清華大學(xué)“人工智能前沿與產(chǎn)業(yè)趨勢”系列講座的第五講，由螞蟻金服集團首席AI科學(xué)家與副總裁、達摩院金融智能負(fù)責(zé)人漆遠(yuǎn)親臨現(xiàn)場，與清華大學(xué)海峽研究院大數(shù)據(jù)AI中心專家委員、百度七劍客之一、酷我音樂創(chuàng)始人雷鳴老師共同參與，深度探討AI賦能金融服務(wù)的發(fā)展趨勢。

首先，雷明老師提出了目前人工智能在大數(shù)據(jù)方面的發(fā)展，對金融、醫(yī)療、企業(yè)經(jīng)營、教育等領(lǐng)域有哪些應(yīng)用以及影響。

雷鳴首先拋出了一些很有意思的點。首先雷鳴講到目前大數(shù)據(jù)領(lǐng)域遇到的比較大的挑戰(zhàn)包括異構(gòu)數(shù)據(jù)、高維數(shù)據(jù)的處理以及稀疏性、動態(tài)性等，這些問題目前還在持續(xù)的攻克中。

其次是應(yīng)用。雷鳴提到，在醫(yī)療方面，人類已經(jīng)定義的疾病有3萬多種，這疾病如何分類、如何預(yù)測，都是需要通過大數(shù)據(jù)來解決的問題；大數(shù)據(jù)還可以銷量預(yù)測，例如雙11商家如何減少積壓；金融方面，預(yù)測借款人的還款概率從而能夠減少回款風(fēng)險；針對企業(yè)可以進行客戶的特征分析；個性化推薦，預(yù)測用戶的口味提供更好的服務(wù)；除了個性化推薦，還可以進行個性化營銷以及個性化教育，都可以通過大數(shù)據(jù)分析有針對性的為個體提供定制化的服務(wù)。

可以看到，大數(shù)據(jù)在很多領(lǐng)域都有非常廣泛的應(yīng)用。這其中，金融是一個特別強的應(yīng)用場景，尤其是量化交易。比如通過分析全球主要產(chǎn)地的圖像，預(yù)測農(nóng)副產(chǎn)品的產(chǎn)量增幅或者跌幅，進而預(yù)測期貨未來的價格。

如果說有哪家企業(yè)在AI+金融方面做到全球領(lǐng)先，螞蟻金服肯定是其中之一，它也是全球市值最高的獨角獸之一。今天就由螞蟻金服集團首席AI科學(xué)家與副總裁、阿里達摩院金融智能負(fù)責(zé)人漆遠(yuǎn)為大家?guī)砭收n程《AI賦能金融服務(wù)》。

真正的金融科技公司，既有技術(shù)深度又有情懷溫度

漆遠(yuǎn)提到經(jīng)常有人問他一個問題：人工智能寒冬什么時候到來。其實這個問題沒有答案，但是漆遠(yuǎn)認(rèn)為機器學(xué)習(xí)只是一個開始，未來還有很長的路。

漆遠(yuǎn)提到一本非常著名的書叫做《從0到1》，里面講人類發(fā)展有兩個特別關(guān)鍵的點：首先是從0到1的科技創(chuàng)新；另外一個是從1到N的全球化。

科技創(chuàng)新非常重要，螞蟻金服是一家科技公司，要不斷創(chuàng)新；然后，將創(chuàng)新成果推向全球化。比如從中國市場得到驗證的經(jīng)驗，就可以分享給印度。漆遠(yuǎn)提到在印度，螞蟻金服的支付產(chǎn)品Paytm能夠在2年之內(nèi)成為全世界第四大錢包，獲得上億用戶，支付寶為其提供了大量技術(shù)創(chuàng)新能力和經(jīng)驗。

近兩年，不少全球大型科技公司不同程度地被媒體和政府挑戰(zhàn)。他認(rèn)為，這背后應(yīng)該反思的是，一些有黑科技的大公司是否在推進社會向好的方向發(fā)展。

同時，在中國不少所謂的金融科技公司說自己是做普惠金融，但其實沒有風(fēng)控能力，只是高利貸互聯(lián)網(wǎng)化而已。沒有真正技術(shù)的金融科技公司的情懷只能是無源之水。

