>科技>>正文

蚂蚁金服漆远:人工智能如何重新定义金融行业?

原标题:蚂蚁金服漆远:人工智能如何重新定义金融行业?

来源:云栖社区 作者:仁太

“蚂蚁金服是一家TechFin公司,而不是FinTech公司”,这是蚂蚁金服给自己的定位。

蚂蚁金服副总裁、首席数据科学家漆远认为,金融领域核心的问题是风险管理,而蚂蚁金服希望用技术、数据能力去助力金融企业,去服务普通消费者和商户,提升金融机构的风险管理能力。这是蚂蚁金服强调技术,而不是做金融的主要原因。

事实上,人工智能就是蚂蚁金服最核心的技术之一。在蚂蚁金服内部,诸如机器学习、人脸识别、NLP等人工智能技术已经在支付、理财、保险定价、信用、智能客服等领域实现了应用。

对此,漆远举了个例子:蚂蚁金服从2015年中开始做智能客服,半年后自助率从百分之六七十涨到了94%,到16年双十一已经实现了97%的自助率。而这样的变化给蚂蚁金服内部带来了1亿的成本节约。

当然,TechFin的核心除了技术,还有赋能。漆远表示,蚂蚁金服将逐步开放公司的AI能力。显然,这是这家TechFin公司赋能金融行业的下一步棋。

云栖社区:在加入阿里巴巴以及蚂蚁金服之前,您一直在学术界,如何看待人工智能学术和工业界的融合?

漆远:人工智能起起伏伏很多次,现在突然火起来了背后最主要的推动力来自于工业界,例如语音识别以及去年就名声大噪的AlphaGo,工业界的研究正在推动人工智能技术的发展。

以前人工智能学术界和产业界还是有本质的区别,学术界更关注的是核心技术的开发,着眼更长;对于工业界而言,大家会更着急于商业价值和短期内的应用。但现在这一局面也在逐渐改变,首先产学研正在更紧密的结合,很多高校老师,包括我自己也来到了工业界,蚂蚁金服包括阿里都在和高校展开合作,目的就是希望能够共同推进产学研的发展。

与此同时,工业界本身也在做更高精尖的科研,所以说这个界限和以前还是有区别。此外,学术界是整体人才培养的源泉。

阿里推出了NASA计划,蚂蚁金服也是其中一部分,我们希望共同推动NASA计划中人工智能和机器智能的发展。

云栖社区:关于学术研究以及商业化,蚂蚁金服人工智能部是如何权衡的?

漆远:蚂蚁金服一直强调“叫好又叫座”,叫好就是技术本身有深度,叫做就是要解决实际问题。

蚂蚁金服的定位是TechFin公司,也就是技术驱动的一个金融服务公司,科技是我们的一个核心的能力,而不只是为了解决商业问题的手段。总而言之,现在学术研究和商业化的事情我们都会做。

云栖社区:现在大家都在讲人工智能重新定义金融行业,但金融本身是一个比较宽泛的一个概念,蚂蚁金服希望通过人工智能打造一个什么样的场景?

漆远:我们希望打造一个金融智能平台,或者说是金融智能技术服务公司。这其中最主要的场景都是来源我们现实的业务。

蚂蚁金服风控部门中的反虚假交易就是基于算法,又如贷款是通过机器学习的算法来做的;还有前几天发布的保险定损,通过图像技术实现的;我们的智能客服缓解了蚂蚁金服客服的压力。

在智能客服这一块,蚂蚁金服和很多公司不一样,我们的业务场景更加复杂。因为很多公司只有一项业务,比如说卖一个东西,或者物流,而蚂蚁金服有保险、信用、贷款、花呗借呗,还有本身支付的业务。这些复杂丰富的场景为蚂蚁金服提供了一个非常好的推动力。当然,我们的技术水平也处于前列。

云栖社区:人工智能在金融行业和其它传统行业例如医疗有很大的差异,您怎么看这其中的差异?

漆远:我认为人工智能会在这两个领域快速落地。人工智能要成功不光靠的是底层运算的计算平台,同时需要对业务场景问题本身有深入的理解。

医疗和金融行业有着很大的区别,但是现在也在结合,比如说我们在医疗保险、人寿险上,围绕人的健康本身又能产生很多金融的机会,我们都要从两方面看问题。

云栖社区:我们这边可能涉及到的技术比较多,有深度学习,人脸识别,自然语言处理等等,我们是怎么去把这些技术落地到实际应用场景当中?

漆远:首先要考虑金融本身的特色,我们强调的一个是安全加密,保密性,安全加密特性,金融机器学习AI的能力。安全加密很容易理解,金融数据必须保障安全,要百分之百加密,其安全级别非常高,我们针对这一问题有一些技术上的投入。另外就是实时对抗,在与黑客的博弈过程中,我们自身的风控系统需要在实时的对抗性中学习,不断跟随环境进行演化。第三个特点,就是大规模,大家知道双十一的交易数量是12万笔,这需要自身达到一定的规模才能实现。

另外一方面,落地就是解决业务场景中的问题,我们需要从痛点出发,从用户的场景出发,来找到最合适的技术。通俗地说,我们不是拎着锤子找钉子,而是站在问题的角度来思考的。

云栖社区:蚂蚁金服在区块链上做了什么样的尝试?

