CCAI 2017 | 蚂蚁金服人工智能部技术总监李小龙:蚂蚁金服智能金融实践

蚂蚁金服人工智能部技术总监李小龙

记者 | 周翔,焦燕

7 月 22 - 23 日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的 2017 中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大召开。

在本次大会上,蚂蚁金服人工智能部技术总监李小龙作为 CCAI 2017 智能金融论坛主席为参会者带来了《蚂蚁金服智能金融实践》的分享。

以下内容根据李小龙本次主题演讲整理,略有删减:

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驱动的有想象力的金融生活公司,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。

第二点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,这些创新的效果是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,这些问题我们仔细看,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?”

除了上面这些个创新技术以外,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技术和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。

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2017-07-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据派THU

【独家】DataVisor:基于Spark平台的智能大数据网络反欺诈(视频+PPT+课程精华笔记)

[导读]为了让清华大学大数据能力提升项目的学生在基础学习和科研的基础之上,更好地了解大数据技术行业领域中的应用,清华-青岛数据科学研究院支持开设了金融大数据方向...

3728
来自专栏镁客网

一不小心就败家了?Buy+计划还没那么神奇

1414
来自专栏AI科技评论

专访小 i 机器人CEO朱频频:聊天机器人进入深耕应用场景的时候,什么才是真正的杀手锏?

AI科技评论按:今年的墨尔本IJCAI 2017上, 一众中国公司参会并出现在其白金赞助商名单上,其中的小i机器人是8家赞助商名单中比较特别的一家,或许它的AI...

3374
来自专栏CDA数据分析师

深度 | 一份麦肯锡给公司高管定制的机器学习指南

机器学习基于一种算法,该算法从数据中获得学习能力,而无需依靠基于规则的编程。随着数字化的进步和计算能力日趋便宜,使得数据科学家能够停止建造模型,转而训练计算机来...

1989
来自专栏钱塘大数据

大数据兴起预示“信息时代”进入新阶段

导读:大数据已成为媒体与大众关注的新技术,大数据的应用也预示着信息时代将进入一个新阶段,但人们对大数据的认识有一个不断加深的过程。首先从“信息时代新阶段”、数据...

4444
来自专栏DT数据侠

数据点亮城市:如何玩转时空地理数据可视化

日常出行离不开地图导航,你有没有想过结合地图能做出哪些炫酷的可视化作品?6月22日的数据侠公开课中,来自城市数据团培训教育部的负责人胡颖分享了城市空间数据可视化...

1950
来自专栏人工智能快报

谭铁牛院士谈人工智能发展新动态

◆ ◆ ◆ ◆ 11月25日,模式识别与人工智能学科前沿研讨会在自动化所召开。会上,谭铁牛院士做“人工智能新动态”报告,回顾了近代以来历次科技革命及其广泛影响,...

3536
来自专栏机器之心

业界 | 蚂蚁金服发布「定损宝」,推动图像定损技术在车险领域的应用

机器之心报道 作者:高静宜 6 月 27 日,蚂蚁金服在北京宣布向保险行业全面开放技术产品「定损宝」,用 AI 技术模拟车险定损环节中的人工作业流程,帮助保险公...

4095
来自专栏新智元

DeepMind 是全球 AI 领域 No. 1?一文看懂巨头实力

【新智元导读】Google Brain的Eric Jiang昨天在Quora回答提问,分析了谷歌、微软、Facebook、IBM等巨头间的AI实力,引用最新例子...

3238
来自专栏腾讯研究院的专栏

大数据时代的质量观

2012年2月,美国《纽约时报》发表了一篇主题为“大数据时代”的文章,称大数据时代已经来临,数据分析大师们正在获得更多发展机遇。 大数据是全球新型工业化进...

1948

扫码关注云+社区

领取腾讯云代金券