10位AI金融专家的思维激荡:新金融的「远航」与「暗礁」

10位AI金融专家的思维激荡:新金融的「远航」与「暗礁」
2020年10月30日 07:04 雷锋网

原标题:10位AI金融专家的思维激荡:新金融的「远航」与「暗礁」

作为2020全球人工智能大会的活动之一,以“普惠金融 智能共创”为主题的智能金融高峰论坛近日在杭州举行,由杭州市科学技术局作为指导单位,同盾科技承办。

论坛汇聚数十位政府、学术界及行业领军企业代表,畅谈人工智能与金融彼此赋能产生的强大效能。多家产业和学术机构也在论坛中联手成立“知识联邦产学研联盟”,将致力于探索下一代人工智能的实现路径。

潘云鹤:AI 2.0在五大金融方向的渗透

中国工程院原常务副院长潘云鹤院士在会上首先致辞,他指出互联网的普及,传感器的泛在,大数据的涌现,电子商务的发展,在线数据的兴起,数据和知识在人类社会物理空间和信息空间之间交叉融合、互相作用,汇合成驱动AI走向2.0的强大外在动力和应用需求。

中国工程院原常务副院长潘云鹤

AI从1.0走向2.0的时候,出现了新的发展方向和很多技术机遇,人工智能技术在大数据智能、群体智能、跨媒体智能、人机混合智能和自主智能系统的五大方向,现在已经初见端倪。

他指出,考察发现AI 2.0在金融领域的客户服务、风险控制、精准营销、资产管理、金融监管等五大方向,均有极大的渗透性。

新时期非接触式的金融服务加速推广,智能金融的技术加速发展,应用加速落地。面对着人工智能、大数据、云计算等技术带来的激烈变化,金融机构正在不断地加速向技术驱动机构转型,变革本身的组织、流程、运行技术等等,构建新的业务形态,建立新的业务体系。

陈静:AI相关技术很多,不能全面开花,要选择最具有前景、最紧迫的来发展

中国人民银行科技司原司长陈静随后致辞,他总结称,目前中国的金融行业正在加强加快AI应用,主要有机器学习神经网络应用与知识图谱、计算机生物识别技术和服务机器人。

例如机器学习针对财务交易数据进行建模,利用回归分析等预测交易策略;神经网络应用于知识图谱的应用,大多在风控征信领域,需要把不同来源的数据整合在一起,检测数据当中的不一致性,从而有效比对借贷用户结构性数据,发现风险。

AI也应用于金融预测反欺诈,大规模采用机器学习,通过分析海量金融交易数据,改进和完善算法,如分析信用卡数据,识别欺诈交易,提前预测交易的变化趋势等。

同时用于授信决策,通过数据筛选建模和预测打分,将不同的资产分类做分别处理,对借款人还贷能力的实时监控,从而实时对后续可能无法还贷的人进行实时的干预,以减少因坏账带来的损失。

同时AI用于智能投顾,采用多层神经网络,实时采集所有重要的经济数据指标,不断进行深度学习,完善合适的资产分散投资策略算法,实现大批量的不同个体定制化投顾方案。

计算机生物识别技术在身份验证上的应用,受到了越来越多的关注和重视。如何确保移动银行、移动支付的安全性,客户数据的安全性、隐私性,账户的不可泄露性,以及手机丢失之后相关信息的不可窃取性等,是发展移动银行金融服务的重要基础。

生物识别技术通常分为两类,一类是利用人体固有的生理特征,比如指纹、静脉、人脸、虹膜等;一类是勾勒人体特有的行为特征,比如笔记、声音、步态等等,进行个人身份鉴定。自然语言的理解和处理也算是其中的一类。

我国相关的企业已经开发出很好的语音识别产品,算法改进大大提高识别精度,甚至能够判别被识别者是否受到胁迫等。这项技术不断向实用化前进,也在央行科技司的统一组织下,已出台了相关的金融应用标准,这也推动了智能客服的发展。

同时积极开展语音数据的挖掘应用,基于语音和语音技术,自动将电话银行海量通话和各类用户内容结构化打上各类标签,挖掘分析有价值的信息,为服务营销等提供数据和决策支持。

利用服务机器人在网点或者是机房投放智能机器人,实现指定区域内自动巡航,可对客户进行迎宾分流,进行语音互动交流,根据客户知识库内容进行标准业务咨询回答,减少大堂经理的重复性工作。

中国人民银行科技司原司长陈静

对于金融机构AI应用的推动,陈静还给出了五点建议:

第一,一定要与相应的应用场景相结合。AI相关技术很多,不能全面开花,要从金融机构本身的实际出发,找准痛点,紧密结合金融业务发展与创新的迫切需求,选择最具有前景,最紧迫的业务来发展。

第二,加快云计算、分布式架构应用和大数据平台的建设,要把基础做好。道理很简单,新一代AI的特点是高性能计算与大数据的结合,前者建设投入很大,必须要完善云计算才能降低成本。当前金融的服务竞争,是面向市场的能力、成本和质量的竞争。