而螞蟻金服在做有技術(shù)深度也有情懷溫度的事情。從快捷支付，到小微貸款，到相互寶等等，螞蟻金服一直通過技術(shù)創(chuàng)新做真正的普惠金融。

比如相互寶是一個互助產(chǎn)品。一人有難八方支援，從而可以將一個人的風(fēng)險分散攤出去。5月8號還發(fā)布了老年專享產(chǎn)品：60到70歲專享的三高及心血管疾病均可申請加入。

但所有的有關(guān)懷溫度的金融產(chǎn)品背后都是有風(fēng)險的，金融本身與風(fēng)險是密不可分的，這就需要一個真正有深度的技術(shù)支撐。

如何通過人工智能實現(xiàn)既保護了用戶隱私，又能提供有價值服務(wù)

技術(shù)需要解決三個關(guān)鍵問題。第一個是風(fēng)險，金融場景里風(fēng)險無處不在。 第二個是數(shù)據(jù)安全和隱私保護。所以如何實現(xiàn)既保護用戶隱私，又提供有價值服務(wù)成為需要解決的問題，第三個是效率和體驗問題。

漆遠(yuǎn)舉了一個貸款違約風(fēng)險的例子。如何從 一個海量的、缺少標(biāo)注的數(shù)據(jù)集來識別貸款違約風(fēng)險。在深度學(xué)習(xí)上又往前走一不，把有監(jiān)督和無監(jiān)督的兩種深度圖算法結(jié)合起來做一個綜合學(xué)習(xí)，效果非常明顯，可以保證準(zhǔn)確性的前提下，大規(guī)模提升效率，更有效的控制風(fēng)險。

漆遠(yuǎn)還提到他團隊開發(fā)的一個新算法，這種算法把注意力機制和深度圖模型結(jié)合起來，自動識別關(guān)鍵路徑和關(guān)鍵深度， 并用于精準(zhǔn)識別騙保的風(fēng)險。他們還開發(fā)了基于多層注意力的深度圖算法來檢測套現(xiàn)騙局。

大家都在講數(shù)據(jù)孤島，希望這些孤島能夠打通，發(fā)揮數(shù)據(jù)聚合價值 ，但同時如何保護數(shù)據(jù)隱私？解決這些問題在醫(yī)療與金融等行業(yè)都有很大價值。

為了解決這些關(guān)鍵問題，螞蟻金服4年前就領(lǐng)先世界金融界開始研發(fā)基于隱私保護的機器學(xué)習(xí)和多方計算的共享學(xué)習(xí)。在該領(lǐng)域有50多個專利在審，國家認(rèn)證技術(shù)證書。

在螞蟻金服的實踐里，共享學(xué)習(xí)技術(shù)應(yīng)用于跟中和農(nóng)信等合作伙伴的合作，他們向農(nóng)村市場提供小微金融服務(wù)，通過共享學(xué)習(xí)大規(guī)模提升了合作伙伴的風(fēng)控能力，降低貸款逾期率50%以上，服務(wù)全國300 多個縣。

漆遠(yuǎn)說，計算機視覺和知識圖譜技術(shù)在螞蟻金服也有很多應(yīng)用。例如在多收多保理賠的案件里，50％以上是完全自動處理，準(zhǔn)確率達到了99％以上。使用計算機視覺，自然語言處理和知識圖譜來有效防止騙保。利用技術(shù)，多收多保做到了2分鐘申報，一秒鐘核實，2小時到賬的高效智能理賠。

漆遠(yuǎn)還提到，為了提高客服機器人對客戶的服務(wù)質(zhì)量，除了多輪對話和遷移學(xué)習(xí)外，他們還使用了對抗學(xué)習(xí)技術(shù)，通過兩個自然語言處理BERT模型之間的對抗，類似金庸小說里周伯通的左右互博術(shù)，在對抗學(xué)習(xí)中模型變的越來越強大。

2015年，支付寶智能客服實現(xiàn)了94％的自助率，2017年，客服機器人已經(jīng)超越人工客服的滿意度，做到了不僅效率高，同時效果好。在2019年螞蟻智能客服賦能生態(tài)，服務(wù)了近萬個釘釘企業(yè)群。

最后，漆遠(yuǎn)說一個優(yōu)秀金融科技公司一定是一個有深度有溫度的公司。

未來在金融科技上能夠大放異彩的技術(shù)

