秒秒pk10窍门氪信科技CEO朱明杰出席首届华人学者领衔的DAI会议

  • 时间:
  • 浏览:0

首届由华学好者领衔发起的分布式AI学术会议DAI 2019于15日在北京圆满落幕,这也是继JCAI2019、IRO秒秒pk10窍门S2019、EMNLP等学术会议却说,又一花落中国大陆的世界顶级学术会议。AI在金融中的应用成为与会者重点关注领域,

首届由华学好者领衔发起的分布式AI学术会议DAI 2019于15日在北京圆满落幕,这也是继JCAI2019、IROS2019、EMNLP等学术会议却说,又一花落中国大陆的世界顶级学术会议。AI在金融中的应用成为与会者重点关注领域,图灵奖得主姚期智、蚂蚁金服集团副总裁兼首席AI科学家漆远秒秒pk10窍门以及氪信科技CEO朱明杰,分别从每个人研究和实践厚度出发,给出了中国“AI+金融”的世界级答案。

其中,大会荣誉主席、图灵奖得主、清华大学教授姚期智院士做了题为 Fintech: A Meeting of Minds Between Computer Science and Economics 的主旨演讲;蚂蚁金服集团副总裁兼首席AI科学家、达摩院金融智能实验室负责人漆远做了题为 Multi-agent MachineLearning for All-Inclusive Finance 的演讲,氪信科技创始人兼CEO朱明杰做了题为 Practices of AI in Finance 的演讲。

【大会荣誉主席、图灵奖得主、清华大学教授姚期智院士】

【蚂蚁金服集团副总裁兼首席AI科学家漆远】

氪信CEO朱明杰作为业界代表,向与会者展示了工业界“AI+金融”的最新实践成果

朱明杰指出,中国金融用户量和数据量也有世界最大的,却说 使用效果和性能还有巨大的提升空间,这是中国金融业运用AI等技术“弯道超车”的绝佳机遇点。

以移动支付为例,2018年中国移动支付市场规模原因分析分析分析达到210万亿美元,而美国是11500亿,前者是后者的百倍以上;移动支付用户量方面,中国已达到6.2亿人,美国是1.57亿人,中国如此庞大的市场规模和用户数为AI金融提供了巨量的数据。

却说 移动支付暂且发达的美国,仍然具有全球最大的无现金交易量,这原因分析分析分析美国拥有性性性成熟 是什么的句子是什么期图秒秒pk10窍门片 期的信用卡体系。截止2018年12月,中国狭义消费信贷余额是87994亿人民币(折合1.210万亿美元),美国同期不含房贷的消费信贷是4万亿美元;就信用卡人均拥有量而言,中国则远低于美国:前者为0.5张,后者2.6张。这原因分析分析分析,中国居民消费市场尚有巨大潜力可挖——关键在于提升消费信贷可获得性并肩,保证风险控制水平和服务速率的同步提升。

“在金融行业,数据的使用规范面临着比在计算机视觉、搜索、语音识别等领域更为严格的限制,”朱明杰指出,氪信以银行为主的客户,尽管其用户原因分析分析分析超过1亿,但在使用大数据时原因分析分析分析你什儿 历史原因分析分析分析和行业监管原因分析分析分析,受到比蚂蚁金服或微众银行等互联网金融平台更多的限制。为了进一步推动AI技术在银行现有数据基础上和业务场景下的使用效果,氪信与金融机构开展了一系列的合作协议协议共研,并加强与学界的密切合作协议协议,相关的实践成果也以论文形式呈现于WSDM, KDD, AMCIS等顶尖学术会议上。

朱明杰指出,针对不类事型的数据有哪些的问题图片,还要不同的“解题思路”:比如建立在财务数据基础上的评分卡是传统信贷风控反欺诈的主要手段;线上借贷人群的财务数据尽管十分稀疏,在线行为数据却渗透率极高,但行为数据在使用上原因分析分析分析3V内外部(即容量Volume、速率Velocity和种类Variety)带来了极大的技术挑战,氪信在实践中针对行为事件流数据、文本数据等不类事型数据,都提出了相应的算法模型。“亲戚亲戚大家通过一系列的实践证明了,有有哪些行为数据也能变成AI也能补救的数据,却说 验证了模型的有效性。”朱明杰说。

相关论文可参见:

WSDM 2018, Sequential Behavioral DataProcessing Using Deep Learning and the Markov Transition Field in Online FraudDetection;

WSDM 2018, Feature Extracting Framework for Online-LendingCollection Risk Modeling with X-Encoder;

KDD 2018, A Hierarchical VectorizedRepresentation of Knowledge Base for Short Text Based Financial Fraud Detection;

AMCIS 2019, Predicting Financial Risk Using Non-Financial Data: Design andEvaluation of a Predictive Analytics Framework.

海量非内外部化的数据相较于传统数据库环境,不仅仅是数量级上的提升,更还要在保持性能的情况表下进行计算。朱明杰以银行反洗钱场景为例,指出原因分析分析分析银行有限的硬件资源和对时间的要求,相关智能补救方案还要在几小时以内补救的数据量级是:有2个银行2个月内3亿级别账户,1150亿笔交易流水记录,1150GB厚度压缩的数据(原因分析分析分析未压缩则大于3TB)。对此,氪信给出的方案是将图卷积神经网络(GCN)运用到交易数据补救和群体风险识别当中,并结合列式计算引擎高效补救海量数据,在基准测试中取得了显著效果。DAI 2019会议上,朱明杰也详细阐述了该计算引擎特点和算法实现框架。

“今天中国的金融业,原因分析分析分析面临着世界级技术有哪些的问题图片,你什儿 甚至走到了无人区,还要亲戚亲戚大家给出世界级的AI补救方案。”演讲最后朱明杰表示。

DAI 2019由多位华学好者以及国际知名学者并肩发起,其中,南洋理工大学安波(大会并肩主席)、清华大学唐平中(进程委员会并肩主席)、南京大学高阳(研讨会主席)、MSRA 秦涛(工业论坛主席)、南京大学俞扬(赞助主席)、天津大学郝建业(宣传主席)也有组织者之列,会议并肩主席之一 Michael Wooldridge 是牛津大学计算机系主任、IJCAI 理事会前主席。图灵奖得主姚期智院士任大会名誉主席。

(本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)