2020年8月7日-9日，第五屆CCF-GAIR全球人工智能與機(jī)器人峰會(huì)，于深圳隆重舉辦。此次峰會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦。

在8月9日的「AI金融專場(chǎng)」中，《AI金融評(píng)論》邀請(qǐng)了6位最具代表性的頂尖AI金融專家，分享能夠代表未來10年風(fēng)向的智能技術(shù)方法論、產(chǎn)品邏輯和風(fēng)險(xiǎn)管理理念。

首先登場(chǎng)的，是微眾銀行首席AI官楊強(qiáng)教授。聯(lián)邦學(xué)習(xí)和隱私計(jì)算，是今年所有金融巨鱷和科技寡頭們，都在重點(diǎn)布局的重要技術(shù)方向。作為這一領(lǐng)域的全球領(lǐng)軍人物，楊強(qiáng)也在會(huì)上帶來了他在前沿研究與產(chǎn)業(yè)應(yīng)用的真知灼見。

以下為楊強(qiáng)教授演講全文，雷鋒網(wǎng)AI金融評(píng)論做了不改變?cè)獾恼恚?/strong>

先簡(jiǎn)單介紹一下，微眾到現(xiàn)在有五年的歷史了，目前有大概兩億的個(gè)人用戶，還有將近百萬的小微企業(yè)用戶。這么短的時(shí)間可以獲得這么大的用戶群，應(yīng)該說很大程度上是取決于技術(shù)上的創(chuàng)新，包括云計(jì)算、大數(shù)據(jù)和人工智能。

其中一大亮點(diǎn)就是做連接，把不同的企業(yè)連接成一個(gè)生態(tài)。在這個(gè)過程當(dāng)中，AI是不可或缺的——正如今天的主題：AI到底在金融界能起到什么作用？

我們?cè)诤芏痰臅r(shí)間內(nèi)匯聚了很多人才，這些人才主要在四個(gè)方面把互聯(lián)網(wǎng)銀行大致規(guī)?；?、模型化了。這四個(gè)團(tuán)隊(duì)把微眾銀行內(nèi)部和外部的業(yè)務(wù)過程、經(jīng)驗(yàn)總結(jié)成了模型，這些模型可以供應(yīng)給其他行業(yè)一鍵下載、一鍵裝配，比如可以做營(yíng)銷、服務(wù)、資產(chǎn)管理，把金融的前臺(tái)和后臺(tái)都包括了。

遷移學(xué)習(xí)和聯(lián)邦學(xué)習(xí)也是如今比較突出的兩項(xiàng)技術(shù)，可以把整個(gè)金融業(yè)務(wù)再往前推進(jìn)一步。

 

我們可以把未來的銀行想像成從左到右的流程，最左邊的是獲客，這是任何企業(yè)都需要做的，要找到有價(jià)值的客戶，對(duì)客戶進(jìn)行安全評(píng)估、風(fēng)險(xiǎn)信用評(píng)估，盡早發(fā)現(xiàn)可能的欺詐行為。

評(píng)估辦法之一是參考央行的征信數(shù)據(jù)，但國(guó)內(nèi)很多人沒有征信數(shù)據(jù)（信用分），而且它只是一個(gè)維度，所以我們需要把維度變得更加豐富。

還有運(yùn)營(yíng)、監(jiān)管、對(duì)沉睡用戶的喚醒、7×24小時(shí)的客戶服務(wù)，里面都有人工智能的影子。

分布性數(shù)據(jù)隱私保護(hù)、聯(lián)合建模的挑戰(zhàn)和需求

在所有這些過程當(dāng)中有一個(gè)主線：如何能夠順利把盡量多的數(shù)據(jù)用起來。

我們聯(lián)邦學(xué)習(xí)的宗旨是數(shù)據(jù)不動(dòng)模型動(dòng)，這是一個(gè)做法，目標(biāo)就是數(shù)據(jù)可用不可見：數(shù)據(jù)可以用，但是別人的數(shù)據(jù)我是見不到的，所以可以把數(shù)據(jù)加入到生態(tài)里面來共同建模，一些散亂的小數(shù)據(jù)就可以成為虛擬的大數(shù)據(jù)，這是我們的思想。

這個(gè)思想的初衷其實(shí)是，現(xiàn)在很多行業(yè)并沒有真正意義上的大數(shù)據(jù)，像在金融里面有很多的數(shù)據(jù)，其實(shí)是黑天鵝現(xiàn)象。比方說在反洗錢應(yīng)用中用于模型訓(xùn)練的洗錢案例，其實(shí)數(shù)量并沒有想象中那么多，還是屬于少數(shù)現(xiàn)象。這種數(shù)據(jù)拿它來訓(xùn)練，效果不是很好。

