0
近日，鵬城實驗室與微眾銀行聯(lián)合建立的“鵬城實驗室-微眾銀行‘AI金融聯(lián)合實驗室’”（以下簡稱“AI金融聯(lián)合實驗室”）在廣東深圳微眾銀行總部正式揭牌。該實驗室成為廣東首個“AI金融聯(lián)合實驗室”。
“除了這次的AI金融聯(lián)合實驗室，微眾此前已和很多高校都建立了聯(lián)合實驗室，如南洋理工大學、香港科技大學、深圳大學、清華大學等，以后這些實驗室或?qū)⒁黄鸷献餮芯??！蔽⒈娿y行首席人工智能官（CAIO）楊強教授對雷鋒網(wǎng)AI金融評論表示。
不難看出，AI領域的產(chǎn)學研一體化趨勢正在不斷加強。這樣的背景下，雷鋒網(wǎng)AI金融評論采訪了楊強教授，詳解聯(lián)合實驗室的具體合作內(nèi)容，以及此次合作背后的微眾銀行AI布局全貌與細節(jié)。
據(jù)了解，鵬城實驗室主任高文院士作為人工智能方向的責任院士，將指導“AI金融聯(lián)合實驗室”工作，楊強教授則擔任“AI金融聯(lián)合實驗室”主任，負責“AI金融聯(lián)合實驗室”的日常運作。
實驗室將以AI+金融領域的相關研究作為工作重點，聚焦以下三大領域：一是基于聯(lián)邦遷移學習的聯(lián)合AI建模生態(tài)研究與應用；二是以金融服務為核心的新一代人機交互技術研究與應用；三是AI精準決策研究與應用。
“爭取在一些具體的技術方向上做到世界領先，比如如何在更好的硬件和網(wǎng)絡幫助下加速做聯(lián)邦學習、如何研發(fā)更好的加密技術、如何將區(qū)塊鏈和聯(lián)邦學習進行有機結(jié)合、如何實現(xiàn)多模態(tài)的識別和安全等?！睏顝姳硎?。
據(jù)他介紹，AI聯(lián)合實驗室目前的技術支持主要來自于微眾的AI部門和IT部門。資本方面，由于目前實驗室主要還是做科學研究，所以是微眾內(nèi)部投資。
在數(shù)據(jù)方面，楊強表示目前的數(shù)據(jù)還夠用，以后如果有需要的話，會有其他數(shù)據(jù)方參與進來。
雷鋒網(wǎng)AI金融評論注意到，除了設立首個省級“AI金融聯(lián)合實驗室”，微眾銀行還首開銀行先河，聘請香港科技大學新明工程學講席教授 、國際人工智能聯(lián)合會理事會主席楊強擔任首席人工智能官（CAIO），成為全國首家設立“首席人工智能官”的商業(yè)銀行，也由此開啟了微眾銀行的AI布局。
據(jù)了解，微眾AI布局從去年開始探索，目前已實現(xiàn)四大方面的突破性成果：
一是服務側(cè)。微眾緊貼互聯(lián)網(wǎng)銀行業(yè)務流程打造了泛機器人技術，探索新一代AI人機交互新方式，落地了一系列具體的機器人產(chǎn)品，包括語音客服機器人、電核機器人、風控對話機器人、質(zhì)檢機器人、OCR機器人等，目前已經(jīng)覆蓋“業(yè)務咨詢、身份核驗、資料審核、操作放款”等業(yè)務全流程。
二是營銷側(cè)。與其他行業(yè)不同,金融行業(yè)產(chǎn)品屬于典型的高價值低頻次產(chǎn)品,這種產(chǎn)品的用戶決策和購買路徑一般很長。針對這種特點，微眾銀行AI團隊自研營銷解決方案：長效推薦模型+智能運營平臺,以“數(shù)據(jù)+算法+平臺”驅(qū)動的站內(nèi)廣告形式，打造極致用戶體驗。
其中，長效推薦模型針對性解決用戶在互聯(lián)網(wǎng)平臺的“復雜交互行為”和“長短期興趣優(yōu)化”的挑戰(zhàn)，對用戶復雜交互行為進行圖結(jié)構(gòu)建模，優(yōu)化短期用戶點擊率。同時，以強化學習探索用戶動態(tài)興趣,有效避免信息繭，優(yōu)化長期用戶點擊率。
目前該營銷解決方案已應用于不同的金融細分領域,包含保險、貸款、銀行等業(yè)務場景。
三是資管側(cè)。微眾利用微型衛(wèi)星數(shù)據(jù)和遙感影像分析技術探索金融保險、風控等場景下的輔助決策應用。
具體關鍵技術包括目標檢測技術、道路提取技術、地表識別技術，目前基于這三大技術的模型已成為評估某一個地方經(jīng)濟發(fā)展變化的代表性指標。
