第11章：Theories of Artificial Intelligence and Machine Learning

书内页码：179–204

本章要解决的问题

人工智能由哪些技术方法构成？这些方法可能如何用于金融服务？

核心结论

AI 不是单一算法，而是多种问题求解方法的集合。金融应用需根据任务选方法，不能将“使用 AI”视为一个统一、天然更优的方案。

章节框架

本章讨论搜索算法、遗传算法、人工神经网络、模糊逻辑、自然语言处理、专家系统、机器人、强化学习和深度学习，并列举算法交易、智能投顾、聊天机器人、欺诈识别、贷款/保险承保等金融应用。

学习方法

对每项应用先确定输入、目标、错误代价和决策责任，再比较规则系统、统计模型和学习方法。模型输出若影响信贷、保险或投资，应关注数据代表性、解释能力、验证及人工复核。

易错点与联系

章节介绍的是技术类别和潜在应用，不等于每项应用都已成熟或适合自动决策。第12章进一步讨论实务模型选择；第16、17、19章提供资管、借贷和投顾场景。

**原文依据：**书内页 179–204；AI 技术与应用清单据目录。