面对金融应用实时、安全、系统性风险挑战,蚂蚁金融智能大脑Antzero如何应对?

雷锋网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

面对金融应用实时、安全、系统性风险挑战,蚂蚁金融智能大脑Antzero如何应对?

雷锋网 (公众号:雷锋网) 报道,作为云栖大会重要组成部分,首届蚂蚁金服ATEC大会也在杭州云栖小镇召开。ATEC大会又叫蚂蚁金服科技探索大会,大会今年的关键词是“技术开放”。据雷锋网了解,蚂蚁金服副总裁、首席数据科学家漆远出席发言,并作了金融级智能大脑Antzero的分享。漆远主要介绍了Antzero的功能、应用场景以及下一步发展计划。

漆远表示,金融服务面临很多问题,很多问题都是从场景自然产生的,对机器学习产生很多的挑战。

  • 对实时性的要求,一个AI驱动的交易风控系统需要在毫秒级做出决策,响应慢就不行;

  • 关于海量数据和业务多样性的问题,很多数据源从不同的场景进来,需要从多个维度多个数据源结合来综合分析;

  • 金融固有的系统性风险,如果危机迅速地扩散,从而成为系统性大风险,那么如何从金融网络的角度预防或者准备;

  • 最为关键的是金融性安全挑战,也是一切业务的基石。

从长远发展来讲,任何公司、任何机构的长远发展需要一个真正扎实的技术积累。这是达摩院和蚂蚁金服金融智能大脑Antzero开放的原因。

以下是演讲原文,雷锋网作了不改变原意的编辑:

金融智能大脑如何应对金融场景挑战?

面对金融业对于AI的挑战,蚂蚁金服建立了一个金融智能大脑Antzero。我们希望它可以提升风控信用决策的能力,降低金融服务成本,改善服务体验。

这个金融大脑是安全加密、实时对抗、大规模的。很多金融场景本身就是对抗性的,需要考虑到恶意的数据。金融大脑涵盖了我们搭建的金融智能平台,它可以输出金融级智能能力给生态合作伙伴,比如加强学习,深度学习,无监督学习和 图推理能力。在这些基础能力以上,我们希望能够提供系统性风险预备或防范能力、智能营销能力、智能理赔能力、智能金融信息服务。

金融智能平台通过拖拉拽就能上手的交互方式,在超大规模异构计算平台上实现一系列金融场景的算法,并且提供一套完整的产品解决方案来服务我们的用户。

金融智能平台解决三个关键的问题。

  • 一是安全,金融智能平台通过提供自研硬件支持安全合规的加密解密。

  • 二是实时,如果没有这个平台,大型有效的机器学习模型没法短时间产生结果,只能简化算法,但这样会很影响业务效果。所以我们在通过工程和算法来优化AI在线服务的速度。

  • 三是支持大数据量的机器学习和离线训练。我们希望能够打通机器学习从建模、部署到迭代的链路,给我们的用户提供完整的平台解决方案,帮助他们减少使用AI系统、AI算法和AI资产的门槛。

具体来说金融智能平台有这样几个功能。

  • 首先是可视化建模,我们有丰富的图表样式和非常强大的特征算子,用户通过轻松的拖拉拽就能完成数据建模。

  • 其次是自动化部署,我们做到了模型自动翻译、集群自动管理和性能自动监控。芝麻分应用后,建模效率从一个月提升到一周,部署效率从两周提升到一个小时。

  • 第三,资产化沉淀。模型算法也是很重要的资产,在算法的迭代演进过程中,我们最关心系统性能是否稳定,新的算法上线怎样效果可以更好。我们支持性能评估和监控,还提供了A/B测试持续优化服务。另外一个关键是共享,希望大家能够协同起来,不同的人开发不同的模块,但可以沉淀在一个模型里。

面对金融应用实时、安全、系统性风险挑战,蚂蚁金融智能大脑Antzero如何应对?

