從SIGIR2020到IJCAI2020，隨著國際一系列頂級學(xué)術(shù)會議（頂會）的陸續(xù)開啟，全球科學(xué)家們已經(jīng)迎來了2020年屬于自己的一道道“盛筵”。這些不同科技領(lǐng)域內(nèi)的頂級會議是前沿，更是未來。

逛頂會，聊技術(shù)，本周實(shí)驗(yàn)室小編就來說說頂會中的那些科學(xué)家的故事。

營銷活動(dòng)是電商平臺最常見的業(yè)務(wù)模式，而針對平臺營銷活動(dòng)主要的攻擊方式，就是通過虛假交易套利。簡單地說，就是賣家和買家合謀，通過作弊，騙取平臺的“紅包”。

這和風(fēng)控領(lǐng)域中的其他風(fēng)險(xiǎn)有很大的不同。類似盜用賬號、欺詐等風(fēng)險(xiǎn)，都因?yàn)榈谌绞芎φ叩耐对V或報(bào)案，可以產(chǎn)生明確的風(fēng)險(xiǎn)標(biāo)簽。它意味著，平臺很快可以知道，一項(xiàng)交易違規(guī)與否，并做出反應(yīng)。而合謀欺詐不會有人報(bào)案，也就不可能產(chǎn)生標(biāo)簽。

平臺當(dāng)然絕不允許這種合謀欺詐的存在，但這絕非易事。在相當(dāng)程度上，科學(xué)家們需要讓案件在海量交易中“無中生有”——既然沒人報(bào)案，那就讓數(shù)據(jù)自己“報(bào)案”好了。

過去，人們是要從一群穿藍(lán)色外衣的人中，找到一個(gè)穿黃色衣服的人——那意味著一個(gè)有標(biāo)簽的風(fēng)險(xiǎn)；而現(xiàn)在，人們是要從一群都穿藍(lán)色服裝的人群中，找到一個(gè)外衣下藏有匕首的人。

從機(jī)器人足球，到概率圖模型

要在每天上億筆交易里準(zhǔn)確找出這種風(fēng)險(xiǎn)，并大幅提升風(fēng)險(xiǎn)攻防效率以滿足實(shí)際業(yè)務(wù)需要，是一件非常有挑戰(zhàn)性的事情。

這里的關(guān)鍵之處在于，支付寶特有的數(shù)據(jù)量為研究提供了基礎(chǔ)；而龐大的業(yè)務(wù)量，又讓這種研究有了“性價(jià)比”。

解決這個(gè)問題的工作交到了支付寶天筭安全實(shí)驗(yàn)室手里。

支付寶天筭安全實(shí)驗(yàn)室隸屬于支付寶安全實(shí)驗(yàn)室。該實(shí)驗(yàn)室主要圍繞智能風(fēng)控和反欺詐技術(shù)，探索安全領(lǐng)域的機(jī)器學(xué)習(xí)等前沿問題，重點(diǎn)關(guān)注打造全球領(lǐng)先的智能風(fēng)控體系，是守護(hù)支付寶“你敢付我敢賠”承諾的中堅(jiān)力量。

因?yàn)闆]有標(biāo)簽，“我們不能用常規(guī)的分類，去解決這樣的問題”。劉騰飛希望把它變成一個(gè)機(jī)器學(xué)習(xí)的問題，并找到一種方法，來實(shí)現(xiàn)低成本、高效率的檢測。

 

劉騰飛是螞蟻金服數(shù)據(jù)技術(shù)專家，香港科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)系博士，主要研究無監(jiān)督異常檢測技術(shù)、弱監(jiān)督學(xué)習(xí)技術(shù)在風(fēng)控領(lǐng)域的應(yīng)用。

高考后，因?yàn)榈谝荒瓴环謱I(yè)的原因，劉騰飛選擇了中國科技大學(xué)。按他的思路，這樣就避免了在對自己的興趣點(diǎn)仍然懵懂的情況下，“過早”規(guī)劃未來的職業(yè)方向。

在那一年里，劉騰飛發(fā)現(xiàn)了物理、化學(xué)的“恐怖”之處，而自己對芯片設(shè)計(jì)和通訊那些學(xué)科又提不起興趣，直到聽到一位老師對算法概念的描述，他才動(dòng)了選擇計(jì)算機(jī)系的念頭。那位老師告訴他，算法就是解決問題的方法。

