精华内容
下载资源
问答
  • 一关键词 开放人工智能引擎面向工业的人工智能算法资源智能调度设备状态智能预测 精密加工智能检测 二测试床项目概述 工业互联网平台人工智能开放引擎测试床包括 PaaS 服务SaaS 服务应用测试三部分测试床提供基于 ...
  • 一关键词 开放人工智能引擎面向工业的人工智能算法资源智能调度设备状态智能预测 精密加工智能检测 二测试床项目概述 工业互联网平台人工智能开放引擎测试床包括 PaaS 服务SaaS 服务应用测试三部 分测试床提供基于...
  • 编者按:去年P2P公司遇冷后,纷纷转型称会用大数据、机器学习等...CreditX氪信是雷锋网(公众号:雷锋网)接触的一家用机器学习做风控的公司,在金融领域拥有不少实验经验思考。本文援引CreditX氪信在招商银行信用...

    编者按:去年P2P公司遇冷后,纷纷转型称会用大数据、机器学习等科技手段服务金融,摇身一变成为时髦的Fintech金融科技公司。但实现过程并不简单,让机器代替人去处理数据做判断,在国内金融领域才刚刚起步。

    CreditX氪信是雷锋网(公众号:雷锋网)接触的一家用机器学习做风控的公司,在金融领域拥有不少实验经验和思考。本文援引CreditX氪信在招商银行信用卡中心年度务虚会培训干货内容为例, 来解析人工智能和机器学习将会如何登上金融风控的主要舞台。

    对于躲在触屏手机背后的客户,更广范围缺失征信数据的客户,金融风控体系已愈发难以通过传统风控手段去判断用户是谦谦君子还是骗子流氓,而人工智能作为过去互联网搜索、推荐处理上百万维数据的最重要手段,在处理新金融业务万维数据方面,正形成有效的降维颠覆。

    新金融风控领域面对的数据痛点

    在谈及机器学习在金融场景中的实际应用之前,首先我们以金融风控信用贷业务流程举例进行梳理,通常一个风控业务包括前端页面用户资料申请提交和收集,反欺诈、合规、逻辑校验,核心决策授信包括申请评分和电调,以及最后的催收。

    面对这套业务流程, 新金融风控领域面对的数据痛点,一般有几大类:

    互联网欺诈花样百出,人工智能如何加强金融风控体系?

    反欺诈

    业务流程上,机器学习已经在每个风控节点发挥作用。比如反欺诈环节,在泛互联网的环境里, 金融风控面临的传统个体欺诈已迅速演变为有组织、有规模的群体欺诈和关联风险。而传统反欺诈还停留在识别一度风险等这种简单规则方式,如联系人中借贷人个数等,对于二度、三度乃至更广范围的网络全局风险苦无良策。机器学习里面基于图的半监督算法很好地解决了这一诉求,基于申请人、手机号、设备、IP地址等各类信息建立节点,再根据其申请关系、电话关系、拥有关系等生成边,我们就可以构建庞大网络图并在此之上可进行基于规则和机器学习的反欺诈模型实时识别。

    互联网欺诈花样百出,人工智能如何加强金融风控体系?

    核心授信决策

    在申请评分环节,传统金融风控往往是基于评分卡体系对强征信数据如银行借贷记录等进行建模,而新金融的业务下,客群的进一步“下沉”,覆盖更多收入群体,新增群体的强征信数据往往大量缺失,金融机构不得不使用更多弱金融数据, 辟如消费数据、运营商数据、互联网行为数据等。这类底层数据的改变,对传统信用评分卡造成了巨大的困难,具体体现在:

    1.诸如互联网行为、运营商数据很多都是非结构化数据,数据繁杂, 建模前的特征工程很难用传统人工的方式完成加工。


    2.由于数据类型和范围的大幅扩大,新模型面对的往往是加工出来的上千维弱变量特征,评分卡体系根本无法融合吸收这些特征。


    3.机器学习先进风控技术也带来了模型“黑盒”的问题,如何理解和把控黑盒结果与风险之间的关系已成为AI技术在金融领域应用的一大门槛。

    机器学习将如何处理?

