編者按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領(lǐng)域極具實力的跨界交流合作平臺。

大會第二天上午，在聚焦金融行業(yè)AI技術(shù)應(yīng)用的「AI金融」專場，六位頂尖AI金融技術(shù)與產(chǎn)品專家齊聚，為與會者帶來了一場別開生面的主題論壇。

微眾銀行楊強：用聯(lián)邦學(xué)習(xí)解決數(shù)據(jù)隱私難題

香港科技大學(xué)講席教授、微眾銀行首席AI官、IJCAI理事會主席楊強教授作為主會演講嘉賓及AI金融專場開場嘉賓。在AI金融專場，楊強教授為與會者帶來題為《聯(lián)邦學(xué)習(xí)的最新發(fā)展及應(yīng)用》主題演講。

演講開始，他先介紹了微眾銀行兩年來所取得的成就。楊強教授表示，微眾銀行在金融業(yè)務(wù)的各個環(huán)節(jié)均已實現(xiàn)自動化。從貸前業(yè)務(wù)咨詢環(huán)節(jié)的企業(yè)畫像，到貸中身份核實、資料審核，再到放款操作環(huán)節(jié)。此外，微眾銀行在一些輔助環(huán)節(jié)，如智能客服、錄音質(zhì)檢等也在應(yīng)用智能自動化技術(shù)。目前，微眾銀行98%的客戶問題由智能客服機器人解答，其系統(tǒng)能夠進行多輪對話并進行情感分析。

有趣的是，在小微企業(yè)貸款方面，微眾銀行不僅做線上自動化，還做線下自動化。為了解決線下企業(yè)風(fēng)險核查耗時耗力的問題，微眾開發(fā)了一款線下核驗頭盔機器人。申請人只需佩戴該頭盔設(shè)備周游工作場地，即可自動識別風(fēng)險。

與此同時，楊強教授也強調(diào)，在小微企業(yè)信貸過程中，出現(xiàn)了一些挑戰(zhàn)，業(yè)界需要尋求新的解決方案。

第一，如何對抗干擾信號。以金融領(lǐng)域為例，當(dāng)申請人對面部信息作假時，如何應(yīng)對？第二，如何在只有小數(shù)據(jù)的領(lǐng)域應(yīng)用深度學(xué)習(xí)。

楊強教授談到，往往高質(zhì)量、有標(biāo)簽的數(shù)據(jù)都是小數(shù)據(jù)，且不能隨著時間的推移進行累積，因為每個階段的數(shù)據(jù)和上個階段都呈現(xiàn)不同的分布，甚至特征都不盡相同。這一問題在金融、醫(yī)療、法律場景非常常見。這就意味著，要解決這一問題，需要多方數(shù)據(jù)打通，聯(lián)合建模。

但這其中又遇到了問題，那就是數(shù)據(jù)的隱私保護。2018年，歐盟提出史上最嚴(yán)數(shù)據(jù)保護法GDPR，足見數(shù)據(jù)隱私在人工智能發(fā)展道路上的重要性。在這樣的大環(huán)境下，合并數(shù)據(jù)變得異常困難。

為應(yīng)對這一問題，楊強教授倡導(dǎo)「聯(lián)邦學(xué)習(xí)」（Federated Learning），他以人們合作創(chuàng)作作品為例進行了解釋。在兩個人或多個人共同寫書的過程中，合作者的大腦并非物理地連結(jié)在一起，人們用語言交流，傳遞參數(shù)。在這一過程中，人類是有能力保護大腦中的隱私的。

聯(lián)邦學(xué)習(xí)參與各方先用本地數(shù)據(jù)建立模型，再將這個模型的關(guān)鍵參數(shù)加密，得到一個即使傳到云端也無法解密的包。千萬個包用算法加以聚合，得到高精度的模型，再將該模型下傳，供個體使用。整個過程中Server、云端均接觸不到包內(nèi)的實際內(nèi)容。

