由中國計(jì)算機(jī)協(xié)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦的第二屆 CCF-GAIR 全球人工智能與機(jī)器人峰會(huì)在深圳成功舉辦。

會(huì)上，國家" "特聘專家，平安科技首席科學(xué)家肖京博士帶來了主題為《“智能＋”探索與實(shí)踐》的演講。

肖京博士介紹，平安集團(tuán)創(chuàng)辦至今在運(yùn)營和決策方面經(jīng)歷了三個(gè)階段：

• 信息化階段：打通各個(gè)環(huán)節(jié)，讓公司的業(yè)務(wù)人員和決策者能夠快速獲得信息，做出決策；

• 數(shù)據(jù)化階段：公司把信息存儲(chǔ)下來做分析統(tǒng)計(jì)；

• 智能化階段：公司不僅可以把數(shù)據(jù)存儲(chǔ)下來做分析，還可以做深度挖掘，幫助管理層更好地做決策，甚至自動(dòng)做決策。

而關(guān)于AI在金融領(lǐng)域的應(yīng)用，肖京博士表示，AI是個(gè)相對較老的概念，從1956年至今，人工智能已經(jīng)經(jīng)歷了兩次興衰。在他看來，從不被看好到全員接受，AI的爆發(fā)取決于以下三點(diǎn)：

互聯(lián)網(wǎng)及大數(shù)據(jù)的出現(xiàn)；

存儲(chǔ)能力和算法的顯著提升；

深度學(xué)習(xí)興起。

在他看來，AlphaGo成功吸引了人們對AI的關(guān)注，但它還存在諸多不足?！叭缰罆?huì)贏，但不知道為什么會(huì)贏，也不知道會(huì)贏多少。因此，在金融決策時(shí)，除了智能外，還必須使用量化的數(shù)據(jù)和信息快速了解業(yè)務(wù)規(guī)則做決策?！?/p>

基于此，平安科技在此基礎(chǔ)上有所改進(jìn)，主要分為三大方向。

一是可解釋性；

二是小數(shù)據(jù)學(xué)習(xí)；

三是記憶增強(qiáng)神經(jīng)網(wǎng)絡(luò)。

總體來說，肖京博士認(rèn)為如今AI技術(shù)發(fā)展非?？欤瑢Ω餍懈鳂I(yè)都有非常明顯的促進(jìn)作用，但如何利用技術(shù)去更好地服務(wù)市場還存在很多不足，之后還會(huì)有很長很陡的坡要爬，前行之路肯定不易。但肖京博士同時(shí)又通過雷鋒網(wǎng)表示，平安愿意跟大家共同探索未來，共享集團(tuán)的業(yè)務(wù)經(jīng)驗(yàn)和技術(shù)能力。

以下是肖京博士演講全文，雷鋒網(wǎng)作了不改變原意的編輯：

大家好！今天非常高興能在這里跟大家交流。兩位教授的報(bào)告非常精彩，張教授（港科大張曉泉教授）談到為什么AI需要經(jīng)濟(jì)，我談?wù)劄槭裁唇?jīng)濟(jì)學(xué)和金融行業(yè)需要AI，AI如何更好地幫助金融行業(yè)。

首先來簡單介紹下平安的基本情況，平安集團(tuán)從最初100平的小房子做財(cái)險(xiǎn)到現(xiàn)在150萬人的大企業(yè)，它的發(fā)展經(jīng)過三個(gè)階段：

一是自營模式，做保險(xiǎn)、壽險(xiǎn)、銀行；

二是允許其他公司的服務(wù)進(jìn)入平安集團(tuán)，比如陸金所；

三是允許其他公司的產(chǎn)品在平安的平臺(tái)上做交易。

這也就是平安3.0階段。它的戰(zhàn)略目標(biāo)是成為國際領(lǐng)先的個(gè)人綜合生活服務(wù)提供商。這其中包含兩個(gè)戰(zhàn)略，一是大金融資產(chǎn)；二是大醫(yī)療健康。

平安從一開始就接觸金融業(yè)，非常了解傳統(tǒng)金融行業(yè)，平安是全牌照公司，業(yè)務(wù)范疇包括保險(xiǎn)、銀行、資產(chǎn)管理等。

傳統(tǒng)金融+互聯(lián)網(wǎng)把傳統(tǒng)業(yè)務(wù)互聯(lián)網(wǎng)化，將線上線下打通結(jié)合、降低成本、提高效率、提升客戶體驗(yàn)。

互聯(lián)網(wǎng)+傳統(tǒng)金融與互聯(lián)網(wǎng)＋金融與非金融是圍繞用戶需求建立的互聯(lián)網(wǎng)生態(tài)圈，在生態(tài)圈植入金融服務(wù)和非金融服務(wù)。

