5G時代在民間企業的應用面商機有：1.VR/AR體驗 2.遠程醫療手術、移動醫療 3.智慧城市 4.智慧家居 5.車聯網 6.FinTech的發展--金融AI／大數據／雲計算／區塊鏈。人工智能(AI)：1.構成部份：底層數據、模型演算法、具計算能力。2.核心技術：機器學習、自然語言處理、知識圖譜、計算機視覺識別。3.可紮根金融AI 理財暨風控：數據量大、服務性強、直接產生經濟效益。5G提供高寬頻、低時延，支撐的是人工智能。【讀友提問】台商○偉公司張總問到：「子女想學金融AI又擔心沒有數學背景或軟體背景，如何可行呢 ？」答：首先就金融AI的宏觀學習要點如下所述：(1)機器學習是金融AI(人工智能)的分支。(2)深度學習是機器學習的分支。(3)卷積神經網路(Convolutional Neural Networks,CNN)技術可建造金融人工智能理財大腦。CNN是深度學習中的前沿技術。神經網路通常在一個數據集上訓練，在另一個數據集上執行預測。深度神經網路的強大原因，它使用機率和試錯學習方法，漸進式地改進下一次預測的結果。至於深度學習包括四個主要概念：筆者用淺顯的引述表達，即使沒有數學背景或軟體背景，亦能理解。(1)前饋執行：比如CNN輸入層(神經元即節點或特徵)是前饋神經網路。(2)梯度下降：CNN網路就像彈珠，碗公的表面由網路的每一次預測構成。梯度下降就是彈珠沿著碗公側面滾落向碗底(即具備全域最小誤差值的預測)前的試錯過程。(3)全域最小誤差值：CNN網路的每一次預測就像彈珠向碗公底(碗公底是最接近完美 預測結果的位置)前進到新低位置，具備最小的誤差。(4)反向傳播：CNN網路在執行預測後，會返回到上一次預測的過程中，查看是否可以做一些調整，以便在下一次預測中縮小誤差，就像推動彈珠向碗公底前進到新低誤差位置。金融人工智能(AI)強大的原因是CNN神經網路使用機率對下一次預測進行漸進式的改進，該過程將試錯學習提升到一個全新的層次。