楊強教授表示，聯(lián)邦學(xué)習(xí)技術(shù)已經(jīng)在微眾銀行得以應(yīng)用。微眾銀行的合作企業(yè)中包含互聯(lián)網(wǎng)企業(yè)、車企、保險企業(yè)等。這些合作方擁有用戶大量的不同維度行為信息。應(yīng)用聯(lián)邦學(xué)習(xí)，微眾銀行能夠與合作方聯(lián)手，針對同一批用戶在不交換數(shù)據(jù)的前提下進行建模。實踐證實，AUC指標(biāo)得以提升，不良率大為下降。

此外，楊強教授還介紹了聯(lián)邦學(xué)習(xí)在城市管理、語音識別等領(lǐng)域的應(yīng)用。楊強教授表示，聯(lián)邦學(xué)習(xí)的發(fā)展需要建立生態(tài)，共同推進。與此同時，楊強教授也在積極推動相關(guān)國際標(biāo)準(zhǔn)與參考框架的建立。  

京東數(shù)科&ZRobot喬楊：不僅要關(guān)注黑，更要服務(wù)好白

京東數(shù)科生態(tài)中心信用管理部總經(jīng)理&ZRobot CEO喬楊在風(fēng)控行業(yè)已有10余年的經(jīng)驗，他曾長期供職世界500強企業(yè)——Discover美國發(fā)現(xiàn)金融，兼?zhèn)浼夹g(shù)與金融的跨界實力與中美兩國的世界級金融科技視角。

現(xiàn)場，喬楊就「數(shù)字科技驅(qū)動的信貸反欺詐技術(shù)」同與會者進行了探討。ZRobot成立于2016年10月，旨在利用高維度數(shù)據(jù)資源，結(jié)合數(shù)據(jù)挖掘技術(shù)及模型算法，借助京東數(shù)科豐富的實踐應(yīng)用場景，打磨自身技術(shù)實力并賦能合作伙伴。目前，ZRobot已與近300家銀行、保險、證券、信托、小貸公司、持牌機構(gòu)、消金以及融資租賃公司展開合作，為客戶提供智能風(fēng)控、智能營銷解決方案等各類產(chǎn)品支持。

喬楊現(xiàn)場分享了ZRobot在信貸反欺詐方面進行的嘗試與取得的成果。

喬楊表示，隨著移動互聯(lián)網(wǎng)的發(fā)展，欺詐分子應(yīng)用的手段層出不窮，產(chǎn)品類型不斷迭代進化?，F(xiàn)在欺詐已成為一門生意，欺詐分子和團伙多為非常勤奮且聰明的人。早期的欺詐手段往往是員工腐蝕機構(gòu)，現(xiàn)在已經(jīng)發(fā)展為潛入機構(gòu)、自營騙貸等更有手段的欺詐方式。與此同時，金融機構(gòu)對欺詐的防范往往處于滯后狀態(tài)，這為反欺詐工作的開展帶來了阻礙。

喬楊表示，雖然業(yè)內(nèi)已經(jīng)有很多成熟的可以利用的機制，比如建立良好的內(nèi)控合規(guī)機制、客戶管理體系，但往往無法識別三方欺詐的風(fēng)險。

要識別三方欺詐，第一步要做好交易對手的身份識別。喬楊介紹，當(dāng)前一些移動APP可從前端抓取多達200余個用戶標(biāo)簽，在此之上進行特征延伸擁有很大的空間。常用的做法包括抓取緯度信息，利用陀螺儀檢測設(shè)備仰角、滑動軌跡等，同時通過前端SDK進行淺層次的生物識別，已經(jīng)能夠做到在用戶體驗不受影響且不需要額外硬件支持的情況下進行有效的反欺詐識別。

在中國，欺詐行業(yè)的群體作案呈現(xiàn)上升趨勢，欺詐團伙已經(jīng)形成了非常完善的上下游產(chǎn)業(yè)鏈。因此，單單識別個人的欺詐風(fēng)險是不夠的，需要由點及面，通過機器學(xué)習(xí)及復(fù)雜的網(wǎng)絡(luò)技術(shù)對用戶及周圍群體的關(guān)聯(lián)關(guān)系進行判斷。ZRobot已經(jīng)積累大量的前端數(shù)據(jù)用于數(shù)據(jù)庫關(guān)聯(lián)，具體包括設(shè)備關(guān)聯(lián)、地址關(guān)聯(lián)、通信關(guān)聯(lián)等。