最后举一个关于A/B测试的例子,有些时候我们需要使用科学的方法通过比较数据来发现哪一种产品方案用户更喜欢,哪一个算法效果最好,哪一个业务流程最有效。在最新的支付宝新版本首页,我们做过一个非常简单的测试实验:用户收到首页通知时,方案一是出现三个小字,“新消息”,方案二是小红点。我们认为方案一更好,而方案二的用户点击率比方案一相对提高8%。A/B测试既是决策的过程,也是学习的过程。在支付宝的保险首页腰封内容的实验中,我们吃惊地发现去腰封后页面点击率大幅度提升提高了40%。我们要保证这样的科学决策机制,它相当于一个表盘,对基于数据的业务发展非常关键。

金融智能平台的实际应用

金融智能平台以及应用在蚂蚁金服的各项业务里。

智能营销

第一个场景是智能营销。我们通过深度学习,完整理解用户差异化的需求,准确获取用户决策的阶段,在合适的时间、合适的地点,多场景多频次推给用户合适的内容,最终提升业务的转化率。我们实时深度模型的快速迭代,保障了对用户精准的多轮多场景触达。

例如在花呗签约流程中,智能营销如何帮助业务更好的向用户推送签约入口引导签约,这个非常关键。哪些地方透出签约,哪些新用户可以发展,哪些用户是可以挽回,什么时间挽回,在哪里挽回,通过深度模型和实时深度算法的迭代,动态的找到最佳的入口和时机,帮助业务成功转化原本可能流失的用户完成签约。最终帮助花呗签约率翻倍,业务得到大幅提升。

定损宝

另外一个例子是AI在保险行业的应用,比如前段时间上线的定损宝,只需要对车拍一组照片,系统会通过图像识别和AI深度学习的算法来自动完成车辆损伤程度的识别以及维修方案的确定。这个项目刚开始做的时候压力非常大,比如由于车辆油漆颜色的不同,反光效果也不尽相同,并且由于车辆角度的不同会带来视觉上很大的差异性等等。当时,我们进行了大量的思考怎么通过AI的技术能力来大幅度提升车辆损伤识别的准确率和覆盖率,现在团队经过一段时间的努力以及不断的尝试,目前车辆损伤识别的准确率和覆盖率已经达到比较高的水平了。同时在运费险项目,我们通过千人千面的算法能力来根据用户的不同特性推荐不同的产品以及更加精确的个性化定价,从而找到更合适每个用户的保险产品以及定价。

智能助理机器人

第三个重要应用实蚂蚁安安Antone,蚂蚁智能助理机器人。蚂蚁的智能机器人从智能客服机器人一路发展而来。智能客服主要有两部分能力,首先是猜用户的问题,80%多的用户诉求都是通过这种方式来解决的,主要通过用户在支付宝中的行为来挖掘出用户心里想问的问题。另一部分是问答机器人。我们的问答机器人的问题解决能力一直在持续的提升,在今年的5月份,机器人解决率已经超过了人工服务。同时我们还在智能客服场景以外,进一步扩展对话机器人的应用场景,我们希望搭建一个智能助理平台,来使得机器人的能力能够快速应用到各个场景,包括智能投顾等。今年的9月份我们完成了智能助理平台V1.0的版本建设。

Antone目前不仅可以做到懂用户(在智能客服场景的猜你问题),同时在支付宝的很多核心场景可以帮助用户高效解决很多问题,比如快速直达城市服务里面的应用,购买火车票等等。未来Antone将会成为智能的一站式金融生活服务机器人,将来会将智能助理作为一个平台开放给蚂蚁金服的生态合作伙伴。

引用丘吉尔的一句话,“这不是结束,甚至不是结束的开始,而仅仅是开始的结束!”,智能浪潮的时代才刚刚开始,人工智能会对金融业带来巨大的变革。

雷锋网版权文章,未经授权禁止转载。详情见。

面对金融应用实时、安全、系统性风险挑战,蚂蚁金融智能大脑Antzero如何应对?

随意打赏

系统性金融风险金融乱象
提交建议
微信扫一扫,分享给好友吧。