「你認(rèn)為，哪些技術(shù)未來可能在金融科技上大放異彩？」討論環(huán)節(jié)，雷鳴向朱軍拋出這個問題。

朱軍是清華大學(xué)計算機系教授、2013 CCF青年科學(xué)家獎、IEEE Trans. on PAMI副編委（Associate Editor），他認(rèn)為一個是在人臉識別或者圖像識別中存在對抗樣本，這在金融領(lǐng)域非常重要；另外是大規(guī)模的圖計算的快速算法；還有一個大數(shù)據(jù)處理相關(guān)，比如很多的文本和圖數(shù)據(jù)這種異構(gòu)數(shù)據(jù)做一些應(yīng)用；還有就是如何在信噪比較低的數(shù)據(jù)中，挖局有價值的東西，不是簡單用一個CNN就能實現(xiàn)，可能需要一些機器學(xué)習(xí)方法。

明勢資本創(chuàng)始合伙人黃明明認(rèn)為，相比阿里這樣的公司，首先金融科技的初創(chuàng)企業(yè)本身沒有海量數(shù)據(jù)，其次也很難跟銀行拿到數(shù)據(jù)；其次銀行本身把控非常嚴(yán)格，所以他們沒有投太多這方面的創(chuàng)業(yè)公司。銀行覺得已經(jīng)把這么有價值的數(shù)據(jù)提供給創(chuàng)業(yè)公司了，因此不愿意給創(chuàng)業(yè)公司更多實際的收益。

黃明明認(rèn)為，總的來說哪數(shù)據(jù)多往哪去。而創(chuàng)業(yè)公司的機會是在新數(shù)據(jù)。因為原有的數(shù)據(jù)要么在巨頭手里面，要么是在傳統(tǒng)行業(yè)的巨頭手里面。對創(chuàng)業(yè)公司來說，有新數(shù)據(jù)產(chǎn)生的地方，可能是創(chuàng)業(yè)公司有更大機會，比如說自動駕駛，即使對于BAT也是新的。包括反欺詐方面也是非常大的機會。

漆遠(yuǎn)認(rèn)為如果能結(jié)合自身優(yōu)勢，在一個行業(yè)扎進去了，然后它產(chǎn)生金融服務(wù)，也是很好的結(jié)合。

雷鳴談到在垂直領(lǐng)域，或許能產(chǎn)生一些新模型讓封孔變的更精確，另外也可以做一些新的金融模式的創(chuàng)新。比如淘寶商家需要小微貸款，這市場對銀行來說利潤太少。但是店鋪的歷績、客戶群體、復(fù)購情況等數(shù)據(jù)能夠綜合體現(xiàn)出商家的經(jīng)營能力，螞蟻金服可以對整個銷售進行預(yù)測，從而通過機器評估出風(fēng)險。

算法能不能做交易呢？

漆遠(yuǎn)說螞蟻金服自身不做算法交易，但算法是可以服務(wù)交易的。比如國外有研究人員用強化學(xué)習(xí)來分析交易對市場環(huán)境的影響來實現(xiàn)自動交易下單。另外， 市場上很多風(fēng)險是由人性導(dǎo)致，在于人的選擇。從計算機的角度其實是可以幫助避免的，因為AI算法本身并沒有人類心理的恐懼與貪心。但也有可能出現(xiàn)不好的情況，如果設(shè)計的不好，幾個交易系統(tǒng)算法互相正反饋可能導(dǎo)致大規(guī)模股市暴跌。

給立志從事AI＋金融的學(xué)生的建議

黃明明認(rèn)為需要往產(chǎn)業(yè)走，因為數(shù)據(jù)都在產(chǎn)業(yè)，AI一定和產(chǎn)業(yè)是深度結(jié)合的，多找實習(xí)。

漆遠(yuǎn)認(rèn)為要把社會需求、自己想做、和是否擅長做結(jié)合起來。漆遠(yuǎn)還特別提到，在大學(xué)學(xué)習(xí)階段不要化太多時間學(xué)習(xí)各種AI框架上，應(yīng)該多花一點時間打好AI基礎(chǔ)，包括優(yōu)化與概率，線性代數(shù)與邏輯，數(shù)據(jù)結(jié)構(gòu)和算法，博弈論，機制設(shè)計（及經(jīng)濟學(xué)），甚至大腦科學(xué)。