雷鋒網(wǎng) (公眾號：雷鋒網(wǎng)) 報道，作為云棲大會重要組成部分，首屆螞蟻金服ATEC大會也在杭州云棲小鎮(zhèn)召開。ATEC大會又叫螞蟻金服科技探索大會，大會今年的關鍵詞是“技術開放”。據(jù)雷鋒網(wǎng)了解，螞蟻金服副總裁、首席數(shù)據(jù)科學家漆遠出席發(fā)言，并作了金融級智能大腦Antzero的分享。漆遠主要介紹了Antzero的功能、應用場景以及下一步發(fā)展計劃。

漆遠表示，金融服務面臨很多問題，很多問題都是從場景自然產生的，對機器學習產生很多的挑戰(zhàn)。

• 對實時性的要求，一個AI驅動的交易風控系統(tǒng)需要在毫秒級做出決策，響應慢就不行；

• 關于海量數(shù)據(jù)和業(yè)務多樣性的問題，很多數(shù)據(jù)源從不同的場景進來，需要從多個維度多個數(shù)據(jù)源結合來綜合分析；

• 金融固有的系統(tǒng)性風險，如果危機迅速地擴散，從而成為系統(tǒng)性大風險，那么如何從金融網(wǎng)絡的角度預防或者準備；

• 最為關鍵的是金融性安全挑戰(zhàn)，也是一切業(yè)務的基石。

從長遠發(fā)展來講，任何公司、任何機構的長遠發(fā)展需要一個真正扎實的技術積累。這是達摩院和螞蟻金服金融智能大腦Antzero開放的原因。

以下是演講原文，雷鋒網(wǎng)作了不改變原意的編輯：

金融智能大腦如何應對金融場景挑戰(zhàn)？

面對金融業(yè)對于AI的挑戰(zhàn)，螞蟻金服建立了一個金融智能大腦Antzero。我們希望它可以提升風控信用決策的能力，降低金融服務成本，改善服務體驗。

這個金融大腦是安全加密、實時對抗、大規(guī)模的。很多金融場景本身就是對抗性的，需要考慮到惡意的數(shù)據(jù)。金融大腦涵蓋了我們搭建的金融智能平臺，它可以輸出金融級智能能力給生態(tài)合作伙伴，比如加強學習，深度學習，無監(jiān)督學習和 圖推理能力。在這些基礎能力以上，我們希望能夠提供系統(tǒng)性風險預備或防范能力、智能營銷能力、智能理賠能力、智能金融信息服務。

金融智能平臺通過拖拉拽就能上手的交互方式，在超大規(guī)模異構計算平臺上實現(xiàn)一系列金融場景的算法，并且提供一套完整的產品解決方案來服務我們的用戶。

金融智能平臺解決三個關鍵的問題。

• 一是安全，金融智能平臺通過提供自研硬件支持安全合規(guī)的加密解密。

• 二是實時，如果沒有這個平臺，大型有效的機器學習模型沒法短時間產生結果，只能簡化算法，但這樣會很影響業(yè)務效果。所以我們在通過工程和算法來優(yōu)化AI在線服務的速度。

• 三是支持大數(shù)據(jù)量的機器學習和離線訓練。我們希望能夠打通機器學習從建模、部署到迭代的鏈路，給我們的用戶提供完整的平臺解決方案，幫助他們減少使用AI系統(tǒng)、AI算法和AI資產的門檻。

具體來說金融智能平臺有這樣幾個功能。

• 首先是可視化建模，我們有豐富的圖表樣式和非常強大的特征算子，用戶通過輕松的拖拉拽就能完成數(shù)據(jù)建模。

• 其次是自動化部署，我們做到了模型自動翻譯、集群自動管理和性能自動監(jiān)控。芝麻分應用后，建模效率從一個月提升到一周，部署效率從兩周提升到一個小時。

• 第三，資產化沉淀。模型算法也是很重要的資產，在算法的迭代演進過程中，我們最關心系統(tǒng)性能是否穩(wěn)定，新的算法上線怎樣效果可以更好。我們支持性能評估和監(jiān)控，還提供了A/B測試持續(xù)優(yōu)化服務。另外一個關鍵是共享，希望大家能夠協(xié)同起來，不同的人開發(fā)不同的模塊，但可以沉淀在一個模型里。

