中国人工智能学会通讯——蚂蚁金服智能金融实践

今天早上我们的副总裁、首席数据科学家漆远博士给大家讲了很多金融智能创新的例子,我主要是从“蚂蚁金服智能金融实践”这方面给大家作阐述。

首先,我们认为金融服务是AI创新的最好场景之一,主要是三个理由。第一,场景非常丰富,打开支付宝我们知道这不仅是一个支付工具,可以把AI应用到理财、投资、贷款、征信等业务中,还可以把AI结合到安全、保险、客服里。第二,数据量大,全球数十亿用户,日常交易量巨大;另外天然业务数据化,比起其他行业来说,业务数据化程度要好得多。第三,具有很大社会意义,我们的诉求是通过AI降低金融的门槛,能够服务80%的用户,传统金融可能只能服务到20%的用户。

对于蚂蚁金服来说,我们是一家以信用为基础,AI驱动的有想像力的金融生活公司,致力于为全球20亿人提供普惠金融服务。这里面有三个点,一个是信用等于财富,我们想不断努力地往这方面走,建设信用社会,希望大家以后通过自己的信用记录就可以做很多的事情,比如说免交押金等。第二个是我们认为技术是推动平等的手段,这里面AI驱动至关重要。第三个是我们最终是要实现普惠金融,AI是普惠金融的推动器。这里列出了有代表性的蚂蚁金服的智能金融的场景应用,比如微贷和花呗的准入模型和反套现模型,然后是账户安全、交易安全、反洗钱、反作弊、反欺诈等,这些都是金融领域的核心问题。还有智能客服,这是我们最近做得比较有突破的事情,包括猜你问题、智能问答和异常检测等。还有在财富方面,比如说怎样做理财产品的精准推荐,还有社区问答、智能投顾等;还有芝麻信用也是我们比较重要的一块,是通过用户画像做评估。最后是在保险,我们觉得保险是AI可以发挥很大作用的场景。目前我们在人工智能业务架构上大致包含几个方面:底层的算法,包括各种各样的最先进的算法都在研究;中间是沉淀的一些工具,包括异构学习、模型服务、AI共享等;最上面的是产品,包括搜索推荐、智能营销、智能客服、金融大脑、舆情分析等;最终是通过人工智能的平台赋能我们蚂蚁内部的业务,以及将这个平台作为开放的方式输出给所有的金融机构,这就是说蚂蚁更注重于Tech的方面,把Tech能力开放给金融机构。

因为时间的限制,下面只讲一个例子,就是我们的智能客服助理。打开支付宝,可以看到“我的客服”图标,然后进去可以看到这样一个界面,主要包括两块,一个是“猜你问题”,这里你不需要输入问题我们就已经知道了你可能碰到的问题,我们基于用户过去的行为和特征来进行预测。如果你觉得这个问题机器人没有猜中,你也可以在下面的机器人对话框直接输入你的问题,比如说你输入“余额宝的收益怎样计算”,我们会给一个详细的公式。在“猜你问题”里面,我们有一系列的创新,比如说特征层面,把用户的行为轨迹加进来,原来只是人工设计的因子特征。实际上在用户问问题之前的一段时间,你在支付宝进行了什么操作是非常重要的,这些特征加入进来就提高了“猜你问题”的准确率。其次,用深度学习代替线性模型也获得了很好的效果。另外是通过数据挖掘从用户原始问句得到标准问题,再从标准的问题得到标准答案,这样简化了知识库的建立过程并提升了精度。最后是数据闭环,模型能够在线上不断自学习和提升。总体来说,这些创新的效果使得点击率从最开始的37%,到现在72%,有了巨大的提升。

前面提到了知识库的创新,背后其实就是基于语义的大规模聚类算法。支付宝上每天都有大量的求助,每天有四五百万的求助量,机器人也有四五十万的求助问题,这些问题仔细看,其实很多都是同一个诉求的不同的说法,通过聚类找到这些标准问题和标准答案以后,我们可以减少大量的人工去做这样的处理。

在机器人问答算法创新方面,最主要的是一方面采用了深度学习,像DSSM和LSTM结合。尤其是用户行为轨迹编码,我们改进了DSSM的结构,用时间序列的描述,加进历史的操作,比如你问怎么退款,有很多可能,你可能是转账退款,也可能是信用卡退款等;但是比如看你之前的操作,我们就知道你是在转账以后遇到的问题,然后才能问这个,这样根据用户历史行为的LSTM编码,加上问句的DNN编码我们就很容易定位到知识点是“转账到账户转错了怎么办?”,而不是“为什么银行卡转账被退回来了?”

