微光科訊丨問(wèn)答對(duì)話關(guān)于目前國(guó)內(nèi)人工智能體系的發(fā)展如何

2018-07-21 22:39來(lái)源:

原標(biāo)題：微光科訊丨問(wèn)答對(duì)話關(guān)于目前國(guó)內(nèi)人工智能體系的發(fā)展如何

《中國(guó)經(jīng)營(yíng)報(bào)》：目前國(guó)內(nèi)人工智能體系的發(fā)展如何？有哪些地方仍面臨挑戰(zhàn)？

蔣韜：如果說(shuō)通用型的人工智能，那么從整體的人工智能與人類(lèi)相比較而言，我覺(jué)得人工智能還處于早期階段。但是人工智能在特定的應(yīng)用場(chǎng)景下可以起到提升效能，降低成本的作用，還能做一些替換人類(lèi)的工作，比如客服、催收、智能投顧等，在特定的場(chǎng)景是做得非常不錯(cuò)的。至于提升，目前在阿爾法、語(yǔ)義上的理解等方面，人工智能還面臨著非常大的挑戰(zhàn)。

《中國(guó)經(jīng)營(yíng)報(bào)》：人工智能在風(fēng)控領(lǐng)域具體有哪些應(yīng)用場(chǎng)景？

蔣韜：金融市場(chǎng)上有很多風(fēng)險(xiǎn)類(lèi)型，包括信用類(lèi)、操作類(lèi)風(fēng)險(xiǎn)等。我主要從這兩方面來(lái)談，操作類(lèi)的風(fēng)險(xiǎn)，即可以通過(guò)人工智能的算法發(fā)現(xiàn)用戶的操作是否有異常。操作上的異常，可以是用戶內(nèi)部的，用戶操作是否合規(guī)；也可以是用戶外部的操作風(fēng)險(xiǎn)，比如操作議程、網(wǎng)絡(luò)欺詐，被別人盜用等，這些都會(huì)大量用到人工智能技術(shù)。此外，通過(guò)人工智能去分析用戶采購(gòu)不同金融產(chǎn)品的可能性，提高用戶的交叉銷(xiāo)售率，可以大面積提升金融機(jī)構(gòu)客戶的活躍度，有很多的應(yīng)用場(chǎng)景。

《中國(guó)經(jīng)營(yíng)報(bào)》：人工智能的上述應(yīng)用是基于大數(shù)據(jù)的場(chǎng)景還是其他？

蔣韜：算法當(dāng)然很重要，所以需要有很多的樣本數(shù)據(jù)和表現(xiàn)數(shù)據(jù)，告訴這些機(jī)器哪些是對(duì)的，哪些是錯(cuò)的。當(dāng)然，現(xiàn)在也有一些算法，在沒(méi)有大量數(shù)據(jù)的情況下，也可以發(fā)現(xiàn)一些異常。但智能機(jī)器發(fā)現(xiàn)異常，也會(huì)難以辨別對(duì)錯(cuò)。如果是有樣本，就可以學(xué)習(xí)這是什么東西，那是什么東西，然后再做相應(yīng)的判斷?？傮w而言，數(shù)據(jù)越多越全，肯定越好。

《中國(guó)經(jīng)營(yíng)報(bào)》：如何把握用戶數(shù)據(jù)隱私的邊界？相比以前的人工風(fēng)控有哪些優(yōu)點(diǎn)及待改進(jìn)的地方？

蔣韜：對(duì)于風(fēng)控模型或系統(tǒng)而言，維度越多，效果越好。為金融機(jī)構(gòu)做風(fēng)控服務(wù)，需要有非常嚴(yán)格的用戶數(shù)據(jù)保護(hù)的流程。員工在做分析模型時(shí)，要非常嚴(yán)格遵守公司的一整套數(shù)據(jù)安全、數(shù)據(jù)保護(hù)等運(yùn)營(yíng)流程。再者，這些用戶數(shù)據(jù)也需要進(jìn)行一些脫敏性的操作，個(gè)人沒(méi)有機(jī)會(huì)在線下接觸這些數(shù)據(jù)。

在歐洲、美國(guó)，也有很多這種分析公司，都是在云端服務(wù)于機(jī)構(gòu)。因?yàn)橐恍┍容^大的電商機(jī)構(gòu)或金融機(jī)構(gòu)等，都會(huì)把它們內(nèi)部的管理，或一些分析工作放到云端來(lái)進(jìn)行。這時(shí)，就需要拿到個(gè)人的授權(quán)協(xié)議。

《中國(guó)經(jīng)營(yíng)報(bào)》：人工智能相比人工風(fēng)控有哪些優(yōu)勢(shì)？

蔣韜：主要是效果和效率的提升。一方面，在特定的環(huán)境下，機(jī)器比人的效果會(huì)更好。目前可以通過(guò)機(jī)器模擬人的方式去跟人交互，給它設(shè)定的人群、頻次，那么它會(huì)按照設(shè)定去操作。如果是真人去做，可能由于業(yè)績(jī)的壓力，會(huì)采取更情緒化的方式，比如語(yǔ)言暴力等。不過(guò)，目前機(jī)器只能在特定場(chǎng)景下做到簡(jiǎn)單的交互，還不能完全和人類(lèi)通暢無(wú)阻地交流。但即便如此，總體而言它的作業(yè)效果也比人更好。