喬楊認(rèn)為「近朱者赤，近墨者黑」，與業(yè)界的通常做法不同的是，ZRobot不僅將關(guān)聯(lián)關(guān)系用在黑名單節(jié)點，在白名單上也有所應(yīng)用?！肝覀兲岢龅母拍钍遣粌H要關(guān)注黑，更要服務(wù)好白」，喬楊說。

宜信向江旭： 用AI實現(xiàn)「以用戶為中心」的財富管理

宜信公司高級副總裁、首席技術(shù)官向江旭先生一上臺就向在場嘉賓透露了一個好消息，宜信旗下品牌，也是國內(nèi)首家海外上市金融科技公司——宜人貸目前已完成品牌升級，將線上能力與線下資產(chǎn)結(jié)合，定名宜人金科。

宜信成立于2006年，是業(yè)內(nèi)領(lǐng)先的財富管理公司。宜信在支付、網(wǎng)貸、眾籌、機器人投顧、智能保險、區(qū)塊鏈等前沿領(lǐng)域均有積極布局，并通過業(yè)務(wù)孵化和產(chǎn)業(yè)投資參與全球金融科技創(chuàng)新。

關(guān)于宜信在信貸行業(yè)地位，向江旭談到，經(jīng)過13年的耕耘，宜信已經(jīng)在業(yè)界取得了傲人的成績。「業(yè)內(nèi)有這樣一個說法：一個用戶想申請貸款，如果他曾經(jīng)從宜信拿到過貸款，那么其他機構(gòu)就不用審核了?！瓜蚪裾f。

然而在CCF-GAIR 2019 AI金融專場，向江旭不談信貸，轉(zhuǎn)而和與會人員聊起了智能化的財富管理。

向江旭表示，中國財富管理規(guī)模在6萬億，與美國的9萬億尚有一定差距。中國財富管理線上化滲透率為35%，與之相比，美國為40%。中國擁有50余家財富管理公司，而美國擁有300多家。就財富科技的投資規(guī)模而言，中美幾乎持平。

總體來看，雖然在財富管理市場中美存在一定差距，但中國的增長率很高，產(chǎn)業(yè)投入也更高。這就意味著中國的財富管理潛力更大。2007-2016十年間，中國財富管理市場規(guī)模以年化20%的復(fù)利增長。2016-2018年增長率保持在12%，可預(yù)期的未來幾年時間內(nèi)，增長速度仍將維持在雙位數(shù)。

財富管理行業(yè)的目標(biāo)客戶為可投資產(chǎn)在1000萬人民幣以上的高凈值人群以及可投資產(chǎn)在100萬人民幣以上的大眾富裕階層。在中國，高凈值人群截至今年年底將達到220萬，未來幾年大眾富裕階層人群很快會達到3000萬的規(guī)模。

向江旭表示，這兩類人群對于智能財富管理均有非常強烈的期待。高凈值客群一般而言長期享受私人銀行家、理財師、金融顧問服務(wù)，但盡管如此，這類人群對線上實時獲取股票信息、資產(chǎn)狀況、財經(jīng)資訊、投資理財教育內(nèi)容仍有迫切需求。對于大眾富裕階層而言，很可能他們?nèi)松械牡谝豢钔顿Y理財產(chǎn)品就是在線上購買的，這類人群對線上的理財投資及智能化財富管理有天然的需求。

通過大數(shù)據(jù)技術(shù)，宜信能夠了解客戶對投資理財、家族傳承，對創(chuàng)富、守富、傳富的需求，也即財富管理行業(yè)的KYC。向江旭介紹，這些數(shù)據(jù)包括客戶的電商購物行為軌跡、線下財富管理講座活動的參與經(jīng)歷等。獲得用戶畫像后再利用AI技術(shù)將客戶與產(chǎn)品進行精準(zhǔn)匹配。

