当前位置:综合财经 > 正文
平安金融大数据与人工智能实践

  一、人工智能热再度兴起

  现在比较火的三个话题:云计算、大数据、人工智能。其实人工智能是其中诞生最早的,已经60多年了,那为什么去年开始人工智能突然又像一个新生事物一样引起万众瞩目呢?因为去年发生了一件轰动世界的大事:人工智能机器人AlphaGo战胜人类围棋专家李世石。这一事件再次将人工智能推向热潮。

  此战成名的智能机器人AlphaGo利用“策略网络(Policy Network)”和“值网络(Value Network)”两大核心深度神经网络,分析棋盘局面,在可控计算量的范围内判断每步下子策略的优劣,最终战胜人类。

  之前也有很多运用人工智能做的事情,一般理解都是它只能在一些专业的事情上超过人类,但是围棋事件改变了这个认知,人们发现AlphaGo在大局意识上也超过了人类。从这个事件开始,之后的一年内整个业界形成一股人工智能热,百度战略重心转向人工智能。人工智能对于很多公司来说这是一次转型的大好机会,可以运用人工智能做更多事情。

  二、人工智能进军金融界

  在金融领域,由于其服务的本质仍然是人与人之间的交流,人工智能给金融行业带来的影响将是重新解构金融服务的生态。传统金融行业中,服务成本是完全由机构方承担,对客户则是简单粗暴地索取高昂的购买对价,这个时代的金融业是垄断的、暴利的,也是客户受损的;互联网时代下,简单粗暴的格局被打破,服务成本完成了初步的分配,在不同的产品上由客户和机构承担不同的成本,从而一定程度上降低了金融业的门槛、增加了市场渗透率,但由于模式不成熟,又面临传统金融业的打压,因此互联网时代主要是客户从中受益、机构从中受损;而人工智能时代,变革将变得彻底、服务成本将以一种更有效的方式进行合理分配,从而使得服务的提供方和购买方都能从中更加获益。

  一些证券公司也开始引入人工智能的一些产品,比如 “智能投顾”,是指虚拟机器人基于投资者自身的理财需求,通过算法和产品来完成以往人工提供的理财顾问服务。用户无需掌握太多市场和金融产品知识就可以使用该服务。

  三、人工智能“脑”

  各国都有一些人工智能“脑”计划,比如美国的谷歌、微软、Facebook;中国的讯飞、腾讯、百度等都有自己的AI实验室。各国政府也会在战略、标准、基金投放等方面做出考虑和计划。

  AI目前主要工作方向:

  *政府:收集脑活动数据,建模,模拟脑行为

  *工业界:智能识别(语音,图像,文本,…)

  *广泛应用:搜索,广告,推荐,检测,监控,翻译,无人驾驶,…

  AI取得最大突破的是三个方面:图像、语音、文本,其核心是深度学习的重大突破带来相关技术和相关应用的飞速发展。

  深度学习

  深度学习背后的理论也不是这几年产生的,其核心模型和算法存在很久了。

  上图是目前很火的CNN、RNN监督的深度学习,CNN在图像识别处理方面有很大的突破。下面是深层网络相关的,比如Sparse Coding。

  最早的深度学习是多层人工神经网络的学习:

  *80年代浅层神经网络很火,可从数据中学习非线性模型

  *90年代后逐渐被别的方法取代,计算能力限制,数据量限制,黑盒子

  *近5年深度学习炙手可热,神经网络算法改进,数据处理能力大大提高,数据量大大增加,3层-> 64层。

  我常说人工智能是一个火箭,大数据就还是燃料,GPU、FPGA芯片等异构计算能力是助推剂,这些都具备了人工智能才能腾飞。

  四、基于卷积神经网络的深度学习技术

  这里强调一下CNN,比如我用一张纸把自己遮挡起来,只露出来一只眼睛或鼻子,你也能看出来是我,就是这样一个基本原理,有的人特别熟悉了,很远看到他的样子或听到他的声音都能认出来。CNN是通过卷积层、降采样层的提取,提取到一个基本特征进行识别。

  五、深度学习的应用

  1、语音识别

  语音识别的应用非常多,比如Google Now、微软Cortana,苹果Siri,百度语音助手,迅飞,出门问问等。语音识别的基本原理:两个模型,一个提取相关声学特征,提取出来之后对应相应文本;同时还有一个语言模型,保证语句通顺减少语法错误。

  从隐性马尔科夫模型到深度学习的性能飞跃,利用成千上万小时的语音数据构建模型,语音识别+机器翻译+语音合成技术不仅可以识别多国语言还可以做到实时翻译。

  2、计算机视觉

  现在机器识别物品的能力已经超过人类了,人脸识别在FFW人脸测试及上准确率接近100%。看图理解方面也有很大突破,机器自动实现图片上相关物品的识别,加上相关自然语言的能力形成一段通顺的话,很多购物评论实际上都是机器写的。

  3、医学图像自动标识

  医学也有很多方面应用到深度学习,比如美国的NIH实现一张图判断肺的健康状况。美国国家健康研究院和谷歌合作,通过10万多病人、20多万张医生标注的CT/MRI图像,构造一系列深度卷积神经网络模型,对新图像可以自动标识关键病症。