《中國(guó)經(jīng)營(yíng)報(bào)》：怎么看待人工智能應(yīng)用的未來(lái)？

蔣韜：在金融風(fēng)控領(lǐng)域中，目前的人工智能技術(shù)已經(jīng)能夠很好地幫助金融機(jī)構(gòu)，去發(fā)現(xiàn)賬戶交易風(fēng)險(xiǎn)等問(wèn)題。舉了個(gè)例子，比如在信貸審核場(chǎng)景中使用人工智能技術(shù)，可以將人工信審復(fù)雜化、機(jī)械化、無(wú)標(biāo)準(zhǔn)化的弊端，變得簡(jiǎn)單化、流程化和標(biāo)準(zhǔn)化，大大提高了效率。人工智能對(duì)金融效率和成本結(jié)構(gòu)的影響將會(huì)非常深遠(yuǎn)，特別是對(duì)銀行的營(yíng)銷(xiāo)等各環(huán)節(jié)的提升將發(fā)揮重要作用。

需差異化設(shè)計(jì)

《中國(guó)經(jīng)營(yíng)報(bào)》：同盾科技在第三方智能風(fēng)險(xiǎn)管理服務(wù)方面，如何將人工智能與風(fēng)險(xiǎn)管理進(jìn)行了結(jié)合？

蔣韜：主要有四個(gè)應(yīng)用，智能信審、逾期管家、機(jī)器學(xué)習(xí)平臺(tái)、流計(jì)算平臺(tái)。智能信審主要面向貸前的信用審查和風(fēng)險(xiǎn)評(píng)測(cè)。用人工智能技術(shù)將人工信審復(fù)雜化、機(jī)械化、無(wú)標(biāo)準(zhǔn)化的弊端，變得簡(jiǎn)單化、流程化和標(biāo)準(zhǔn)化，提高了效率和信審員的審核效率，延伸了他們的能力，使得傳統(tǒng)信審工作在精準(zhǔn)性、高效性和體驗(yàn)性上得以大幅提升。

逾期管家是基于智能決策和智能語(yǔ)音的機(jī)器催收平臺(tái)，背后以數(shù)據(jù)生態(tài)系統(tǒng)作為支撐，適用于銀行、電商、新金融和保險(xiǎn)等各類(lèi)場(chǎng)景，將貸后催收的各個(gè)標(biāo)準(zhǔn)化業(yè)務(wù)進(jìn)行全面的智能化改造。

機(jī)器學(xué)習(xí)平臺(tái)，主要建立標(biāo)準(zhǔn)化的模型全生命周期管理，包括數(shù)據(jù)讀取、數(shù)據(jù)處理、特征工程、模型訓(xùn)練、模型測(cè)試、模型部署、模型運(yùn)行和監(jiān)控，降低建模進(jìn)入門(mén)檻，減少大量人工操作出錯(cuò)的可能，大幅提升模型上線效率。

內(nèi)置模型平臺(tái)，支持一鍵部署，模型開(kāi)發(fā)完成后，可以一鍵部署到線上生產(chǎn)環(huán)境。可視化的建模平臺(tái)，內(nèi)置多種常用機(jī)器學(xué)習(xí)算法，包括監(jiān)督型、無(wú)監(jiān)督型、半監(jiān)督型，通過(guò)簡(jiǎn)單的拖拉拽及參數(shù)配置，就能完成模型的開(kāi)發(fā)，即使初級(jí)的建模人員也能快速開(kāi)發(fā)出高質(zhì)量的機(jī)器學(xué)習(xí)模型。

流計(jì)算平臺(tái)，可以實(shí)現(xiàn)事件驅(qū)動(dòng)，實(shí)時(shí)處理和計(jì)算，無(wú)需等待數(shù)據(jù)積累到一定程度；非阻塞型的異步處理機(jī)制，支持毫秒級(jí)處理，支持千億/日級(jí)別的并發(fā)請(qǐng)求量處理；同盾的流計(jì)算平臺(tái)也支持水平擴(kuò)展，可以支持上千萬(wàn)/秒的吞吐量。

《中國(guó)經(jīng)營(yíng)報(bào)》：目前同盾的服務(wù)線已經(jīng)覆蓋了很多領(lǐng)域，在垂直領(lǐng)域中如何對(duì)機(jī)構(gòu)提供差異化的服務(wù)？

蔣韜： 方法論和工具本質(zhì)上都相同，但用一套模型去服務(wù)所有的客戶，還是不太容易，所以還是會(huì)做差異化設(shè)計(jì)。因?yàn)?，即使同一家銀行，它們自己的業(yè)務(wù)類(lèi)型也有不一樣的；即使只是針對(duì)它們要做信用卡，或者做消費(fèi)金融場(chǎng)景，具體服務(wù)的客群和風(fēng)險(xiǎn)都是不一致的；所以在為客戶提供服務(wù)時(shí)，公司會(huì)去討論銀行的業(yè)務(wù)，push到我們的模型，根據(jù)具體情況去定做。

《中國(guó)經(jīng)營(yíng)報(bào)》：除了應(yīng)用于風(fēng)控外，人工智能在為b端用戶提供c端用戶產(chǎn)品的推薦方面如何應(yīng)用？

蔣韜：其實(shí)本質(zhì)上，同盾還是一直為b端用戶提供服務(wù)。只是提供的產(chǎn)品，從最早的反欺詐體系，到后來(lái)的風(fēng)控系統(tǒng)，到現(xiàn)在也會(huì)做一些風(fēng)控的激活、交叉銷(xiāo)售模型的分析，最終目的是通過(guò)數(shù)據(jù)分析機(jī)構(gòu)的活躍度和留存度。