向江旭認(rèn)為，以前的財富管理是以產(chǎn)品為中心的，很多理財產(chǎn)品網(wǎng)站相當(dāng)于一個理財超市，這并不是宜信希望看到的財富管理方式。宜信希望用大數(shù)據(jù)及人工智能技術(shù)將以產(chǎn)品為中心的財富管理過渡到「以用戶為中心」的財富管理，真正做到千人千面的資產(chǎn)配置模式。

平安壽險沈劍平： 深挖應(yīng)用場景，讓AI賦能壽險各業(yè)務(wù)線

平安壽險是保險行業(yè)AI落地的排頭兵。目前，AI已經(jīng)在業(yè)務(wù)員面試、培訓(xùn)、銷售，客戶客服、風(fēng)控等環(huán)節(jié)落地應(yīng)用。

本屆CCF-GAIR大會AI金融專場的第四位演講嘉賓即是這一系列產(chǎn)品背后的技術(shù)指揮官，平安壽險總部人工智能研發(fā)團隊總經(jīng)理沈劍平?，F(xiàn)場，他就「AI技術(shù)在保險領(lǐng)域的應(yīng)用實踐」同與會者進行了分享與探討，全面解析平安壽險在人工智能領(lǐng)域的發(fā)展布局、應(yīng)用成果及核心技術(shù)。

沈劍平表示，在科技迅速深入各行各業(yè)的大趨勢下，傳統(tǒng)保險業(yè)如何充分運用人工智能等前沿技術(shù)，以尋求更高質(zhì)量的發(fā)展方式，是一個非常關(guān)鍵的問題。

平安集團在2018《財富》世界500強中排名第29位，是全球市值、品牌第一的保險集團。作為集團旗下子公司和主要利潤貢獻者，去年平安壽險利潤超730億人民幣，有140余萬代理人。面對如此龐大的業(yè)務(wù)規(guī)模，平安壽險積極探索科技與保險的深度融合，由傳統(tǒng)壽險公司向科技型壽險公司轉(zhuǎn)型。

沈劍平介紹，平安壽險在人工智能領(lǐng)域，重點布局深度學(xué)習(xí)、自然語言處理、知識圖譜、智能推薦、計算機視覺等前沿技術(shù)，全面實現(xiàn)銷售、服務(wù)、管理三大賦能。

在銷售賦能方面，由于壽險業(yè)務(wù)人員眾多，業(yè)務(wù)員面試存在面試量大、人力投入多、篩選困難等痛點。平安壽險研發(fā)了AI面試官，背后打造了一個面向面試領(lǐng)域的特殊對話系統(tǒng)，除了重點運用FAQ問答、多輪對話、智能提問外，更結(jié)合擬人化面試交互的需求，自主研發(fā)了創(chuàng)新的智能短回應(yīng)技術(shù)，實現(xiàn)人臉識別核身、多媒體展示、全流程語音交互、擬人化互動、專家經(jīng)驗賦能和面試智能評價等功能。

為了給客戶提供更專業(yè)的保險服務(wù)，業(yè)務(wù)員需要經(jīng)過個性化、全方位、多維度的培訓(xùn)。平安壽險打造了遠(yuǎn)程培訓(xùn)+線上學(xué)習(xí)機制，利用圖像技術(shù)、推薦技術(shù)實現(xiàn)智能互動與秩序監(jiān)督、千人千面線上課程學(xué)習(xí)等。另一個亮點是一款用于一對一訓(xùn)練和考評的AI陪練機器人，不僅能夠智能考試及評分，還能扮演客戶模擬實際業(yè)務(wù)場景的交互。

在銷售環(huán)節(jié)，平安壽險還推出了「個人銷售助理」機器人，幫助業(yè)務(wù)員在銷售過程中獲得專家級的保險知識顧問和銷售支持。

此外，沈劍平還分享了平安壽險在服務(wù)賦能和平臺建設(shè)方面的成果。在服務(wù)賦能領(lǐng)域，重點打造了包括可在線辦理復(fù)雜業(yè)務(wù)和服務(wù)咨詢的智能客服、專家級智能保顧等在內(nèi)的客戶金融生活助理服務(wù)。平臺建設(shè)方面，重點打造了包括壽險人機交互平臺、智能知識中心、智能營銷平臺、深度學(xué)習(xí)平臺等在內(nèi)的核心平臺支持。對于其中進行的關(guān)鍵技術(shù)問題，如低資源攻關(guān)、對話引導(dǎo)、知識驅(qū)動對話等，沈劍平也進行了針對性的分享。