除了上面这些创新技术以外,我们还借鉴采用了其他的技术,比如说Decomposable Attention Model,这也是最近比较热的深度学习上的技术,此外包括语义匹配树,包括我们说的问题推荐,以及最重要的系统优化,把算法和系统结合起来,这样使得我们的结果是每天支付宝上日常求助四五百万,绝大部分可以走自助的渠道,自助占比达到94%。而去年 “双十一”自助率的比例达到97%,也就是我们很多的人力可以节省下来,同时机器人满意度超过了人工的3个百分点。

最后我们还有很多其他的创新列在这里,左边的就是我们一直创新的产品和场景,右边是我们背后的一些技术,这些创新就是说我们将AI技术与支付宝和蚂蚁金服的很多场景进行结合,然后基于很多的创新的Idea,将它落于实际场景之中。

前面就是我的分享,基本上就是智能金融在蚂蚁金服的实践。

(本报告根据速记整理)

时间: 2024-12-29 23:45:37

中国人工智能学会通讯——蚂蚁金服智能金融实践的相关文章

《中国人工智能学会通讯》——1.26 智能助手 : 走出科幻,步入现实

1.26 智能助手 : 走出科幻,步入现实 智能助手的时代到来了吗 "智能助手"一直以来都是人们的一个理想,从几十年前至今,科幻电影中经常活跃着各种各样的智能助手,它们在外形.功能.机制上千差万别,但都是高度智能,善解人意.能听会说.近些年来,人工智能的热潮再度涌现,智能助手的实现也被郑重地提上日程.苹果的 Siri,谷歌的 Google Now微软的Cortana,以及百度的度秘,这些智能助手先后走入我们的视野.各款智能助手表面看上去很相似,但仔细分析会发现,由于脱胎于不同的母体,因

中国人工智能学会通讯——智能化创业和投资的实践

我今天这个题目比较应景,叫做<智能化创业和投资的实践>.这两天很多参会专家在人工智能,包括人工智能在很多领域怎么落地和串接做了非常好的阐述,我自己也学了很多.下面就从投资机构的角度跟大家分享一下智能化创业和投资的实践. 我的议题分四个部分--智能化创业时代的阐述.智能化创业的领域.智能化投资的实践以及问题和思考.开宗明义,讲智能化,特别是人工智能,我一直觉得它不是平地起高楼的东西,必须要说历史.人工智能的发展历史是六十几年,我们不说那么长,而且我想把智能化归类到科技类创业的范畴里,就讲科技类创

《中国人工智能学会通讯》——1.28 智能助手背后的技术

1.28 智能助手背后的技术 呈现在人们眼前的智能助手几乎都是"小而美"的,但其背后却是一个十分复杂的系统,需要多种技术的集成和联动.本文将智能助手背后的技术归为四类,分别是需求理解技术,需求满足技术,推荐引导技术,以及交互技术.接下来,将分别介绍这四大类所涵盖的具体内容. 需求理解技术 准确理解用户需求是智能助手提供服务的基本前提.对于智能助手,人们更倾向于使用自然语言句子来表达需求,而非简单的关键词,这给需求理解增大了难度.这里所说的需求理解是一系列处理技术的总称,包括基本的分词.