    人工智能和机器学习对上述问题有独到处理:

    面对数据繁杂的问题,基于深度学习的特征生成框架已被成熟运用于大型风控场景中,通过如RNN、词嵌入、LSTM、CNN等深度学习神经网络可成熟实现对时序、文本、图像等稀疏属性数据的特征逐层提取。仅以CNN或LSTM提取短信文本特征为例,文本通过训练好的词向量模型映射到嵌入向量,通过CNN完成特征提取,最终进入分类器网络即可将文本数据与违约风险实现深度挂钩。

    互联网欺诈花样百出,人工智能如何加强金融风控体系?

    而成熟场景上的实践也证明,机器生成特征正显现出对模型效果超出想象的提升,深度学习对于挖掘深层时序关系,文本内容深层含义等都超越了人工定义的深度。

    互联网欺诈花样百出,人工智能如何加强金融风控体系?

    【图注】上图为大型信用贷场景中模型重要性特征列表,机器学习特征比例已经超过专家人工特征。

    针对数据驾驭难的挑战,由于传统评分卡模型在面对上千维度弱变量且存在大量缺失值的情况下无法应对,目前氪信在大型金融场景核心风控系统中的成熟实践经验是复杂集成模型。通过对机器学习特征和专家人工特征构建规则模型、机器学习模型、深度学习模型等并进行复杂集成,即可灵活应对客户全方位需求,实现对不同用户的高度差异化定价,同时充分利用不断产生的数据和监控模型性能持续进行模型在线快速自迭代,为客户实现自适应的外部风险变化。

    互联网欺诈花样百出,人工智能如何加强金融风控体系?

    此外,我们知道金融风控专家都很关心模型的可解释性,而机器学习是一个“黑盒”,其中的风险很难去把控和估计,这与金融场景的诉求是矛盾的。目前氪信通过不断地验证,已成熟实现LIME模型解释器在风控场景中的应用。其原理在于对局部分界面以线性函数拟合部分曲线,就能够做到捕获影响结果的关键变量,并展示给我们的风控专家让其迅速理解结果和特征之间的内在联系。

    事实上,机器学习要解决的问题很清晰,所有的这一套数据适配融合、群体反欺诈、特征工程、模型构建和训练、性能监控与自迭代的机制,包括深度学习,半监督学习,在线学习等技术,核心都是为了将互联网级别的机器学习技术“降维”应用到金融领域,解决新金融场景上数据的独特性,一方面可用数据比互联网要少,另一方面又比传统评分卡体系多了很多不可解释、高维稀疏的大数据。

    互联网欺诈花样百出,人工智能如何加强金融风控体系?



    本文作者:温晓桦

    本文转自雷锋网禁止二次转载,原文链接

    展开全文
  • 为了推动平罗四中教师主动适应信息化人工智能等新技术变革积极有效开展教育教学 结合石嘴山市互联网 +教育和人工智能助推教师队伍建设工作我校启动实施人工智能助推 教师队伍建设行动试点工作为保证试点工作科学有效...
  •  “人工智能技术其实是一个非常广泛的技术,它不仅涵盖了语音识别、图像识别、自然语言理解、用户画像,它其实越来越大数据、云计算的界限在变得模糊。”李彦宏曾这样描述人工智能、大数据、云计算的关系。  ...

      互联网的已经经历了PC时代和移动互联网时代,不可否认仅仅几年时间,移动互联网在某种程度上已经达到饱和。那么哪种技术可以开启下一个时代?

      三者界限愈加模糊

      “人工智能技术其实是一个非常广泛的技术,它不仅涵盖了语音识别、图像识别、自然语言理解、用户画像,它其实越来越和大数据、云计算的界限在变得模糊。”李彦宏曾这样描述人工智能、大数据、云计算的关系。

      人工智能之所以历经这么多年后才于近年大红大紫,原因归根于2006年出现的人工智能关键技术——“深度学习”,人工智能至此才有了实用价值,而深度学习正式在云计算和大数据日趋成熟的背景下才取得的实质性进展。

      相关数据显示,未来云计算市场的规模有望达到1万亿美元,在近十年后发展成重塑企业思考和使用技术方式的“海啸”,因而也吸引了不少微软、谷歌、亚马逊、百度等科技巨头的竞逐。但在传统的观念中,外界对所谓的云的认知依然停留在其充当存储与计算的工具而已。