四是大數(shù)據(jù)側(cè)，針對行業(yè)“小數(shù)據(jù)”和“數(shù)據(jù)孤島”、數(shù)據(jù)安全、隱私、合規(guī)等問題，微眾銀行AI團隊提供了一種新的思路，即“聯(lián)邦學習”，通過分布式加密機器學習技術，在數(shù)據(jù)不共享的情況下，共同建模，提升AI模型效果。
目前微眾銀行已經(jīng)將聯(lián)邦學習應用于企業(yè)風控、城市管理、語音識別引擎等領域，并建立起了以聯(lián)邦學習為基礎的大數(shù)據(jù)合作生態(tài)。
針對更為具體的布局細節(jié)，楊強教授接受了包括雷鋒網(wǎng)在內(nèi)的多家媒體采訪，以下為采訪實錄：
問：微眾銀行AI布局集中在四大領域，為何會選擇這四大領域進行重點布局？下一個布局領域會是什么？
楊強：緊貼業(yè)務需求。微眾兩千名員工，要服務超過1億的人，就要先抓住重點需求，類似實體銀行，用AI賦能前臺的營銷、客服、資管和后臺的風控建模，這四大領域是按照一個銀行的主要業(yè)務需來布局的，另外我們也正在布局監(jiān)管領域，比如風險投訴渠道檢查、輿情分析等，我們正在和監(jiān)管方一起合作推進。
問：AI什么時候能達到對銀行業(yè)務全領域覆蓋的程度？要達到全覆蓋需要重點突破什么技術？
楊強：全領域、全業(yè)務流程的AI覆蓋比我們想象的要難，更多能做到的是人機合作、人機互動，金融業(yè)務流程復雜，人的知識不可或缺。讓人和機器一起合作，在人工智能領域還是一個新鮮的事物，人機互動這種人工智能現(xiàn)在需要什么技術呢？需要把人工智能的黑箱變成白箱，需要知道它的解釋性，就是說它作出一個決策來，這個決策背后主要的因素需要被找出來。
所以，真正做到全自動的、端到端的、沒有人參與的AI覆蓋，離我們還很遙遠，目前大家關心的是要把人的因素考慮進來，包括銀行從業(yè)人員，也包括終端客戶。
問：怎么讓黑箱子變成白箱子？業(yè)界目前有哪些最新的探索？
楊強：現(xiàn)在有幾個嘗試還不是很為大眾所知，國際上有一群人在專門研究因果關系，通過因果關系建立一個人工智能模型。但他們的問題是，他們還沒有能成功地利用到大數(shù)據(jù)，所以他們的研究離深度學習這種黑箱還有很大差距。
但也有一群研究者已經(jīng)開始把這兩者結(jié)合起來，比如你在訓練一個黑箱的同時，可以讓這個訓練的流程影響到一個白箱的建立，白箱的目的就是解釋黑箱到底為什么是這樣的。
總的來說，現(xiàn)在有一些學者在做這個研究，但還沒有特別大的突破，這也需要時間。
問：微眾目前在AI賦能上走過了幾個階段？
楊強：從去年開始做，先是調(diào)研階段，現(xiàn)在的四大領域就是調(diào)研的一個結(jié)果，這算是第一階段；拿到調(diào)研結(jié)果后，我們就開始建平臺去跟業(yè)務部門合作，這是第二階段，也是我們目前所處的階段；下一個階段我們的計劃是在微眾銀行內(nèi)部大規(guī)模鋪開，以后也不排除去對外幫助其他企業(yè)擁有同樣的AI賦能能力。
問：如何衡量微眾用AI賦能業(yè)務的效果？
楊強：兩個方面，向外看客戶的滿意度，向內(nèi)看業(yè)務效率，即看AI的覆蓋面和降本程度，盡量把所有的繁瑣流程都自動化和效率化，所以微眾還有一個領域叫做流程自動化，RPA+AI，專門做流程自動化。
問：現(xiàn)在RPA為什么這么火？
楊強：過去大家做AI雄心很大，把商業(yè)想得簡單了，以為整個商業(yè)是可以取代的，但事實并非如此，因為商業(yè)邏輯里其實是有很多人的經(jīng)驗在起作用。RPA+AI的一個特點是需要把AI真正深入到業(yè)務里去，提高人的效率，但同時保留人對業(yè)務的知識與經(jīng)驗。
也因此，很多RPA+AI的商業(yè)機會是自內(nèi)而外的，就是先發(fā)生在一個企業(yè)內(nèi)部，然后在對企業(yè)的業(yè)務和流程有一定熟悉度的基礎上，面向整個行業(yè)的共同特點推廣開來，而不是先在外面建立一家RPA公司來幫助不同的行業(yè)。
問：微眾銀行在探索AI賦能的過程中，最大的經(jīng)驗是什么？
楊強：緊貼業(yè)務，虛心向業(yè)務學習。以前AI剛出來的時候，大家都是以顛覆、取代為出發(fā)點，但現(xiàn)在發(fā)現(xiàn)這個出發(fā)點是錯誤的，正確的應該是要與行業(yè)緊密地結(jié)合，從AI+變成+AI，AI+是說你先成立一個AI公司，然后去賦能業(yè)務，但實際上會很難，也會走一些彎路，而+AI是說你已經(jīng)有了業(yè)務，然后你用AI去賦能，本質(zhì)還是以業(yè)務為中心。