在AI科研領(lǐng)域，機(jī)器人世界杯（Robot World Cup）是一項(xiàng)重要的賽事，它有一個(gè)宏大的目標(biāo)，是在人類足球規(guī)則下，用機(jī)器人在2050年戰(zhàn)勝人類的足球世界杯冠軍。

選中計(jì)算機(jī)專業(yè)后，劉騰飛一頭扎了進(jìn)去。

仿真比賽是機(jī)器人足球比賽中“最古老”的比賽項(xiàng)目，它專注于人工智能和團(tuán)隊(duì)策略的應(yīng)用。這個(gè)賽事分2個(gè)組別：2D和3D。

劉騰飛所在的中國科大藍(lán)鷹隊(duì)在2007年拿下了2D仿真組的全國冠軍，之后在2008年時(shí)，點(diǎn)球負(fù)于德國隊(duì)，拿到了世界亞軍。

因?yàn)殚L期沉湎于“足球”，劉騰飛連留學(xué)申請都沒有準(zhǔn)備，這在中國科大的學(xué)生里，并不多見。于是老師把他推薦去了香港科技大學(xué)念博士。在那段時(shí)間里，他學(xué)習(xí)的領(lǐng)域是概率圖模型。

概率圖模型是一類用圖形模式表達(dá)基于概率相關(guān)關(guān)系的模型的總稱。近10年，它已成為不確定性推理的研究熱點(diǎn)，在人工智能、機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺等領(lǐng)域有廣闊的應(yīng)用前景。

但這和劉騰飛在支付寶天筭安全實(shí)驗(yàn)室遇到的風(fēng)險(xiǎn)課題并不直接相關(guān)，他和他的同事們要解決的問題都是新的，因此方法也必須是新的——唯一沒變的，就是對技術(shù)的創(chuàng)新——?jiǎng)Ⅱv飛興趣滿滿。

讓數(shù)據(jù)自己找到“匕首”

好消息是，那些同樣身穿藍(lán)衣，但是懷揣匕首的人，仍可能表現(xiàn)得異乎常人。例如衣服局部的外形變化，走路的姿態(tài)變化……從數(shù)據(jù)中找出這些風(fēng)險(xiǎn)交易，最直接的做法是通過異常檢測，利用這些異乎尋常的蛛絲馬跡，來找到比較確定的標(biāo)簽。

不過這種標(biāo)簽在海量交易數(shù)據(jù)里仍只能覆蓋有限的部分，這就引出了另外一個(gè)問題——標(biāo)簽不完全。

在實(shí)際業(yè)務(wù)中，這類標(biāo)簽問題對應(yīng)的風(fēng)控場景是廣泛的，遠(yuǎn)不止于一個(gè)“買賣雙方合謀”的問題。正是因?yàn)檫@個(gè)原因，不止劉騰飛想找到解決方法，支付寶安全實(shí)驗(yàn)室和學(xué)界都對此興趣盎然，這也是此后安全科研基金樂于介入的原因。

弱監(jiān)督學(xué)習(xí)是一個(gè)對應(yīng)的解決手段。它和有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)都是機(jī)器學(xué)習(xí)方法的主要分類，依據(jù)是看算法有無利用以及如何利用訓(xùn)練數(shù)據(jù)中的標(biāo)簽信息。弱監(jiān)督學(xué)習(xí)類算法可以解決標(biāo)簽不準(zhǔn)確、標(biāo)簽不完全和標(biāo)簽不確切的問題。

正樣本和無標(biāo)簽樣本學(xué)習(xí)（PU learning）正是屬于弱監(jiān)督學(xué)習(xí)中的一類算法。它從只有正樣本和無標(biāo)簽樣本的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)得到一個(gè)二分類模型，這里的無標(biāo)簽樣本可能是正樣本，也可能是負(fù)樣本——這個(gè)正、負(fù)樣本，在支付寶等平臺的真實(shí)業(yè)務(wù)場景里，就對應(yīng)了風(fēng)險(xiǎn)的存在與否。