如果要用人工智能改變很多行業(yè)的話，其實(shí)都沒有高質(zhì)量、有標(biāo)注、不斷更新的數(shù)據(jù)。

第四范式公司在實(shí)踐當(dāng)中就發(fā)現(xiàn)，如果要為大額貸款做一個(gè)營(yíng)銷模型或風(fēng)控模型，數(shù)據(jù)往往是在上百例以內(nèi)，這點(diǎn)樣本是沒有辦法訓(xùn)練一個(gè)好的深度模型的，所以他們的做法是從小額貸款到大額貸款做遷移學(xué)習(xí)。

每個(gè)人也都有手機(jī)，手機(jī)都是聯(lián)到云端的，每個(gè)手機(jī)上的數(shù)據(jù)，每時(shí)每刻都在更新，都有新的圖片、新的聲音、新的文章可以點(diǎn)擊，每個(gè)手機(jī)上的信息又是私密的，如何保證私密不傳出去，又能讓云端的大數(shù)據(jù)模型得到更新呢？

大家都熟悉無人車，比如有一千輛無人車，每輛車見到的數(shù)據(jù)都是有限的，我們能不能讓一千輛車的數(shù)據(jù)匯聚成一個(gè)虛擬的大數(shù)據(jù)，同時(shí)又不暴露某個(gè)車看到的某個(gè)場(chǎng)景？

這就是分布性數(shù)據(jù)隱私、聯(lián)合建模的挑戰(zhàn)和需求——能不能把小數(shù)據(jù)聚合起來成為大數(shù)據(jù)？

問題是，現(xiàn)在監(jiān)管和社會(huì)的要求也非常嚴(yán)格，老百姓、社會(huì)對(duì)于技術(shù)工作者的要求是首先要保護(hù)隱私。政府也紛紛立法，比如歐洲建立了GDPR的數(shù)據(jù)法規(guī)。 

我們國(guó)內(nèi)也有相關(guān)的保護(hù)法，在國(guó)家層面、地區(qū)層面，大家都在探索類似于、甚至更加嚴(yán)格于GDPR的數(shù)據(jù)法規(guī)。所以，簡(jiǎn)單粗暴地把數(shù)據(jù)從A傳到B是違法的。

透視聯(lián)邦學(xué)習(xí)

聯(lián)邦學(xué)習(xí)，“邦”的意思是每個(gè)實(shí)體參與者地位都是相同的，無論大小，提供的價(jià)值才是他們存在的意義?！奥?lián)”就是用一種方式把它們聯(lián)起來，把隱私保護(hù)起來，同時(shí)又可以做一些有意義的事情。 

用一個(gè)簡(jiǎn)單的例子來解釋：假設(shè)用一只羊來類比機(jī)器學(xué)習(xí)模型，草就是數(shù)據(jù)，我們希望羊吃了草以后能夠長(zhǎng)大。

過去的做法是，把草買到一起來建立模型。比方說左邊的模型，左邊的箭頭是指向羊的。羊不動(dòng)，但是草被購(gòu)買到中心。相當(dāng)于簡(jiǎn)單粗暴地獲取數(shù)據(jù)，形成大數(shù)據(jù)，來建立模型。

但我們希望能夠保護(hù)各自的隱私，所以讓草不動(dòng)，讓羊動(dòng)。這樣羊既能吃那個(gè)地方的草，主人又不知道到底吃了哪些草，久而久之羊就長(zhǎng)大了——這個(gè)就是聯(lián)邦學(xué)習(xí)的新思路，就是讓草不出草場(chǎng)，本地主人無法知道羊吃了哪些草，但是羊還是長(zhǎng)大了。

這個(gè)思想的關(guān)鍵是，當(dāng)我們的模型從一個(gè)地方傳到另外一個(gè)地方的時(shí)候，要傳盡量少的東西，同時(shí)傳的模型參數(shù)要被加密。圖右這些帶有一個(gè)框的W就是加密的意思，在本地加密，就只能在本地解密。

現(xiàn)在有一種穿透式的加密，把所有的加密包放在云端的時(shí)候，還可以對(duì)它進(jìn)行更新操作。比如對(duì)這個(gè)模型的集成更新，用集成學(xué)習(xí)。