  六、平安人工智能+大数据

  金融人工智能的应用场景也非常多,从图中可以发现营销、风控、决策、运营等方面都可以运用人工智能,因为我们有金融大数据及相关技术支持,比如LBS、大数据、深度学习等,形成了相关产品和技术能力,服务于各个业务。

  平安脑底层是传统数据,处理之后会支撑和衍生相关平台,有基础算法平台,支持一些传统算法和协调算法;深度学习平台,主要处理相关结构和分解化数据;舆情平台,因为金融会涉及风控,会在网络平台获取综合实时社交网络咨询。五个应用重点:风险量化、反欺诈、智能推荐、健康医疗,智能运营。

  平安现在处于大数据应用,也是人工智能应用的时代。

  1、大数据平台

  我们的大数据平台框架,首先本身相关的传统金融公司银行、保险、证券都有。safehouse是隔离的,需要做到数据保密,因为金融数据有它自身的特点:比较纯净、频率频次相对较低、安全性非常高。我们也会输出一些标签,比如做征信,会对财富状况做大数据分析,也会引入相关外部数据,比如社交网络公开的数据,实现数据打通。

  2、深度学习云平台

  这个深度学习云平台对目前主流深度学习的框架做一个支撑,下面对接的是目前的采购,背面会提供一些接口,比如有业务方要调用我们的资源,直接给一些API就可以用起来。

  3、平安脑应用示例

  4、平安脑智能营销

  任何面向C端客户的公司都要思考的问题是怎样获客,面向B端用户的公司考虑则不一样,整个营销是一个生命周期,从开始拉新的获客,到获客之后怎样进行客户关怀,交叉销售,到最后实现客户挽留,这都需要数据化运营和数据化管理。

  我们构建整个用户画像体系,从基本的个人属性:年龄、性别、教育层次;金融属性:财富交易状况;社交属性:经常去哪些地方;健康属性等构建几千维的用户画像。

  我们还有一个产品画像,包括产品定位、产品能干什么、产品价格、面向用户群体等。我们要做的是把用户画像和产品画像的桥梁打通,实现精准匹配,达到精准的数字化营销。

  5、深度学习智能推荐

  为达到精准的数字化营销的目的,我们首先需要对销售过程进行分解,在哪里购买、引流渠道在哪里、触点在哪里等,还要详细分析客户特征。然后做一些倾向性分析,就是传统的建模、协同过滤以及事件驱动。

  传统的协同过滤算法因噪声的干扰导致推荐效果不理想,而且数据的稀疏也进一步降低推荐的精准度。为解决推荐过程中,用户画像数据过于稀疏并存在大量噪声数据的问题,提出基于深度学习的推荐优化算法。

  算法利用深度学习SDAE(栈化解噪音自动编码器)提取高鲁棒的判定特征,得到高质量的清洗数据,接着得到ITEM/USER矩阵完成精准推荐。

  6、平安脑智能风控

  对于金融公司来说风控是至关重要的,要做风险的管理和量化。

  平安脑智能风控还包括舆情分析:情感识别、热点挖掘;关系网络分析:社交关系,亲属关系,任职关系,股权关系、热点事件的影响程度和范围、欺诈网络识别等。

  还可以通过语音语义分析识别实现欺诈早期预警:报案人身份识别,是否报假案。

  我们的主动学习模型可以进行医保欺诈检测。

  通过PS照片自动检测及定位,一方面防止欺诈,另一方面提高效率。

  7、平安脑智能运营

  图像识别提升服务体验及效率:客户身份识别,车险查勘中的照片清晰度识别、证件识别、车辆信息及车损状况识别、场景三维重建及可视化、监控视频压缩及智能摘要;自然语言理解完善机器人客服或家庭助手;结合专业知识库,实现拟人化实时交互,并可协助远程看护诊疗。

  1)智能定损

  问题情境:车险案件中会产生大量的车损查勘照片。目前平安查勘团队(含代理)每年的人力成本投入巨大,同时,对于车辆损失程度的判定仍缺乏验证机制。借助深度学习技术,我们可以快速检测车损部位,识别车损程度。

  2)车牌分类

  问题情境:目前通用的车牌类型主要有五种,分别是:大型民用车牌、小型民用车牌、武警车牌、使领馆车牌、其他外籍车牌。依靠深度学习技术,我们可以准确定位车牌位置,并智能识别车牌所属类别。

  3)问答机器人

  客服机器人产品以自然语言处理和人机交互等多种人工智能技术为基础,使用WEB、IM、WAP、SMS等多种表现形式,通过拟人化的方式与网络用户进行实时交互沟通。

  自动应答:无人工参与,不受工作时间、业务范围等外界环境影响。

  智能记忆:支持上下文记忆、自动成长。

  综合应用:可同时支持多种业务应用,不同的知识库,实际意义上的综合营销

  可支持网页、手机页面/客户端 。

  4)智能欺诈

  借助人工神经网络模型,将金融客户的交易量、交易类型、交易频率等数据提取为特征向量,输入模型进行欺诈风险评估。

  七、结语

  人工智能正在被越来越多地应用到生活、生产的方方面面,利用人工智能解放人工劳动,实现更高效地生产、更便捷的生活。

相关链接:

作者:王健宗 来源:msup 发布时间:2017-08-04 03:35:57
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任