也是因?yàn)檫@個(gè)原因，正類和無標(biāo)記類別學(xué)習(xí)（PU learning）適用于眾多的風(fēng)控場景——?jiǎng)Ⅱv飛能找到了那只帶來風(fēng)險(xiǎn)的“匕首”，依靠的就是它。

不過，它和真實(shí)的場景仍有差距。

“自古以來”，傳統(tǒng)的正類和無標(biāo)記類別學(xué)習(xí)（PU learning）在解決問題時(shí)，數(shù)據(jù)都已經(jīng)放在了科學(xué)家的手里，是囊中之物。

但在線交易不是這樣，所有的數(shù)據(jù)像流水一樣持續(xù)涌入。到諸如雙十一時(shí)，這種涌入更將有如一道數(shù)據(jù)洪峰。

道高一丈

劉騰飛聯(lián)合署名的那篇論文——由支付寶天筭安全實(shí)驗(yàn)室聯(lián)合南京理工大學(xué)完成的《Online Positive and Unlabeled Learning》，能夠成功被 IJCAI-2020接收，很重要的一個(gè)原因，就是它有效地處理了這種流式數(shù)據(jù)，實(shí)現(xiàn)了在線更新模型，提升模型迭代速度的目的。

這篇論文的合作背景源于螞蟻金服的安全科研基金，它是一個(gè)螞蟻金服為促進(jìn)產(chǎn)業(yè)界和學(xué)界交流的平臺項(xiàng)目。

國際人工智能聯(lián)合會議（IJCAI）是人工智能領(lǐng)域最頂尖的綜合性學(xué)術(shù)會議之一，被中國計(jì)算機(jī)學(xué)會（CCF）推薦國際學(xué)術(shù)會議列表認(rèn)定為 A 類會議。會議議題涵蓋了自然語言處理、機(jī)器學(xué)習(xí)、人工智能理論、計(jì)算機(jī)視覺、語音技術(shù)、機(jī)器人科學(xué)等領(lǐng)域。

在這篇論文中，包括劉騰飛在內(nèi)的專家們提出了一種基于正類和無標(biāo)記類別學(xué)習(xí)（PU Learning）以及在線學(xué)習(xí)（Online Learning）的新算法。

對于流式數(shù)據(jù)中的每個(gè)正例或者無標(biāo)記樣本，新算法分別設(shè)計(jì)無偏損失項(xiàng)，以構(gòu)建基于流式數(shù)據(jù)的經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化模型，通過計(jì)算其無偏梯度，算法給出了基于在線梯度下降的分類模型更新迭代的方法。新算法在標(biāo)準(zhǔn)數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上均取得了較好的效果。

這個(gè)“較好”的效果意味著，“更快的模型更新速度，將可以大幅縮短風(fēng)險(xiǎn)的暴露期?！眲Ⅱv飛說，支付寶希望風(fēng)控能夠更快、更智能，而新算法在細(xì)分業(yè)務(wù)領(lǐng)域?qū)崿F(xiàn)了這一點(diǎn)?！澳Ц咭怀?，道高一丈”。

在過去一年中，支付寶的商家風(fēng)控系統(tǒng)ARiskGo為“大潤發(fā)優(yōu)鮮”“餓了么”等累計(jì)1萬APP節(jié)省300億營銷費(fèi)用，并獲得中國支付清算協(xié)會年度“安全應(yīng)用”大獎(jiǎng)。它的能力中，就有支付寶天筭安全實(shí)驗(yàn)室里劉騰飛和他同事們的那些研究成果。

這個(gè)系統(tǒng)賦能了產(chǎn)業(yè)界，解決了職業(yè)羊毛黨薅光羊毛、消費(fèi)者薅不到真羊毛的問題。

劉騰飛說，他當(dāng)年衷愛的機(jī)器人足球世界杯，有一個(gè)目標(biāo)，那就是2050年時(shí)，機(jī)器人足球隊(duì)要戰(zhàn)勝人類世界杯冠軍，這個(gè)目標(biāo)就像登月，宏大、長遠(yuǎn)，前路漫漫，卻總讓人心懷喜悅為之努力，一如他與支付寶天筭安全實(shí)驗(yàn)室的同事，在安全科技的路上涉海登山、步上月亮。

雷鋒網(wǎng)雷鋒網(wǎng)

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