阿博茨科技余宙： 創(chuàng)造金融數(shù)據(jù)的永動機

在金融科技領(lǐng)域，阿博茨科技聯(lián)合創(chuàng)始人余宙是一個神奇的存在。他是曾被邀請做客比爾蓋茨家的產(chǎn)品天才，是海豚瀏覽器的首席產(chǎn)品設(shè)計師?？缃鏏I金融后，這位極具天賦的產(chǎn)品人能夠為行業(yè)帶來哪些火花？現(xiàn)場，余宙為與會者帶來了題為《AI金融大腦驅(qū)動知識處理變革》的主題演講。

余宙介紹，阿博茨為金融行業(yè)提供四類機器人產(chǎn)品：摳數(shù)據(jù)、找數(shù)據(jù)、填數(shù)據(jù)、畫圖表。與風(fēng)控、視覺等創(chuàng)業(yè)大方向不同的是，阿博茨的業(yè)務(wù)緊密圍繞著金融數(shù)據(jù)，這一思路來源于創(chuàng)始團隊一次拜訪瑞士銀行的經(jīng)歷。

當(dāng)時，接待余宙一行的是瑞士銀行一位頭發(fā)花白的客戶經(jīng)理。銀行方面介紹，這位資深客戶經(jīng)理沉淀了30年的經(jīng)驗，能夠回答客戶的任何問題。與此同時，銀行方面也表示，要培養(yǎng)一位像這樣經(jīng)驗豐富的客戶經(jīng)理，是需要非常大的代價的。談到這里，余宙開始考慮，是否能夠利用計算機技術(shù)將金融領(lǐng)域的知識與經(jīng)驗記錄與傳承？

在金融領(lǐng)域，有大量「表哥」、「表妹」存在，這些受過良好教育的有志青年整日處理數(shù)據(jù)和圖表。從事著重復(fù)的業(yè)務(wù)，不僅耗時耗力，而且出錯率高。此外，90后以及00后喜歡創(chuàng)新性工作，導(dǎo)致這類崗位的離職率非常高。

余宙非常認(rèn)同《原則》一書中Ray Dalio提出的觀點：人應(yīng)該成為機器的一部分，而不是機器來幫助人。他認(rèn)為，人有感情、有情緒、會累，不能24小時工作。那么如何制造一個系統(tǒng)，讓人成為機器的一部分，將是徹底提高效率的一種方式。

為此，阿博茨構(gòu)建了ABC金融大腦，將自然語言處理、機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)運用在金融領(lǐng)域的日常數(shù)據(jù)處理工作中。構(gòu)建一條生產(chǎn)線，人就像大廚，只負(fù)責(zé)炒菜。買菜、洗菜、切菜、準(zhǔn)備原材料等過程全部由機器完成。

余宙表示，AI分做幾個不同的層次。機器能夠讀懂圖、表、文件的認(rèn)知引擎層；能夠看到、聽到、接收信號的感知層；以及機器對人類進行信息回饋的可視化層。ABC金融大腦是這三層的結(jié)合，就像一個超級實習(xí)生或者超級分析師助理，能夠幫助分析師對公開市場上的數(shù)據(jù)進行獲取。同時若進行私有化部署，還將有能力挖掘自家的數(shù)據(jù)。

在ABC金融大腦之外，阿博茨還構(gòu)建了RPA機器人。與ABC金融大腦不同的是，RPA主要解決兩個問題——流程上的斷點和阻塞點。通過AI技術(shù)，將RPA流程打通，形成永動機一樣的系統(tǒng)。

余宙表示，ABC金融大腦和RPA機器人在券商、銀行、財務(wù)等多種金融場景均可應(yīng)用。

CMU王強博士： 面對金融交易場景，遠(yuǎn)未成熟的三維人臉識別的剛性需求，將走向何方？

作為AI金融專場的收官嘉賓，原大數(shù)金融CTO兼首席科學(xué)家、前美國Fiserv東亞及東南亞總裁、IEEE Fellow王強博士帶來了題為《3D人臉識別與開放金融平臺》的主題演講。