      三者联系非常紧密

      事实上,大数据、云计算在通往人工智能方面上意义深远,而人工智能的突飞猛进、海量数据的积累,也为云计算带来的新的可能。

      但说到底,已经应用于语音识别、图像处理、计算机视觉、甚至击败了围棋九段李世石机器人领域的人工智能,如今的一系列成绩背后,是海量大数据的积累与学习,而且在没有云的时代,一切均无法想象。

      正是得益于大数据和云计算的支持,互联网才正在向物联网扩展,并进一步升级至体验更佳、解放生产力的人工智能时代。借用百度总裁张亚勤更专业的话来描述,在大数据、云计算、以及人工智能这三股力量推动之下,在未来的30年中,虚拟世界的一切将真正实现物理化。

      三股力量合力而为

      在这一发展进程中,有远见的巨头企业已经开始利用数据规模和技术优势深耕布局做好新一轮PK战准备。

      有大规模处理数据的能力,有人工智能,以及很多领域的创新可以作为工具提供给社会,所有这些能力结合起来,其实在各个行业能够发挥出它非常独特作用。

      由此可见,无论是云计算、大数据还是人工智能,都将会成为未来市场的主流。有这样一种说人工智能这台火箭,燃料为大数据,而云计算则是引擎。

      随着科技的进步,时代的发展,无论是云计算、大数据、还是人工智能,都将成为新的发展机遇。我们必须弄清楚他们的本质,抓住机遇,跟上趋势,创新发展,才能高科技的发展大潮中立于不败之地。

      大连专业妇科医院 http://www.dlfkyy.net/

    展开全文
  • 区块链(Blockchain)是当下最受瞩目的方向,集分布式数据存储、点对点传输、共识机制、加密算法等计算机技术于一体,被认为是互联网时代又一颠覆式创新。因其在数据存储信息传输等方面的巨大突破,很可能会从根本...
  • 依托人工智能技术引入意图识别、语义理解、对话判断等智能手段,融合场景化设计知识碎片加工技术给实现交互服务智能化带来了新的手段契机。分析了现有交互系统面临的问题,在此基础上设计提出了智能交互系统的...
  • 在此之前,我们可以先来系统的了解一下,云计算、大数据和人工智能是什么?在目前的发展状况如何? 三者界限愈模糊 “人工智能技术其实是一个非常广泛的技术,它不仅涵盖了语音识别、图像识别、自然语言理解、用户...

    互联网的已经经历了PC时代和移动互联网时代,不可否认仅仅几年时间,移动互联网在某种程度上已经达到饱和。那么哪种技术可以开启下一个时代?是云计算、大数据还是人工智能? 在此之前,我们可以先来系统的了解一下,云计算、大数据和人工智能是什么?在目前的发展状况如何?
    三者界限愈加模糊
    “人工智能技术其实是一个非常广泛的技术,它不仅涵盖了语音识别、图像识别、自然语言理解、用户画像,它其实越来越和大数据、云计算的界限在变得模糊。”李彦宏曾这样描述人工智能、大数据、云计算的关系。
    人工智能之所以历经这么多年后才于近年大红大紫,原因归根于2006年出现的人工智能关键技术——“深度学习”,人工智能至此才有了实用价值,而深度学习正式在云计算和大数据日趋成熟的背景下才取得的实质性进展。
    相关数据显示,未来云计算市场的规模有望达到1万亿美元,在近十年后发展成重塑企业思考和使用技术方式的“海啸”,因而也吸引了不少微软、谷歌、亚马逊、百度等科技巨头的竞逐。但在传统的观念中,外界对所谓的云的认知依然停留在其充当存储与计算的工具而已。
    三者联系非常紧密
    事实上,大数据、云计算在通往人工智能方面上意义深远,而人工智能的突飞猛进、海量数据的积累,也为云计算带来的新的可能。
    但说到底,已经应用于语音识别、图像处理、计算机视觉、甚至击败了围棋九段李世石机器人领域的人工智能,如今的一系列成绩背后,是海量大数据的积累与学习,而且在没有云的时代,一切均无法想象。
    正是得益于大数据和云计算的支持,互联网才正在向物联网扩展,并进一步升级至体验更佳、解放生产力的人工智能时代。借用百度总裁张亚勤更专业的话来描述,在大数据、云计算、以及人工智能这三股力量推动之下,在未来的30年中,虚拟世界的一切将真正实现物理化。
    三股力量合力而为
    在这一发展进程中,有远见的巨头企业已经开始利用数据规模和技术优势深耕布局做好新一轮PK战准备。
    有大规模处理数据的能力,有人工智能,以及很多领域的创新可以作为工具提供给社会,所有这些能力结合起来,其实在各个行业能够发挥出它非常独特作用。
    由此可见,无论是云计算、大数据还是人工智能,都将会成为未来市场的主流。有这样一种说人工智能这台火箭,燃料为大数据,而云计算则是引擎。
    随着科技的进步,时代的发展,无论是云计算、大数据、还是人工智能,都将成为新的发展机遇。我们必须弄清楚他们的本质,抓住机遇,跟上趋势,创新发展,才能高科技的发展大潮中立于不败之地。