除了金融服務(wù)外，平安還關(guān)注房產(chǎn)服務(wù)、醫(yī)療健康和汽車服務(wù)。所有架構(gòu)下面是平安的綜合平臺(tái)，它提供全集團(tuán)所有的金融業(yè)務(wù)和非金融業(yè)務(wù)的技術(shù)支持。

平安在IT方面同樣也經(jīng)歷了三個(gè)階段。

一是信息化，我們在很多年前實(shí)現(xiàn)信息化，打通各個(gè)環(huán)節(jié)，讓我們的業(yè)務(wù)人員和決策者快速獲得信息，做出決策；

二是數(shù)據(jù)化，我們把信息存儲(chǔ)下來做分析統(tǒng)計(jì)；

三是智能化，我們不僅可以把數(shù)據(jù)存儲(chǔ)下來做分析，還可以做深度挖掘，幫助我們更好的做決策甚至自動(dòng)做決策。

為了這三個(gè)方向的全面發(fā)展，平安在模式上、業(yè)務(wù)形式上作了很大改變。2000年開始，平安開始轉(zhuǎn)型互聯(lián)網(wǎng)＋，之后的20年時(shí)間，平安所有的業(yè)務(wù)都實(shí)現(xiàn)了互聯(lián)網(wǎng)化，通過互聯(lián)網(wǎng)化可以降低成本、提高效率。

互聯(lián)網(wǎng)只是模式的創(chuàng)新，相對容易實(shí)現(xiàn)。而過去幾年整個(gè)市場開始進(jìn)入一個(gè)新階段——智能+，我們希望在業(yè)務(wù)流程的每個(gè)環(huán)節(jié)里植入智能元素，讓每個(gè)環(huán)節(jié)智能化，效率更高，成本更低，用戶體驗(yàn)更好。

智能+主要是技術(shù)的創(chuàng)新，它跟互聯(lián)網(wǎng)+有很大區(qū)別，主要區(qū)別在于智能+需要數(shù)據(jù)分析、挖掘價(jià)值、體現(xiàn)價(jià)值。而在這方面，平安有得天獨(dú)厚的優(yōu)勢，平安在過去29年的發(fā)展中積累了大量的數(shù)據(jù)，現(xiàn)在我們有3.76億互聯(lián)網(wǎng)用戶，1.37億個(gè)人金融客戶。

如何通過智能+把要素挖掘出來？

一是業(yè)務(wù)規(guī)則，我們做專家系統(tǒng)、規(guī)則引擎。數(shù)據(jù)依賴于規(guī)則、經(jīng)驗(yàn)和知識(shí)，不能直接從數(shù)據(jù)中出來。比如平安的反欺詐理賠系統(tǒng)，覆蓋上萬車型、零部件。假設(shè)本田車主來理賠，換保時(shí)捷的部件，可以快速發(fā)現(xiàn)這是違規(guī)和欺詐。

二、商務(wù)智能，將用戶分群然后關(guān)聯(lián)分析，對不同的用戶群體進(jìn)行不同的營銷、風(fēng)控策略。 

再之后就到了AI時(shí)代，人工智能歷史悠久，比大數(shù)據(jù)、云計(jì)算出現(xiàn)還早很多，它并不是新的概念。那問題是為什么AI現(xiàn)在又火了？

早在70年代，當(dāng)時(shí)電視廣告里就有人工智能機(jī)器人助手，每天幫你查郵件、語音交互，大家認(rèn)為人工智能可以做這些事，后來發(fā)現(xiàn)當(dāng)時(shí)的計(jì)算能力很弱，一個(gè)詞庫只有30-40個(gè)詞，所以大家認(rèn)為人工智能是騙子。

而90年代中期開始，由于互聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)、存儲(chǔ)能力、算法都有顯著提升，AI技術(shù)又開始蓬勃發(fā)展起來。

再到后來，2006年深度學(xué)習(xí)出現(xiàn)后，對非結(jié)構(gòu)化數(shù)據(jù)處理帶來了非常大的突破，產(chǎn)生了非常多的應(yīng)用場景。

而從這開始，AI就徹底火了。

技術(shù)的發(fā)展始終都是圍繞人類的實(shí)際應(yīng)用展開的。隨著深度學(xué)習(xí)技術(shù)的出現(xiàn)，我們在金融、醫(yī)療等很多行業(yè)不再是紙上談兵。以前我們做語音、圖像，需要定義很多特征，在特征的基礎(chǔ)上做算法、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析達(dá)到我們的目標(biāo)?，F(xiàn)在深度學(xué)習(xí)出來后，在非結(jié)構(gòu)化數(shù)據(jù)下，自動(dòng)做端對端處理，完美解決了之前遇到的棘手難題。