現(xiàn)場，王強博士報告了自己團隊在三維人臉識別方面的最新算法以及在金融交易場景的剛性應(yīng)用。圍繞中國人工智能四十年主題，開場王強博士回顧了計算機視覺奠基人David Marr三層理論，即將計算機視覺分為三個階層：二維基數(shù)圖（2-D Sketch）、2.5維要素圖以及三維模型表征（3-D model representation）。

王強博士指出，David Marr在計算機視角三層開創(chuàng)性理論不僅僅是計算機視角的基石，同時也給認(rèn)知科學(xué)（Cognitive Science）帶來了及其深遠(yuǎn)的影響。王強博士指出未來計算機視角研究要從客觀感覺和主觀感知兩個方向共同入手，加強在圖像認(rèn)知層面的理論與研究突破。

計算機視覺發(fā)展40年，進度一直受限。王強認(rèn)為其主要原因一是傳感器的能力，二是面對高維算力，三是3-D攝像機大規(guī)模應(yīng)用，四是柔性姿態(tài)的估計能力以及合成圖像細(xì)粒度與泛化能力沖突問題。

三維視覺最高端的場景之一是三維人臉識別，這一領(lǐng)域當(dāng)然也面臨著很多挑戰(zhàn)。一是柔性姿態(tài)的變化大幅降低識別率，二是樣本庫問題難以實現(xiàn)離線大規(guī)模學(xué)習(xí)，三是終端芯片的算力不夠，這些挑戰(zhàn)也為三維人臉識別在金融交易領(lǐng)域的剛性應(yīng)用帶來了阻礙。在金融交易這樣高標(biāo)準(zhǔn)嚴(yán)要求的行業(yè)，人臉識別的準(zhǔn)確率必須高于99.9%，而現(xiàn)在的技術(shù)尚未能達到這樣的要求。

近期，王強博士團隊提出的SimGAN（S+U模擬融合無監(jiān)督學(xué)習(xí)）最新算法，在 GANs細(xì)粒度合成圖像、少量樣本庫無標(biāo)注離線學(xué)習(xí)、GANs對抗補償、懲罰學(xué)習(xí)差異、區(qū)域?qū)寡a償、細(xì)粒度區(qū)域?qū)W習(xí)到全局泛化、柔性姿態(tài)修正等方面帶來重大突破，基于機構(gòu)光攻克了三維人臉的多項重大技術(shù)難點，基于結(jié)構(gòu)光綜合場景下平均識別率達到99.9%，其合成圖像的視覺圖靈測試接近1：1通過率， MPIIGaze測試比目前最好算法高出24.9個點。并在金融身份識別、反欺詐、開戶和支付等場景中，可以啟到交互應(yīng)用和輔助決策的作用。

未來，王強博士團隊將結(jié)合結(jié)構(gòu)光、TOF和雙目三個光源特征進行三維人臉識別研究，繼續(xù)提升綜合場景下識別率。

一場國際化的AI金融交流會

本次「AI金融專場」，吸引了中國及歐美地區(qū)的眾多AI金融專家到場。其中加拿大工程院院士、Citadel首席人工智能官鄧力博士，加拿大工程院院士凌曉峰教授等多位重量級人物也來到現(xiàn)場學(xué)習(xí)交流，共同促進AI金融的產(chǎn)學(xué)融合與商業(yè)應(yīng)用。

我們將會在本次峰會后，在雷鋒網(wǎng)「AI投研邦」上線CCF GAIR 2019峰會完整視頻與各大主題專場白皮書，包括機器人前沿專場、智能交通專場、智慧城市專場、AI芯片專場、AI金融專場、AI醫(yī)療專場、智慧教育專場等。雷鋒網(wǎng)「AI投研邦」會員們可免費觀看全年峰會視頻與研報內(nèi)容，掃碼進入會員頁面了解更多。峰會期間專享立減399元福利，可進入頁面直接領(lǐng)取，或私信助教小慕（微信：moocmm）咨詢。（最后一天50個名額，速搶。）

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。