    展开全文
  • 过去几年全球的互联网公司包括谷歌微软Facebook以及中国的百度阿里巴巴都在加强人工智能领域的投资设立自己的人工智能研究院vivo是第一家设立专攻人工智能方向研究院的中国手机公司此举是vivo内部已经确立的一份3-5...
  • 金融业的数字化转型引发持续关注。数字金融、智能金融、区块链等关键词都得到了热烈讨论。数据,作为一种新型生产要素,早已成为推动国经济质量发展的重要...其后,更多新技术应用到更多金融场景之中,数据智能转型

      金融业的数字化转型引发持续关注。数字金融、智能金融、区块链等关键词都得到了热烈讨论。数据,作为一种新型生产要素,早已成为推动国经济质量发展的重要动能。数据智能驱动金融业蝶变,“一切业务数据化,一切数据业务化”势不可挡。
      我国金融数字化水平处于领先地位
      随着大数据、云计算、区块链、AI、5G等基础技术迅速发展,我国的数字金融也打开了新的局面。
      金融业的数字化转型过程大致分为三个阶段:最初,金融业从长尾用户切入,利用互联网优势,逐步打开市场。其后,更多新技术应用到更多金融场景之中,数据智能转型加速,主流金融业客群被覆盖。服务效率大大提升。最终,全新金融生态系统形成,金融服务底层逻辑也发生根本变革。
      目前,金融业数据智能转型正发展到第二阶段。大数据和人工智能的结合,打造了全新的风控、信贷模型,云计算的引入,使金融机构可实现快速业务开发集成,区块链等新技术又给金融业带来了新的可能。
      数据智能+金融落地场景全面开花,营销、风控、客服、保险、监管、身份识别、投研、投顾、管理等众多金融场景迎来智能化升级,第三方支付、供应链金融、保险等细分领域也开启了全面革新。
      我国的金融数字化走在世界前列,移动支付、数字信贷、智能理财、网络互助等发展迅速,深深改变了人们生活。2020年我国数字金融用户总数超过10亿人,居全球第一。020年,北京、上海、深圳等地推出了70多个金融科技创新试点,申请机构包括持牌金融机构以及金融科技公司。
      据零壹智库统计,截至2020年9月,全球金融科技专利申请数量累计达到1.8万件,其中65%的金融科技专利来自于中国,而出现专利最多的领域是AI与区块链。全球金融科技领域专利申请数量最多的公司也来自中国,分别是平安集团、阿里巴巴、腾讯。
      数据智能助力普惠金融、乡村振兴
      数据智能对金融业的变革涉及方方面面,大数据、人工智能等技术驱动信贷风控优化升级,在精准获客反欺诈和智能催收等方面发挥了不小作用,数据智能也给支付、供应链金融、保险科技等领域带来了深刻改变。
      金融数字化大大拓宽了金融服务的范围,将原本难以享受服务的长尾人群纳入其中传统普惠金融存在成本过高的问题,而随着金融科技的发展,服务的方式转移到线上,大大降低了成本,使普惠金融成为可能。
      中国银保监会主席郭树清在2020年12月表示,随着移动支付的普及我国已实现了基础金融服务城乡全覆盖,移动支付的普及率和规模都居全球首位。