《中国人工智能学会通讯》——6.24 智能、知识和学习

6.24 智能.知识和学习 人工智能,为什么会在之前的几十年中遇到了很多阻碍?原因是,我们对世界的绝大部分认知,都并不会通过书面语言清清楚楚地.像一系列任务一样描述出来--而这恰恰是编写计算机程序所必需的步骤.这就是为什么我们还无法直接让计算机完成很多人类可以轻而易举完成的事情--不论是理解演讲.图像.语言还是驾驶汽车.而类似的尝试--在详尽数据库中组织事实集,为计算机注 入 智 能(organizing sets of facts in elaboratedatabases to imbue

《中国人工智能学会通讯》——1.24 智能答题

1.24 智能答题 通过评测,我们可以了解问答系统的准确程度,也能对各种问答系统的相对水平加以比较.不过,人们还想知道,这样的智能程度和人类相比,处于什么样的水平.这就要求问答系统和人类同场竞技. 2011 年 2 月,IBM 的超级电脑 Watson 在美国最受欢迎的智力竞猜电视节目<Jeopardy!>中,以绝对优势击败两名人类冠军级对手 , 继 IBM 的深蓝电脑在"人机大战"中战胜国际象棋冠军卡斯帕罗夫之后,再一次引起了全球轰动[11] .<Jeopardy!

中国人工智能学会通讯——智力测试与智能测评的对比思考

因为我的研究方向是心理学,不是特别懂计算机的东西,像陈老师说的,我们2013年很有可能开始一个合作,后来没有进行下来,我们希望来做一下机器人的智能测试.我想跟大家说为什么我对这个研发感兴趣,刚才陈老师也提到了,在学科交叉的过程中给我们提出了很多挑战,刚才几位老师讲的我觉得都跟心理学有关系. 因为我们做动物和人的比较,如果把机器人放在这样一个框架里面怎么理解这个问题,跟大家交流.我准备的内容还是有点多,会挑比较有意思的部分跟大家讨论. 陈老师说了机器人是自己跟自己比,我的想法是,还是要放在框架里面

《中国人工智能学会通讯》——4.11 智能信息服务应用领域

4.11 智能信息服务应用领域 智能信息服务是信息化时代信息服务的趋势,在我们的日常生活中也不乏各种智能信息服务的例子.各领域的专家和领导人已经充分认识到智能信息服务为当今社会带来的不可估量的效益与便捷,并将其运用在所能服务的各个领域. 智能交通信息服务 社会交通公共基础建设的发展和不断完善为人们的出行带来了巨大便利,快捷的高速和四通八达的各级道路连接了全国几乎每个地区.发达的交通道路带来选择多样性的同时也给人们带了一定的选择困难:选择熟悉的老路还是探索未知的新路:在拥堵的节假日,选择哪条道路会

《中国人工智能学会通讯》——2.3 智能驾驶汽车的发展概况

2.3 智能驾驶汽车的发展概况 当前世界各国都非常重视对自主驾驶汽车的研究,发展了许多实验性的自主驾驶系统[1] ,美国国防部高级研究计划局 (DARPA) 先后举办了三次无人驾驶车辆的"大挑战"(Grand Challenge)比赛[2] .其中 2004 年和 2005 年举办的两次越野环境挑战赛,重点测试了自主驾驶汽车在越野环境的感知与规划控制能力:2007 年的城市挑战赛(UrbanChallenge),强调自主驾驶汽车在复杂城市环境中的适应能力.作为长距离自主驾驶实验的代表,

《中国人工智能学会通讯》——1.29 智能助手的问题与展望

1.29 智能助手的问题与展望 智能助手的研发可谓方兴未艾,但这个领域注定不是一片坦途.首先,当今人们过高的预期和不断推高的媒体关注度,致使很多人认为人工智能即将实现,一个理想态的智能助手很快就将诞生.这种过高的预期并不利于目标的达成,因为可能带来更大的落差和更快的冷却.因此合理地引导和管理民众预期是智能助手的研发者们,以及广大媒体的共同责任.其次,虽然各项技术的进步使智能助手已经可以实现很多功能,但距离理想目标还有非常明显的差距.例如对于语音识别技术,背景噪音.口音方言等都会使得识别效果打折扣