的钻研和探寻。
王有兵介绍，2016年雅拓信息与东北大学计算机学院签署了战略合作协议， 于深度学习在银行大数据分析上的应用方面，开展长期的研究与合作。同时，已经建立集产学研为一体的产品研发中心，为后续的深度学习进行人才储备。
据了解，东北大学计算机学院在深度学习方面有着多年的积累，其学科带头人朱靖波是国内深度学习领域的顶级专家，任东北大学计算机学院教授、博士生导师。其基于深度学习算法的“小牛翻译”公认为是业界翘楚，是深度学习在自然语言处理领域的一项成功应用。
王有兵表示，这次与东北大学计算机学院的合作，是深度学习在银行业的一次试水，雅拓信息要成为银行业大数据分析新方法的开拓者。
布局深化创造
雅拓信息累积了多年银行经验，有信心将深度学习算法完美的应用于银行，今后的银行业务将广泛应用深度学习进行数据挖掘，进一步提高传统模型的预测准确性，并且完成更综合、更复杂的场景应用，真正实现端到端的解决方案，即从数据到结果的解决方案。
王有兵认为，随着雅拓信息的提前布局，深度学习模型所开始训练的时间必然是业内最久的，所学习的样本也是业内最多的。“因此，雅拓信息的深度学习模型，也将成为业内最佳模型。”
深度学习本质上是模拟了人脑对数据的学习过程，当随着计算能力的飞速提升，样本数量的足够训练，深度学习必将出现突破性的进展，给全社会带来想象不到的各种业务处理能力。
王有兵强调，雅拓信息多年来一直关注深度学习的发展，希望能将深度学习应用到目前的银行业务中去，成为银行业的AlphaGo，为银行的数据分析体系开创出一片新领域。
