本研究包括架構設計與平台實作兩個部分。在架構設計方面本研究提出一套可卸載式AI通用架構（Pluggable AI Computation Architecture），期望為新時代的AI模型應用、部屬與維護建立一套通用標準框架。平台實作方面，本研究建立了一個AI市集平台，結合AI開發環境（JupyterHub），透過此平台，使用者將可以自行開發AI模型與應用程式，並且上架到市集中的通用AI架構上運行、販售、交流。
架構上，本研究將金融AI平台分成使用者展示層（Presentation Layer）與核心服務層（Core Service Layer）兩個層級，兩個階層之間採用ZeroMQ作為訊息通道。使用者展示層以Nodejs作為CMS 伺服器；針對運算量龐大的核心服務層則設計了均質化運算架構「Pyza」。Pyza結合了Python原有的高速演算擴充程式庫NumPy、Numba之外，輔以Pykka實踐Python的Actor Model 設計，以責任鏈關係（Chain of Responsibility）作為內部分工調度之準則。實作上，透過Docker Container包裝後，成為易於部署與維護的雲端微服務，微服務與微服務之間可透過ZeroMQ進行通訊，本研究亦提出一套通訊規格，作為傳輸上之標準。

[1] The History of Artificial Intelligence , Available:http://nmart.pixnet.net/blog/post/66196302
[2] 《抓住AI商機》,（2018）,資誠聯合會計師事務所
[3] JPMorgan Targeting a Q4 Rollout for its AI Equities Utility, LOXM, Available: https://www.financemagnates.com/institutional-forex/execution/jpmorgan-targeting-q4-rollout-ai-equities-utility-loxm/
[4] AhphaGo, Available: https://deepmind.com/research/alphago/
[5] Sam Ransbotham and Gerald C. Kane, EXPLAINING RISES AND FALLS FROM GRACE IN WIKIPEDIA,（2011）
[6] David Beazley-pycon reference, Understanding the Python GIL, Available: http://www.dabeaz.com/python/UnderstandingGIL.pdf
[7] David Ascher, Numerical Python, Available: http://www.lassp.cornell.edu/sethna/DM/Documentation/numpy.pdf
[8] C. Richardson. （2015）. Introduction to Microservices. Available: https://www.nginx.com/blog/introduction-to-microservices/
[9] M. L. Abbott and M. T. Fisher, The art of Scalability: Scalable web architecture, processes, and organizations for the modern enterprise, 2015
[10] Mark Hadlow, message-queue-shootout, Available: http://mikehadlow.blogspot.tw/message-queue-shootout.html
[11] Actor Model, Available: http://blog.maxkit.com.tw/2017/04/actor-model.html
[12] Agha, Gul Abdulnabi（1985）, ACTORS: A Model of Concurrent Computation in Distributed Systems, Available: http://hdl.handle.net/1721.1/6952
[13] Nodejs Official, Available:https://nodejs.org/en/