谷歌就提出了“對(duì)模型聯(lián)邦平均”的做法，還有其他比較復(fù)雜的方法如神經(jīng)網(wǎng)絡(luò)等。

這種做法分兩種數(shù)據(jù)格式，一種格式是把樣本分割，放在終端，像圖左邊所表示的一樣，這是橫向聯(lián)邦。

還有一種是縱向聯(lián)邦，沿著特征把數(shù)據(jù)分成幾塊，每一塊屬于一個(gè)機(jī)構(gòu)。比如有兩家醫(yī)院，雙方數(shù)據(jù)可能在用戶上有很多重疊，可是在特征上面沒有很多重復(fù)。比如其中一家醫(yī)院做的是胸片，另外一家做的是核酸檢測(cè)，如果聯(lián)合就可以做更好的模型。

但出于隱私或利益等原因，他們不愿意互傳。這時(shí)就可以用如圖所示的方式，可以讓一方的數(shù)據(jù)在加密狀態(tài)下傳到另一方，參與模型更新，重復(fù)多次后得到最優(yōu)化的模型。有新用戶的時(shí)候也是通過加密傳輸，使中間結(jié)果得到運(yùn)算。

縱向聯(lián)邦適合to B的場(chǎng)景，橫向聯(lián)邦適合to C的場(chǎng)景。谷歌用的比較多的是橫向，我們微眾用的比較多的就是縱向，當(dāng)然也有混合的用法，橫向中有縱向，縱向中有橫向。

在座的朋友們可能會(huì)問，聯(lián)邦學(xué)習(xí)跟以前的分布式AI、參數(shù)服務(wù)器、聯(lián)邦數(shù)據(jù)庫(kù)有什么區(qū)別？

過去，分布式AI和聯(lián)邦數(shù)據(jù)庫(kù)里面，數(shù)據(jù)的形態(tài)、分布、表征都是一樣的，是同類的。在聯(lián)邦學(xué)習(xí)里面，它們可以是異構(gòu)的，特征不一樣，分布也不一樣。從機(jī)器學(xué)習(xí)的角度來說，更加復(fù)雜。

 

同時(shí)，隱私保護(hù)是第一性的要求。過去，分布式AI和聯(lián)邦數(shù)據(jù)庫(kù)都是在一個(gè)數(shù)據(jù)的功能下，把數(shù)據(jù)分布在不同的數(shù)據(jù)庫(kù)，目的是并行計(jì)算、提高效率。但是現(xiàn)在數(shù)據(jù)本身屬于不同的屬主，所以需要做加密情況下保護(hù)隱私的計(jì)算。

可能還有聽眾想問，假如在多個(gè)參與者中，有一個(gè)參與者是壞人怎么辦？他在努力猜你的數(shù)據(jù)，甚至在做數(shù)據(jù)的“下毒”，比如故意標(biāo)注一些錯(cuò)誤的信息，就有可能把最終的模型變成對(duì)自己有利的方向，這也是有可能的。

如果原始數(shù)據(jù)是0，在OCR的場(chǎng)景下，另一方可以不斷地接受對(duì)方的梯度猜出對(duì)方的數(shù)據(jù)。如果百分之百地采用同態(tài)加密，用聯(lián)邦學(xué)習(xí)的方法，這種情況就不會(huì)發(fā)生。

聯(lián)邦學(xué)習(xí)的特點(diǎn)是引入了生態(tài)的維持機(jī)制，也就是經(jīng)濟(jì)學(xué)機(jī)制。如果要讓聯(lián)盟能夠持續(xù)下去，每個(gè)參與者都要感覺到作用和收益是成正比的，這就要引入經(jīng)濟(jì)學(xué)或者博弈論的機(jī)制來保證持續(xù)的平衡點(diǎn)。

總結(jié)一下，其中有很多工作要做，包括安全合規(guī)，這是跟法律層面、跟政府層面合作；有防御攻擊，還有算法效率，技術(shù)應(yīng)用、還有激勵(lì)機(jī)制，要引入很多經(jīng)濟(jì)學(xué)家的工作。

舉個(gè)例子，因?yàn)槁?lián)邦學(xué)習(xí)是一個(gè)大的框架，所以有各種各樣落地的場(chǎng)景。比如推薦場(chǎng)景，大家用抖音、用頭條、用電商，這個(gè)時(shí)候都離不開個(gè)性化的推薦，但是推薦是數(shù)據(jù)越多越好。

如果數(shù)據(jù)來自不同方，過去是把數(shù)據(jù)買到本地來進(jìn)行推薦模型的建立?？梢杂寐?lián)邦學(xué)習(xí)來解決這個(gè)問題，這個(gè)做法是“聯(lián)邦推薦”。最近我們把聯(lián)邦推薦的算法應(yīng)用在廣告推薦的場(chǎng)景上，用各方的數(shù)據(jù)，最后廣告推薦的場(chǎng)景可以個(gè)性化，但是數(shù)據(jù)可以不出本地。

