您当前的位置:中国科技视点网要闻新闻正文

平安科技首席科学家肖京:应该怎样让AI更好地服务金融业| CCF-GAIR 2017

放大字体  缩小字体 2017-09-19 来源:新浪科技 作者:金铭

由中国计算机协会(CCF)主办,雷锋网、香港中文大学(深圳)承办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳成功举办。...

由中国计算机协会(CCF)主办,雷锋网、香港中文大学(深圳)承办的第二届 CCF-GAIR 全球人工智能与机器人峰会在深圳成功举办。

会上,国家" 千人计划 "特聘专家,平安科技首席科学家肖京博士带来了主题为《“智能+”探索与实践》的演讲。

肖京博士介绍,平安集团创办至今在运营和决策方面经历的三个阶段:

信息化阶段:打通各个环节,让公司的业务人员和决策者能够快速获得信息,做出决策;

数据化阶段:公司把信息存储下来做分析统计;

智能化阶段:公司不仅可以把数据存储下来做分析,还可以做深度挖掘,帮助管理层更好地做决策,甚至自动做决策。

而关于AI在金融领域的应用,肖京博士表示,AI是个相对较老的概念,从1956年至今,人工智能已经经历了两次兴衰。在他看来,从不被看好到全员接受,AI的爆发取决于以下三点:

互联网及大数据的出现;

存储能力和算法的显著提升;

深度学习兴起。

在他看来,AlphaGo成功吸引了人们对AI的,但它还存在诸多不足。“如知道会赢,但不知道为什么会赢,也不知道会赢多少。因此,在金融决策时,除了智能外,还必须使用量化的数据和信息快速了解业务规则做决策。”

基于此,平安科技在此基础上有所改进,主要分为三大方向。

一是可解释性;

二是小数据学习;

三是记忆增强神经网络。

总体来说,肖京博士认为如今AI技术发展非常快,对各行各业都有非常明显的促进作用,但如何利用技术去更好地服务市场还存在很多不足,之后还会有很长很陡的坡要爬,前行之路肯定不易。但肖京博士同时又通过雷锋网(:雷锋网)表示,平安愿意跟大家共同探索未来,共享集团的业务经验和技术能力。

以下是肖京博士演讲全文,雷锋网作了不改变原意的编辑:

大家好!今天非常高兴能在这里跟大家交流。两位教授的报告非常精彩,张教授(港科大张晓泉教授)谈到为什么AI需要经济,我谈谈为什么经济学和金融行业需要AI,AI如何更好地帮助金融行业。

首先来简单介绍下平安的基本情况,平安集团从最初100平的小房子做财险到现在150万人的大企业,它的发展经过三个阶段:

一是自营模式,做保险、寿险、银行;

二是允许其他公司的服务进入平安集团,比如陆金所;

三是允许其他公司的产品在平安的平台上做交易。

这也就是平安3.0阶段。它的战略目标是成为国际领先的个人综合生活服务提供商。这其中包含两个战略,一是大金融资产;二是大医疗健康。

平安从一开始就接触金融业,非常了解传统金融行业,平安是全牌照公司,业务范畴包括保险、银行、资产管理等。

传统金融+互联网把传统业务互联网化,将线上线下打通结合、降低成本、提高效率、提升客户体验。

互联网+传统金融与互联网+金融与非金融是围绕用户需求建立的互联网生态圈,在生态圈植入金融服务和非金融服务。

除了金融服务外,平安还房产服务、医疗健康和汽车服务。所有架构下面是平安的综合平台,它提供全集团所有的金融业务和非金融业务的技术支持。

平安在IT方面同样也经历了三个阶段。

一是信息化,我们在很多年前实现信息化,打通各个环节,让我们的业务人员和决策者快速获得信息,做出决策;

二是数据化,我们把信息存储下来做分析统计;

三是智能化,我们不仅可以把数据存储下来做分析,还可以做深度挖掘,帮助我们更好的做决策甚至自动做决策。

为了这三个方向的全面发展,平安在模式上、业务形式上作了很大改变。2000年开始,平安开始转型互联网+,之后的20年时间,平安所有的业务都实现了互联网化,通过互联网化可以降低成本、提高效率。

互联网只是模式的创新,相对容易实现。而过去几年整个市场开始进入一个新阶段——智能+,我们希望在业务流程的每个环节里植入智能元素,让每个环节智能化,效率更高,成本更低,用户体验更好。

智能+主要是技术的创新,它跟互联网+有很大区别,主要区别在于智能+需要数据分析、挖掘价值、体现价值。而在这方面,平安有得天独厚的优势,平安在过去29年的发展中积累了大量的数据,现在我们有3.76亿互联网用户,1.37亿个人金融客户。

如何通过智能+把要素挖掘出来?