最后舉一個關于A/B測試的例子，有些時候我們需要使用科學的方法通過比較數(shù)據(jù)來發(fā)現(xiàn)哪一種產品方案用戶更喜歡，哪一個算法效果最好，哪一個業(yè)務流程最有效。在最新的支付寶新版本首頁，我們做過一個非常簡單的測試實驗：用戶收到首頁通知時，方案一是出現(xiàn)三個小字，“新消息”，方案二是小紅點。我們認為方案一更好，而方案二的用戶點擊率比方案一相對提高8%。A/B測試既是決策的過程，也是學習的過程。在支付寶的保險首頁腰封內容的實驗中，我們吃驚地發(fā)現(xiàn)去腰封后頁面點擊率大幅度提升提高了40%。我們要保證這樣的科學決策機制，它相當于一個表盤，對基于數(shù)據(jù)的業(yè)務發(fā)展非常關鍵。

金融智能平臺的實際應用

金融智能平臺以及應用在螞蟻金服的各項業(yè)務里。

智能營銷

第一個場景是智能營銷。我們通過深度學習，完整理解用戶差異化的需求，準確獲取用戶決策的階段，在合適的時間、合適的地點，多場景多頻次推給用戶合適的內容，最終提升業(yè)務的轉化率。我們實時深度模型的快速迭代，保障了對用戶精準的多輪多場景觸達。

例如在花唄簽約流程中，智能營銷如何幫助業(yè)務更好的向用戶推送簽約入口引導簽約，這個非常關鍵。哪些地方透出簽約，哪些新用戶可以發(fā)展，哪些用戶是可以挽回，什么時間挽回，在哪里挽回，通過深度模型和實時深度算法的迭代，動態(tài)的找到最佳的入口和時機，幫助業(yè)務成功轉化原本可能流失的用戶完成簽約。最終幫助花唄簽約率翻倍，業(yè)務得到大幅提升。

定損寶

另外一個例子是AI在保險行業(yè)的應用，比如前段時間上線的定損寶，只需要對車拍一組照片，系統(tǒng)會通過圖像識別和AI深度學習的算法來自動完成車輛損傷程度的識別以及維修方案的確定。這個項目剛開始做的時候壓力非常大，比如由于車輛油漆顏色的不同，反光效果也不盡相同，并且由于車輛角度的不同會帶來視覺上很大的差異性等等。當時，我們進行了大量的思考怎么通過AI的技術能力來大幅度提升車輛損傷識別的準確率和覆蓋率，現(xiàn)在團隊經(jīng)過一段時間的努力以及不斷的嘗試，目前車輛損傷識別的準確率和覆蓋率已經(jīng)達到比較高的水平了。同時在運費險項目，我們通過千人千面的算法能力來根據(jù)用戶的不同特性推薦不同的產品以及更加精確的個性化定價，從而找到更合適每個用戶的保險產品以及定價。

智能助理機器人

第三個重要應用實螞蟻安安Antone，螞蟻智能助理機器人。螞蟻的智能機器人從智能客服機器人一路發(fā)展而來。智能客服主要有兩部分能力，首先是猜用戶的問題，80%多的用戶訴求都是通過這種方式來解決的，主要通過用戶在支付寶中的行為來挖掘出用戶心里想問的問題。另一部分是問答機器人。我們的問答機器人的問題解決能力一直在持續(xù)的提升，在今年的5月份，機器人解決率已經(jīng)超過了人工服務。同時我們還在智能客服場景以外，進一步擴展對話機器人的應用場景，我們希望搭建一個智能助理平臺，來使得機器人的能力能夠快速應用到各個場景，包括智能投顧等。今年的9月份我們完成了智能助理平臺V1.0的版本建設。

Antone目前不僅可以做到懂用戶（在智能客服場景的猜你問題），同時在支付寶的很多核心場景可以幫助用戶高效解決很多問題，比如快速直達城市服務里面的應用，購買火車票等等。未來Antone將會成為智能的一站式金融生活服務機器人，將來會將智能助理作為一個平臺開放給螞蟻金服的生態(tài)合作伙伴。

引用丘吉爾的一句話，“這不是結束,甚至不是結束的開始,而僅僅是開始的結束!”，智能浪潮的時代才剛剛開始，人工智能會對金融業(yè)帶來巨大的變革。

雷鋒網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見。