漆远:区块链技术强调的是透明、信任,相互之间能够共同信任,区块链数据本身具有真实性、不可篡改性。基于这一点,我们通过区块链技术,促进了中国公益的发展。例如,蚂蚁金服现在正在和壹基金合作,我们还支持了器官捐送平台,实际上,支付宝用区块链做了很多相关的工作。

云栖社区:蚂蚁金服人工智能部门有哪些最新的研究成果?

漆远:首先,我们部门正在研究的项目就是智能客服,大概从2015年中开始做,做了半年自助率就从百分之六七十涨到了94%,到16年双十一的时候,实现了97%的自助率了。

这一数值极具意义。蚂蚁金服的业务在翻番,按照这个趋势需要更多的客服才能够满足需求,但实际上客服人数是在降低的。刨去人力成本、GPU成本以及计算资源的成本,智能客服能为公司节省一个亿。不仅仅是自助率高,解决率也更好了。目前,机器的问题解决率比人还高,这是一个标杆性的指标。

另外有一个典型的例子是风控,我们把一些的广告里面使用的跨界思维,如预测用户会点进哪个广告的算法,用在了我们的风控系统里面,安全和体验永远是个平衡。所以我们开发了机器学习的算法用在风控系统里面,这是一个非常真实的案例。

还有就是最新发布的定损宝,照张照片会自动告诉你车撞得有多严重,我们通过计算机视觉来自动判断。

云栖社区:如何理解TechFin?

漆远:首先强调一下,我们的定位本身是个科技公司在服务金融行业。

金融领域核心的问题是管理风险,我们强调我们是一家TechFin公司而不是Fintech,想表达的是用技术、数据的能力去助力金融,去服务我们的客户,提升金融机构的风险管理能力,所以我们去强调技术,而不是说去做金融。

AI本身一定和场景分不开,训练一个深度模型不考虑业务,就没有价值,它一定有一个场景,而蚂蚁金服赋能的就是金融行业。

云栖社区:AI+金融存在哪些技术难题?

漆远:在我来看,技术难题就是前面提到的三个:第一个保密安全加密,这是第一大技术难题;第二是实时对抗;第三是大规模。我们需要开发一些技术来攻克这三个难题。

云栖社区:突破口在算法上?

漆远:不仅仅是算法,人工智能是算法和系统和数据的紧密结合,如果只是算法,它一定不能发挥作用,失败的概率非常高。所以一定要和数据(广义的数据)结合,对我们来讲就是金融场景和生活场景,支付宝要做一站式的生活平台,就必须了解生活数据本身的特色;风险、信用是金融行业的特色,我们必须从这个角度来出发。另外工程架构也是关键因素,没有工程AI不可能跑起来,更不会实现大规模、实时。

云栖社区:5月份,人工智能领域的泰斗迈克尔·欧文·乔丹(Michael I.Jordan)加入了蚂蚁金服,他的加入会给公司带来哪些帮助?

漆远:乔丹是我们科学智囊团的主席,对蚂蚁金服而言,他会给我们带来三大帮助。

第一个是对技术大方向的建议和指导,尤其是宏观大方向;第二,他也会帮我们建立整个智囊团,智囊团本身也会制订未来的方向,他是非常好的科学家,伟大的场景往往会产生伟大的问题,伟大的问题能产生伟大的科学技术;第三,这个科学智囊团,包括乔丹本人会为我们整个技术品牌影响力的扩展做出贡献。

云栖社区:去年蚂蚁金服宣布着手研发虚拟机器人,这是一款什么样的产品?

漆远:实际上智能客服就是个机器人,并且已经在支付宝上线了。支付宝的定位叫一站式生活服务平台,我们通过智能机器人能够帮您订票、订晚餐、打滴滴车,还可以通过语音给好友发红包、转帐等等,这些都是已经实现的应用。

此外,我们现在正在接通更多的业务直达能力,因为支付宝提供了非常多的服务,例如各种各样城市服务非常复杂,通过智能助理就可以直接解决,这是一个非常好的应用。

当然,蚂蚁金服在智能投顾上也在建立智能机器人,通过对话的形式理解到用户的风险偏好、家庭情况之后,就可以给他更合理的理财建议;另外,我们还希望通过智能助理帮助用户更好的解决生活问题。这些智能机器人底层都是一个技术体系。

云栖社区:未来人工智能的趋势是什么?

漆远:人工智能经历了起起伏伏,它虽然是像正弦波一样跌荡,但是整体往上走的技术,对社会影响力越来越大,技术本身也在逐步成熟中,我相信这是人类最后最伟大的发明,关于未来还有很多的不确定性。但是现在从技术角度来看,我觉得还有很多挑战需要攻克,很多核心的问题我们还未解决,但仅仅解决了很小的问题,对社会对商业的冲击力就已经非常大。

之前有一个朋友讲的话讲得非常好:将来每一个成功的公司都会是一个人工智能的公司。

云栖社区:针对开发者,蚂蚁金服将会开放哪些能力?

漆远:我们将来计划把机器人能力对外开放,开发者可以在里面做更多的东西,包括一些个性化的应用。蚂蚁金服两个关健词,一个是开放另一个是人工智能,目的就是把更多的能力开放给大家。

云栖社区:CCAI大会将在22号召开,届时您会分享什么样的话题?

漆远:在大会上我会介绍蚂蚁金服的人工智能技术,从预测到推理我们怎么来布局的,因为我们以前大多是从应用角度来讲,技术方面讲的并不多。返回搜狐,查看更多

责任编辑:

声明:本文由入驻搜狐号的作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。
阅读 ()
投诉
免费获取
今日推荐