一、目的与意义
人工智能学科自1956年诞生以来，学科发展几经起伏。近年来，随着深度学习的突破性进展，以深度学习技术为代表的人工智能学科成为了引领社会经济政治发展的前沿学科，受到了全社会的关注。
深度学习通过拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示,这使得它能发现大数据中的复杂结构.深度学习已在许多方面都带来了显著的改善，包括最先进的语音识别、文本和时间序列处理、视觉对象识别、对象检测和许多其它领域，例如药物发现和基因组学等。深度卷积网络在处理图像、视频、语音和音频方面带来了突破，而递归网络在处理序列数据，比如文本和演讲、自然语言理解的各项任务中产生了非常可喜的成果，特别是主题分类、情感分析、自动问答和语言翻译。我们认为，在不久的将来，深度学习将会取得更多的成功，因为它需要很少的手工工程，它可以很容易受益于可用计算能力和数据量的增加。目前正在为深度神经网络开发的新的学习算法和架构只会加速这一进程。
为抓住深度学习所引领的强人工智能时代带来的发展机遇，我国适时地提出“中国制造2025”（国发〔2015〕28号）规划，希望通过学习德国工业4.0的经验，将传统的“中国制造”向“中国智造”转变。今年7月20日，国务院又发布《新一代人工智能发展规划》，提出了我国新一代人工智能“三步走”的战略规划，其中明确表示，到2030年，中国成为世界主要人工智能创新中心，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
针对以上时代背景，广东财经大学人工智能与深度学习研究所的工作目标为：
1.拓展人工智能与深度学习研究领域，开展前沿研究。
2.打造广财大自己的深度学习系统。早在2016年，申请设立研究所负责人（简称负责人，下同）及其所在团队已经着手从零研发深度学习系统。目前已经有一个仍在不断迭代开发的深度学习系统。
3.承接并解决来自企业、医院、政府、甚至兄弟院校在人工智能与深度学习技术方面的技术问题。
4.打造华南地区人工智能与深度学习方面的“产学研”联盟，在知识供给、人才培养、核心技术研发等方面为“中国智造”提供支撑。
二、机构设置
广东财经大学人工智能与深度技术研究所下设人工智能研究中心、深度学习研究中心、强化学习研究中心、产学研技术转化中心。其中前三个中心分别在技术层面各有所侧重：人工智能研究中心侧重逻辑推理、规划、诊断等人工智能逻辑学派方面的技术研发，这方面的应用场景主要有航空器自主规划与调度、后勤运输规划等；深度学习研究中心侧重以深度模型为代表的连接主义学派技术的研发，这方面的应用场景主要有股指时间序列建模与预测、（法律、会计、审计）文档理解与处理、语音识别、语言翻译、图像识别与理解；强化学习研究中心侧重介于无监督学习和有监督学习之间的半监督学习技术的研发，这方面的应用场景主要有自动驾驶、无人机这类只能给出定性评价难以准确量化的场合。
研究所将以需求导向、开放流动、深度融合、协同创新为建设原则，创新科研管理体制机制，探索现代科研组织创新的实现路径。
联系电话：020-84096791，邮箱：cax413@163.com