第三,要切实加强与社会的合作,发挥市场优势。金融机构要与相关的人工智能企业、运营商、研究单位、大专院校密切合作,探索在市场经济环境中的合作机制,共同努力,走出一条多快好省发展金融智能的应用之路,而不能闭门造车。

第四,要加快人工智能应用人才队伍、尤其是复合型人才的培养建设。

第五,要防范人工智能应用中可能产生的新风险。例如国内外有识别生物技术的专家对这方面应用有很大的疑虑,认为生物识别技术的不可更改性带来了很大的问题。生物特征不像密码,泄露以后可以更改。一旦计算机当中的指纹、掌纹、虹膜、声纹等被泄露或者被窃取,非常危险和麻烦。此类问题如何有效进行防范与化解,十分重要。

林晨:金融科技具有逆周期潜力

香港大学商学院副院长、诺贝尔经济学奖提名专家林晨教授,通过视频形式带来以《疫情后的大数据治理与金融科技发展》为主题的演讲。他通过疫情期间收入人群与企业的数据分析、遥感数据与移动设备数据、风险控制框架等内容,表示金融科技具有逆周期潜力,并指出三大机遇与挑战的存在:

第一,传统银行又一次展现出很强的顺周期性,金融科技如何通过数据对中小微企业有更准确、更深入的了解,在经济下行的时候保持对中小微企业金融服务,稳定生产、稳定雇佣,稳定收入,产生逆周期性,这是最急需要面对的挑战。

第二,如今民间借贷利率的司法保护上限设置为一期LPR的4倍,这就说明,提高利率覆盖潜在损失的传统模式可能将不再适,引申出来就是必须要做好更好的精准风险控制跟数据赋能。

第三,也是更大的潜在挑战——全世界上百个国家都有不同程度的数据隐私保护法律通过,如何做到数据隐私保护跟共享的均衡?一方面希望有更多维度、更丰富的数据,但另一方面要注重对个人或者企业的数据隐私保护,光靠政策显然不够,还需要有技术手段,比如最近谈得非常多、已经开始在做的联邦学习。

通过大数据分析可对中小微企业有更准确、深入的了解,从而更好服务实体和个人的金融服务需求。在经济下行期,保持对中小微企业的金融服务,有助于其稳定生产、稳定就业;有助于其雇员稳定收入、稳定需求,进而实现保持经济稳定的社会责任。

杨涛:金融新基建领域要避免误读、形成共识

国家金融与发展实验室副主任杨涛围绕“智能时代的金融新基建”谈到,支付系统、中央证券托管系统、证券结算系统、中央对手方、交易数据库是当前各国共识的五类金融市场基础设施。

国家金融与发展实验室副主任杨涛

他指出,我国金融供给侧结构性改革,强调“补短板”,提高服务实体经济水平和防控金融风险能力。当前,金融新基建的重点应放在货币体系、支付清算体系、信用体系、技术基础与设施、金融标准化、数据治理与交易等领域。

以近期热议的数字货币为例,杨涛认为,从中长期来看,底层的金融新基建往往更加重要,“正如交通工具可以不断变换,但如果底层道路效率、标准提不高,对整体交通效率必然有重大制约。”

他强调,在金融新基建发展当中,有两点特别需要注意:技术与规则同等重要;新基建领域,特别要避免各种各样的误读,需要先形成一些共识,以使得基础一开始就打牢。

张新波、李晓林:AI金融值得期许的四大发展方向

同盾科技联合创始人、CEO张新波也在开场致辞中提到,人工智能等科技力量已从过去的支撑、保障的从属地位,发展成为引领、重塑的驱动力量,成为金融业重要的核心竞争力。

张新波告诉雷锋网(公众号:雷锋网)AI金融评论,他认为智能金融接下来的行业趋势,首先是金融机构的数字化转型,以往单点解决问题的做法会升级为更完整的、覆盖全渠道的成套解决方案

其次则是数据安全与资源共享问题。张新波强调,2017年个人隐私保护条例发布后,行业的安全意识和整体水平也在快速提升,同盾也持续在探索知识联邦以响应金融机构的迫切需求。

第三是借助AI、大数据等技术手段加强监管科技,尽可能地精准、实时地发现金融风险,改善金融监管的滞后性和片面性

同盾科技联合创始人、CEO张新波

而同盾作为智能决策分析服务商,也将把技术与服务广泛应用于智能金融、智能政务、智能城市建设等领域。张新波向雷锋网AI金融评论表示,其实金融的智能决策分析远远未到非常深入的阶段,所以今后2-3年内,同盾还是会在大金融行业重点发力、做深做好;另外,同盾也会专注在政企领域助力数字化进程。

同盾科技合伙人、人工智能研究院院长李晓林教授也向AI金融评论指出,从科研的角度来看,AI金融的机会颇多,很多最新算法还没有进入到应用的最前沿,部分应用仍在采用相对传统的回归模型;模型的可解释性、推理性或是因果判断上的“进化”,将是AI金融后续值得期许的趋势之一。