聯(lián)邦學(xué)習(xí)如何為金融發(fā)揮作用？

應(yīng)用在信貸和征信系統(tǒng)，我們希望利用大數(shù)據(jù)建立360度的用戶和企業(yè)畫像，參加建立更好的征信。但是聯(lián)邦學(xué)習(xí)出現(xiàn)以前都沒有很好的技術(shù)，大家都不參與到這個(gè)生態(tài)里面，擔(dān)心自己的數(shù)據(jù)被偷走。用了聯(lián)邦學(xué)習(xí)以后就可以做這個(gè)嘗試。

比如這個(gè)嘗試是一家銀行和票據(jù)公司的合作，數(shù)據(jù)都不出本地，銀行所提供的是這個(gè)用戶貸款的關(guān)鍵數(shù)據(jù)，合作企業(yè)提供的是企業(yè)的交易數(shù)據(jù)，這種交易數(shù)據(jù)為企業(yè)的活躍度提供了很多的信息，這兩個(gè)數(shù)據(jù)進(jìn)行聯(lián)邦，可以讓壞賬率大幅度降低。

應(yīng)用在計(jì)算機(jī)視覺，每個(gè)庫(kù)房都有很多攝像頭監(jiān)控本地的庫(kù)存，可以用不同視覺公司的監(jiān)控?cái)?shù)據(jù)進(jìn)行供應(yīng)鏈聯(lián)邦。

更多跨領(lǐng)域的應(yīng)用，比如監(jiān)管和銀行、互聯(lián)網(wǎng)和電商、互聯(lián)網(wǎng)和醫(yī)院，都可以進(jìn)行聯(lián)邦。

建立這樣一個(gè)生態(tài)，離不開行業(yè)標(biāo)準(zhǔn)。我們推進(jìn)建立的IEEE國(guó)際標(biāo)準(zhǔn)這個(gè)月也會(huì)出臺(tái)，國(guó)家層面也有標(biāo)準(zhǔn)。我們也推出了開源軟件FATE。

我用微眾銀行的典型案例進(jìn)行總結(jié)，剛才說的聯(lián)邦技術(shù)貫穿了所有前臺(tái)和后臺(tái)。比如智能營(yíng)銷，引入聯(lián)邦學(xué)習(xí)以后，可以把不同的數(shù)據(jù)源結(jié)合起來，讓營(yíng)銷提高點(diǎn)擊率。

特別受關(guān)注的是點(diǎn)擊之后用戶有沒有轉(zhuǎn)化、有沒有變成你的用戶，這個(gè)過程需要更多的數(shù)據(jù)支持，這些數(shù)據(jù)往往來源于合作者，利用聯(lián)邦學(xué)習(xí)的效果可以大幅度提高20%以上。

反欺詐方面，可以在人臉識(shí)別、語(yǔ)音識(shí)別方面都可以大幅度提高效率。

風(fēng)控方面，也是利用大數(shù)據(jù)把金融公司和非金融公司聯(lián)成生態(tài)，大家在這個(gè)生態(tài)里面進(jìn)行數(shù)據(jù)價(jià)值的交易。

還可以利用另類數(shù)據(jù)，比如把衛(wèi)星數(shù)據(jù)、電信數(shù)據(jù)、非傳統(tǒng)財(cái)報(bào)數(shù)據(jù)聯(lián)合起來，可以實(shí)時(shí)為投資者服務(wù)。

如何喚醒沉睡的、有價(jià)值的用戶？也可以用聯(lián)邦學(xué)習(xí)識(shí)別這個(gè)客戶有沒有重新跟你合作的意愿。我們的經(jīng)驗(yàn)是在當(dāng)前這個(gè)經(jīng)濟(jì)形勢(shì)下，是非常好的金融場(chǎng)景。

7×24小時(shí)的機(jī)器人服務(wù)，微眾現(xiàn)在有98%以上是機(jī)器人在做后臺(tái)服務(wù)，包括對(duì)話系統(tǒng)、客戶服務(wù)、服務(wù)當(dāng)中的監(jiān)管、質(zhì)量檢測(cè)、智能監(jiān)控、反洗錢，把細(xì)碎的小數(shù)據(jù)聯(lián)系起來，變成可用數(shù)據(jù)。

以上就是我們的經(jīng)驗(yàn)和總結(jié)，謝謝大家。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。