      而数字信贷服务了更多小微企业、个体工商户等。通过大数据智能风控金融机构减少了对抵押物的依赖。银保监会数据显示截至2020年10月末,中国银行业服务的小微企业信贷客户已达到2700万普惠型小微企业和个体工商户贷款同比增速超过30%,农户贷款同比增速达14.3%。
      脱贫攻坚的过程中,数字金融更是发挥了不可替代的作用。在数字化工具的帮助下金融机构可以精准帮扶贫困户。数据显示,截至2020年9月末我国扶贫小额信贷累计发放5038亿元,支持贫困户1204万户次未来,实现乡村振兴,离不开科技支撑下的普惠金融。
      区块链与分布式金融
      在金融科技的诸多技术领域目前最引人瞩目的当属区块链。
      区块链有着不可篡改、公开透明多方共识等特性,可满足金融行业对安全性、可追溯性、有效监管的迫切需求因此,区块链具备适应数字经济社会独特的技术优势在金融领域拥有广阔应用场景。
      随着区块链技术的发展,智能金融与区块链技术相结合分布式金融体系或成为金融新业态。
      在业务层面,通过分布式部署来支撑海量的金融业务具有高敏捷、高灵活性、多节点、轻量级等诸多优势分布式架构正在锻造金融服务的“数字底座”。
      相比传统集中式模式,分布式金融模式由于其去中心化分布式的底层技术及其倡导的开放包容的技术理念有利于实现透明、公开,还可效率提升,控制成本促使金融业迭代升级,以更好地适应数字智能时代众多全新的需求与场景。
      目前分布式金融虽然尚未出现大规模的应用,但是很多传统金融企业已经参与其中如保险银行以及支付机构都在大力研发区块链技术在金融领域的应用。传统的金字塔式、层级化流程化的金融服务模式正在被逐渐消解,而网络化、分布式、场景化、数字化的新金融服务模式即将建立起来。
      数据金融需要监管保驾护航
      金融科技在提升效率的同时,也蕴含着一定的风险。我国数字金融尚处在行业发展初期,也面临着一些难题与挑战,如数据的合规获取计算和治理、人工智能尚不成熟、数据孤岛化、个人隐私保护问题等。同时金融科技的应用也加剧了风险传递,P2P网贷就是前车之鉴。
      因此,金融数字化发展对监管提出了新的要求。
      去年以来,金融科技领域的监管不断加强《商业银行互联网贷款管理暂行办法》、《网络小额贷款业务管理暂行办法(征求意见稿)》《互联网保险业务监管办法》等文件出台,预计在今年3月之后金融业将迎来更多合规稳健发展的利好政策。
      一直以来,监管层对于金融业的数字化转型给与了大力支持中国人民银行副行长潘功胜就曾表示,金融管理部门将一如既往鼓励支持金融科技企业在服务实体经济和遵从审慎监管的前提下守正创新推动金融科技成为助推国内国际双循环的重要力量。
      而据郭树清在2020年底的讲话透露,未来金融监管的几个重点问题包括推动互联网金融机构审慎经营、弥补数据隐私保护制度漏洞重视网络安全问题、促进更公平的市场竞争、关注新型“大而不能倒”风险明确数据权益归属、加强数据跨境流动国际协调等。
      金融业的数字化转型离不开监管的指引只有合规前提下的技术进步才能真正推动金融行业的发展还将为行业指明哪些方向?值得关注。
     