一是业务规则,我们做专家系统、规则引擎。数据依赖于规则、经验和知识,不能直接从数据中出来。比如平安的反欺诈理赔系统,覆盖上万车型、零部件。假设本田车主来理赔,换保时捷的部件,可以快速发现这是违规和欺诈。

二、商务智能,将用户分群然后关联分析,对不同的用户群体进行不同的营销、风控策略。

再之后就到了AI时代,人工智能历史悠久,比大数据、云计算出现还早很多,它并不是新的概念。那问题是为什么AI现在又火了?

早在70年代,当时电视广告里就有人工智能机器人助手,每天帮你查邮件、语音交互,大家认为人工智能可以做这些事,后来发现当时的计算能力很弱,一个词库只有30-40个词,所以大家认为人工智能是骗子。

而90年代中期开始,由于互联网的出现,数据、存储能力、算法都有显著提升,AI技术又开始蓬勃发展起来。

再到后来,2006年深度学习出现后,对非结构化数据处理带来了非常大的突破,产生了非常多的应用场景。

而从这开始,AI就彻底火了。

技术的发展始终都是围绕人类的实际应用展开的。随着深度学习技术的出现,我们在金融、医疗等很多行业不再是纸上谈兵。以前我们做语音、图像,需要定义很多特征,在特征的基础上做算法、机器学习、数据分析达到我们的目标。现在深度学习出来后,在非结构化数据下,自动做端对端处理,完美解决了之前遇到的棘手难题。

张晓泉教授刚才提到深度学习的很多问题,如数据量巨大、机器学习的方法等,这些都不用太多考虑因果关系,而在实际应用中,就必须重视。

AlphaGo告诉你会赢,但不会告诉你为什么会赢。我们的金融场景、医疗场景在很多情况下需要知道原因,你给客户的贷款利率比别人高,我需要有原因。

AlphaGo的不足还体现在它知道赢,但不知道赢多少。

金融决策时,不知道赢多少或者输多少,那就等于没判断。另外,我们还知道金融、医疗等行业很多时候都是小数据的(数据量很小),它无法快速吸收业务规则。

对此,我们做了相应改进:

一是可解释性;

二是小数据学习;

三是记忆增强神经网络。

小数据学习的例子非常多。比如平安针对生猪推出的牲畜保险、小的时候投保,如果长大后死了,可以找政府申请补贴。由于猪脸图片很少,可以拿别的死猪图片来识别,很多人看到了这个“市场”,就纷纷跑去要补贴。而小数据学习就可以轻松解决这个问题,从深度学习到增强神经网络,用对抗网络的方法识别出病死猪和健康猪。

总结来说,金融、医疗等行业光靠自己会受到很多限制,应用如AI等最新技术可以很好地解决棘手难题。基于此,平安也花了两三年时间建立一套智能引擎。

第一层是感知层,把所有能收集到的数据集中在这一层,做好清洗、整合、存储、安全。我们建好这个平台后,这是金融机构最大的大数据平台,我们有最强的团队;


第二层是画像、脸谱,分为用户画像、产品画像、渠道画像,分别做好模型;


第三层是平安脑算法能力,这是三个阶段的不同技术;


第四层是我们的解决方案和应用场景,虽然我们有最好的团队,金融行业应该没有别人有这么好的平台。平安的场景太多了,我们还是非常缺人的。

功能实现分为八个领域:

主要是分辨以金融为核心的风控、欺诈识别。

精准营销,我们是全牌照集团,有非常多的细分业务,每个业务有几千万客户,如何洞察客户需求,做好精准营销非常重要。


运营优化,平安有110万业务员,保险业务员是最难管理的群体,他们每天都在外面,如何控制风险?如何提高绩效?如何用智能的方法更好的提高绩效?这些都是我们思考的问题。


我们可以通过大数据更好地匹配业务员和客户,更好的个性化简化流程。原先一个常规流程是25个问题,通过客户背景和资料,可以减少到3个问题;车险自主理赔占非常大的比例,拍摄照片自动判断赔偿多少钱,上线六个月以来,已经在多个地区应用。


24小时监控风险系统,这套系统可以帮助大家做出非常好的选择,24小时不间断地监控风险,包括传统金融信息、200多家网站新闻舆情等等。

总体来说,现在人工智能发展非常快,但后面会有一个非常大的坡。未来,平安愿意跟大家一同探索未知,共享我们的业务经验和技术能力,谢谢大家!

0条 [查看全部]  相关评论