問：目前在AI金融領域有哪些泡沫？
楊強：金融是一個比較嚴謹?shù)男袠I(yè)，所以AI金融的泡沫會少很多，想要盡可能地減少泡沫發(fā)生，最核心的就是抓住落地場景。
一個更廣泛的AI應用例子是智能音箱，以前大家以為它是未來的入口，現(xiàn)在發(fā)現(xiàn)是不對的，現(xiàn)在淪為一個放音樂的音箱。所以有時候我們?nèi)菀装褜夹g的期待和對業(yè)務場景的期待相混淆，這時候AI產(chǎn)品經(jīng)理就變得非常重要，這些人負責找到正確的應用場景。
問：微眾現(xiàn)在AI團隊是一個什么樣的架構(gòu)？您覺的現(xiàn)在AI人才難招嗎？會是微眾的一個痛點嗎？
楊強：我們的AI團隊是按照前面說的四大賦能領域來分項目組的，人員都在深圳。AI人才在我們看來和別人看來可能角度不一樣，別人眼中的AI人才可能更多是指算法人才，我們在這方面一點都不缺。
因為我們覺得AI的實現(xiàn)不是由算法人才努力的結(jié)果，是由剛才說的AI產(chǎn)品經(jīng)理這種角色努力的結(jié)果，是需要發(fā)現(xiàn)AI和產(chǎn)品和業(yè)務的一種有機結(jié)合。這種發(fā)現(xiàn)是需要智慧和一種非常巧妙、同時非常耐心的特質(zhì)，所以我們在人才方面跟別人的需求不一樣。
問：您當初為什么選擇加入微眾？
楊強：因為微眾做的事情和我的研究方向有契合之處，比如我現(xiàn)在做聯(lián)邦學習，如果不來微眾，恐怕是做不起來的。
微眾作為一家用少數(shù)人來服務龐大客群的互聯(lián)網(wǎng)銀行，它有很多需要AI的場景，同時也需要有很多合作企業(yè)。
企業(yè)合作這個事兒在AI里并不是空談，而是區(qū)分前一代人工智能和下一代人工智能的分水嶺。因為合作必然會引入數(shù)據(jù)安全和隱私問題，那么在微眾這個互聯(lián)網(wǎng)銀行既小又要覆蓋面廣的矛盾下，由聯(lián)邦學習這種技術來解決數(shù)據(jù)安全與隱私問題就變得必不可少，這也是我為什么選擇微眾的一個重要原因。
問：聯(lián)邦學習目前在工業(yè)界使用的規(guī)模大嗎？
楊強：除了微眾，還有很多行業(yè)在使用聯(lián)邦學習，應該說它落地已經(jīng)成熟了，但還不斷會有新的技術點要突破，比如在面向C端的終端設備上，更好的芯片會讓聯(lián)邦學習做得更好，再比如面向B端的、同行業(yè)或跨行業(yè)的企業(yè)之間的合作，在保護雙方數(shù)據(jù)的同時還能交換知識，建立共享模型。微眾目前在這方面已有十幾個落地案例。
問：除了聯(lián)邦學習技術，業(yè)內(nèi)還有其他關于隱私計算的研究嗎？它們在業(yè)內(nèi)的地位是怎么樣的？聯(lián)邦學習技術被接受和認可度有多高？
楊強：隱私計算是一個非常重要的題目，不同行業(yè)都在研究，比如做數(shù)學的、做算法的、做計算系統(tǒng)架構(gòu)的，都從不同的角度在研究，所以自然而然就出現(xiàn)不同的框架。
聯(lián)邦學習目前看來，是一個優(yōu)勢勝出的框架，因為它是專門針對機器學習提出來的。像其他框架如安全多方計算更多是針對計算的需求，加減乘除這種簡單的運算和數(shù)據(jù)庫查詢。
還有一種叫做隱私保護的數(shù)據(jù)查詢，privacy-preserving database和data query，更多是從加密的數(shù)據(jù)庫角度進行的，它的做法是加很多噪音進去，使得查詢數(shù)據(jù)的那一方分不清個別用戶，從而起到一定的保護隱私作用，但是事實證明，它在工業(yè)界使用的不多，更多是學術界的數(shù)學推演。
總的來說，目前大概有四五個方案在齊頭并進，其中聯(lián)邦學習是落地比較扎實的，也是在大規(guī)模計算上前途較好的一個方向。雷鋒網(wǎng)雷鋒網(wǎng)
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。