 張曉泉教授剛才提到深度學(xué)習(xí)的很多問題，如數(shù)據(jù)量巨大、機(jī)器學(xué)習(xí)的方法等，這些都不用太多考慮因果關(guān)系，而在實(shí)際應(yīng)用中，就必須重視。

AlphaGo告訴你會(huì)贏，但不會(huì)告訴你為什么會(huì)贏。我們的金融場景、醫(yī)療場景在很多情況下需要知道原因，你給客戶的貸款利率比別人高，我需要有原因。

AlphaGo的不足還體現(xiàn)在它知道贏，但不知道贏多少。

金融決策時(shí)，不知道贏多少或者輸多少，那就等于沒判斷。另外，我們還知道金融、醫(yī)療等行業(yè)很多時(shí)候都是小數(shù)據(jù)的（數(shù)據(jù)量很?。?，它無法快速吸收業(yè)務(wù)規(guī)則。

對此，我們做了相應(yīng)改進(jìn)：

一是可解釋性；

二是小數(shù)據(jù)學(xué)習(xí)；

三是記憶增強(qiáng)神經(jīng)網(wǎng)絡(luò)。

小數(shù)據(jù)學(xué)習(xí)的例子非常多。比如平安針對生豬推出的牲畜保險(xiǎn)、小的時(shí)候投保，如果長大后死了，可以找政府申請補(bǔ)貼。由于豬臉圖片很少，可以拿別的死豬圖片來識(shí)別，很多人看到了這個(gè)“市場”，就紛紛跑去要補(bǔ)貼。而小數(shù)據(jù)學(xué)習(xí)就可以輕松解決這個(gè)問題，從深度學(xué)習(xí)到增強(qiáng)神經(jīng)網(wǎng)絡(luò)，用對抗網(wǎng)絡(luò)的方法識(shí)別出病死豬和健康豬。

總結(jié)來說，金融、醫(yī)療等行業(yè)光靠自己會(huì)受到很多限制，應(yīng)用如AI等最新技術(shù)可以很好地解決棘手難題。基于此，平安也花了兩三年時(shí)間建立一套智能引擎。

第一層是感知層，把所有能收集到的數(shù)據(jù)集中在這一層，做好清洗、整合、存儲(chǔ)、安全。我們建好這個(gè)平臺(tái)后，這是金融機(jī)構(gòu)最大的大數(shù)據(jù)平臺(tái)，我們有最強(qiáng)的團(tuán)隊(duì)；

第二層是畫像、臉譜，分為用戶畫像、產(chǎn)品畫像、渠道畫像，分別做好模型；

第三層是平安腦算法能力，這是三個(gè)階段的不同技術(shù)；

第四層是我們的解決方案和應(yīng)用場景，雖然我們有最好的團(tuán)隊(duì)，金融行業(yè)應(yīng)該沒有別人有這么好的平臺(tái)。平安的場景太多了，我們還是非常缺人的。

功能實(shí)現(xiàn)分為八個(gè)領(lǐng)域：

主要是分辨以金融為核心的風(fēng)控、欺詐識(shí)別。

精準(zhǔn)營銷，我們是全牌照集團(tuán)，有非常多的細(xì)分業(yè)務(wù)，每個(gè)業(yè)務(wù)有幾千萬客戶，如何洞察客戶需求，做好精準(zhǔn)營銷非常重要。

運(yùn)營優(yōu)化，平安有110萬業(yè)務(wù)員，保險(xiǎn)業(yè)務(wù)員是最難管理的群體，他們每天都在外面，如何控制風(fēng)險(xiǎn)？如何提高績效？如何用智能的方法更好的提高績效？這些都是我們思考的問題。

我們可以通過大數(shù)據(jù)更好地匹配業(yè)務(wù)員和客戶，更好的個(gè)性化簡化流程。原先一個(gè)常規(guī)流程是25個(gè)問題，通過客戶背景和資料，可以減少到3個(gè)問題；車險(xiǎn)自主理賠占非常大的比例，拍攝照片自動(dòng)判斷賠償多少錢，上線六個(gè)月以來，已經(jīng)在多個(gè)地區(qū)應(yīng)用。

24小時(shí)監(jiān)控風(fēng)險(xiǎn)系統(tǒng)，這套系統(tǒng)可以幫助大家做出非常好的選擇，24小時(shí)不間斷地監(jiān)控風(fēng)險(xiǎn)，包括傳統(tǒng)金融信息、200多家網(wǎng)站新聞輿情等等。

 總體來說，現(xiàn)在人工智能發(fā)展非?？欤竺鏁?huì)有一個(gè)非常大的坡。未來，平安愿意跟大家一同探索未知，共享我們的業(yè)務(wù)經(jīng)驗(yàn)和技術(shù)能力，謝謝大家！

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。