而对于全球金融科技的发展进程,李晓林表示,中国的金融科技与一些发达国家相比,“可以说是并驾齐驱”;我国在技术落地的场景和速度上有所领先,之后也将会在监管立法与技术创新上加快步伐。

银行、保险业踩下数字化、智能化的“油门”

本次智能金融高峰论坛上,金融机构数字化、智能化转型案例是讨论重点之一。

中国人寿财产保险有限公司信息技术部总经理郭海涛,就在会上分享了国寿财险大数据建设经验。自2007年成立出单起,国寿财险便开始了内部统一数据平台建设,当前平台已涵盖几乎公司全部经营数据,平台应用功能可支持上至高管下至普通员工的内部数据分析需求。

中国人寿财产保险有限公司信息技术部总经理郭海涛

他透露,国寿财险已将海量历史理赔数据等信息聚合,并搭建模型、分析网络图谱,明确标注案件风险。此外,OCR识别运用于车辆定损、车险的智能定价、智慧防灾防损云平台、移动端风险预警助手、关联保险产品推荐营销等场景与技术,国寿财险也已有相应的投入和实际应用。

新网银行副行长兼首席风险官徐志华则在演讲中指出,对于新一代互联网银行而言,智能风险管理技术不是一个“照妖镜”,必须是全生命周期管理。智能化风险管理要求流程自动化、决策智能化,智能风险系统和智能决策模型的建设势在必行。

他也强调,零售信贷转型不止是建系统和模型,零售转型是一个业务综合性的系统工程,风险战略才是零售风险管理的重点。

新网银行副行长兼首席风险官徐志华

聚焦到银行赛道,同盾科技副总裁、金融云事业部总经理李伟东就指出,全球银行业都在经历电子化、信息化,到数字化、智能化的发展历程,头部银行已经率先实现数字化转型,并开始从中获益,加速向智能化发展;而对中小银行而言,今年的疫情倒逼他们加快转型节奏。

他表示,未来可以预见的是,客户远程化、服务场景化、交易实时化和决策智能化,将是银行业后续的转型重要目标。

同盾科技副总裁、金融云事业部总经理李伟东

李伟东还在采访中谈到了开放银行这一重要趋势,强调开放银行现在不是“要不要拥抱”的问题,而是“如何实现”的问题。

他坦言,开放银行目前还处在初级阶段,支付相对走在前列。在开放银行商业模式下,存贷汇付这些银行所提供的基础金融服务,要足够标准化才能以SDK、API等形式嵌入各类场景,但不少传统商业银行在这方面的标准程度仍然不足,而这也正是科技公司的重要性所在。

大热的联邦学习与知识联邦的最新进展

同盾科技联手浙江大学、中科院医学所、复旦大学、哈尔滨工业大学、华东师范大学、百度大数据实验室、360集团、平安科技、明略科技等机构成立的“知识联邦产学研联盟”,成为了本次论坛的一大亮点。

李晓林表示,联盟将聚集跨行业的各方力量,打通各行业数据变现和业务需求,联合开展知识联邦多层级的理论、技术、协议、标准和产业研究,构建理论研究到产业成果转化的生态,探索下一代人工智能的实现路径。

同盾科技合伙人、人工智能研究院院长李晓林

在数据安全与隐私保护备受关注的行业趋势下,隐私计算、联邦学习等成为今年人工智能与金融行业的共同热门关键词。李晓林告诉AI金融评论,联邦学习这一大类今年能在国内大热,与政策导向、市场教育的完成离不开关系,更重要的是技术发展已经相对成熟,各类平台相继推出。

同盾自主研发的知识联邦,也正是其中发展较快的分支之一。作为一个统一的、层次化的框架体系,知识联邦支持安全多方检索、安全多方计算、安全多方学习(联邦学习)、安全多方推理等多功能技术方案,是打造数据安全的人工智能生态系统的基础,致力于推进可信AI 3.0,实现“数据可用不可见,知识共创可共享”。

同盾也将进一步推出了天启可信智能开放操作系统,通过小数据的安全融合可以完成大融。李晓林表示,天启未来会放在多云的环境下面,通过混合云的方式,基于云原生去打造天启AI操作系统,打造可信AI3.0,知识联邦也将内嵌于其中。

李晓林在采访中透露,基于知识联邦体系,同盾开发的“智邦平台”这一安全多方应用平台,属于工业级应用产品,已更新迭代到v2.2版本。平台实现了数据接入标准化和数据安全交换协议,可以让数据提供者轻松地进行联邦合作,在任务联盟、模型设计与使用上呈现开放生态。

雷锋网AI金融评论了解到,知识联邦和智邦平台目前均已投入使用,例如同盾与南方电网通过智邦平台合作,在保护数据隐私的基础上分析企业的电力使用情况,为中小微企业提供征信判断依据,帮助银行做好中小微企业的信用风险分析。

雷锋网原创文章,未经授权禁止转载。详情见转载须知。

智能大数据AI
新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片