    展开全文
  • 述评 编者按随着互联网技术医疗服务的不断融合互联网医疗业态发展方兴未艾以互联网为载体技术手段 的健康咨询远程会诊云医院等 互联网 医疗服务发展迅速逐渐形成了一种技术革命战略性新型业态 强基层医疗...
  • 【TechWeb】8月2日消息,据国外媒体报道,英特尔百度签署了一份新的...此次合作将帮助百度实现企业对企业的人工智能(AI)战略,并更好地服务于中国乃至全球数十亿互联网用户企业客户。 这一新合作建立在双方过...
  • 11月24日,随着互联网的普及,人们的财产也在迅速数字化(私人照片、客户敏感数据、知识产权等),这时如何保护它们就成了企业个人的重要一课。 虽然每年都有数十亿美元的资金投入该领域,但网络攻击事件仍然...
  • 18 年中央经济工作会议首次提出“新型基建”概念,重点配套新兴产业发展,具体包括 5G 网络、数据中心、智能制造、工业互联网、物联网、无人配送、在线消费、医疗信息化等 领域。同时会议中还强调要“加大城际交通、...
  • Python培训人工智能是大势所趋 在第三届互联网大会中百度CEO李彦宏曾表述:靠移动互联网的风口已经没有可能再出现独角兽了,因为市场已经进入了一个相对平稳的发展阶段。而未来的机会在人工智能。Python被称为“胶水...
  • 互联网把人类文明的两大标志——文字货币“比特化”,但仍然版权不明、易受攻击,信息交流财富流通仍然严重依靠于中心化组织,例如其中的授信征信服务。  区块链(Blockchain)的底层逻辑是以共同竞争...
  • 然后回顾了在互联网经济中非法互联网的经验以及技术与法律之间的关系以及GDPR的经验,然后再探讨民主中人工智能的关键问题,即人工智能的挑战可以安全,有良心地遵守道德规范,并且必须通过可执行的规则来应对AI的...
  • 小微企业如何开拓人工智能业务?

    千次阅读 2016-05-29 01:38:44
     《实施方案》要求展开“国际合作“(第五段落),其中指出:”…鼓励与相关国家加强人工智能技术研发与应用合作,整合国内外创新资源,提升人工智能产业创新能力国际竞争力”,为广大小微企业指出了前进方向。
  • 最全 2019 年遂宁公需科目考试人工智能与健康考试参考答案 根据加快发展互联网 + 医疗健康用三结合驱动创新融合发展上整体框架不包括 D D 加强行业服务满意度 根据人工智能在医疗领域的应用现状问题及建议下是人工...
  • 人工智能导论知识表示知识图谱2.2知识图谱 信息技术飞速发展不断推动着互联网技术的变革互联网的核心性技术Web经历了网页链接到数据链接的变革后正逐渐向大规模的语义网络演变语义网络将知识采用网络的形式表示它...
  • 简介:AI在金融行业的...在2018世界人工智能大会·智能金融主题论坛上,中国互联网金融协会会长李东荣表示,人工智能在金融领域的应用发展要遵循几个原则,一是坚持服务实体经济,二是切实加强风险防控,三是有效...
  • 国际传播人工智能翻译语料库是指基于互联网平台,运用以神经机器翻译技术为基础的人工智能翻译技术,对国际传播等相关领域的语料进行数据化处理加工,建立系统对外传播党政文献,领导人著作、讲话及外宣图书,期刊...
  • 大部分人都点过外卖,现在外卖成了中国吃饭的方式,点外卖是什么样的量级,说起来大家吓一跳,中国...为什么数据算法起到那么大的作用,因为我们都知道在互联网 +的情况下,有这么大的单量,至少是在数据行业我们有
  • 11月3日,英特尔公司CEO Brian Krazanich再度造访阿里,与阿里CEO张勇进行交流,双方达成共识,未来将在人工智能、机器学习领域展开深度合作,并进一步加强IoT智能硬件及产品等领域的战略合作。 当天,Brian还应邀...
  • 人工智能或者说智能系统不仅在一定程度是上达到了对数据进行智能化、自动化的采集、表示、存取处理,同时还能在各种不同的应用场景中完成特定的功能设定。大数据本质上是一种从海量数据中加工出有价值数据的处理...
  • 互联网经济蓬勃发展,移动应用广泛普及使得形态多样的数据正在呈现几何级数的增长,信息通讯技术的发展加速了人类知识的更新速度,市场竞争的加剧使企业对信息的价值产生了深度挖掘的需求,信息的来源也随着生产力的...
  • 未来50年,互联网、物联网、人工智能都无法迈过的技术是什么? 大数据应用! 一、什么是大数据? 大数据是指以服务重大决策为目的,需要新型数据处理方法才能对其内容进行采集、存储、管理分析的一种海量、高...

空空如也

空空如也

1 2 3 4 5 ... 11
收藏数 209
精华内容 83
关键字:

互联网加和人工智能