螞蟻金服漆遠：金融場景是人工智能發展的燃料

­　　圖為螞蟻金服副總裁、首席數據科學家漆遠在發表演講。供圖

­　　中新網杭州7月24日電 (趙小燕 胡亦心)“AI離不開場景和數據，而金融場景里產生的海量數據，能成為人工智能的燃料。”在22日召開的2017中國人工智能大會(CCAI2017)上，螞蟻金服副總裁，首席數據科學家漆遠分享了螞蟻金服在眾多場景上對AI的創新和應用，并承諾技術成熟一個就開放一個。

­　　“做AI就要解決真正的問題，產生真正有意義的服務。”漆遠表示，金融活動伴隨著大量的服務場景，產生的海量數據又成為了人工智能的燃料，使得螞蟻金服能夠發展應用一系列的人工智能技術，同時，這些場景反過來又為人工智能帶來了不同的挑戰。

­　　為此，螞蟻金服搭建了一個金融智能的平臺，包括了一系列的人工智能技術，比如說強化學習、無監督學習、圖推理、共享學習。“這些技術具備金融領域的實時對抗性、大規模以及安全加密性。”漆遠介紹道。

­　　此外，智能平臺在語音識別能力上，發展了NLP的能力，在最頂層，具備了一定的推理和決策的能力，這能夠幫助用戶和金融合作伙伴做出明智的決策。

­　　據介紹，這一金融級AI系統已被廣泛應用于螞蟻金服的各項業務，包括智能客服、交易風控、貸款準入和金融理財等等。

­　　近日，螞蟻金服發布的“定損寶”，就是利用深度學習圖像識別技術，解決對不規則車輛損傷進行識別的行業難題。通過算法識別事故照片，與保險公司連接后，幾秒內就能給出準確的定損結果，包括受損部件、維修方案及維修價格。

­　　從數據上看，AI算法結果與保險公司定損員的定損結論已基本一致，并且，AI圖像識別能夠同時處理萬級的案件量，這有望每年為行業節約案件處理成本20億元。

­　　此外，智能客服一直是各大平臺最常使用的AI技術。但目前，多數客服更接近于一個搜索引擎：將用戶輸入的關鍵詞與數據庫的相關答案匹配。對于口語化的提問，往往很難給出“智能”的回答。

­　　“和絕大多數智能客服相比，小螞答的最大優勢在于它會自我學習。”漆遠介紹道，問題回答得越多，小螞也就變得越精準，尤其對于口語化、表述不夠完整的提問，在多次“練習”后，能夠主動理解。

­　　數據顯示，支付寶智能客服小螞每天可以處理200-300萬的用戶咨詢。2017年，小螞答客戶滿意率達78%，比人工客服滿意率高出3個百分點。

­　　此外，小螞答完成5輪問答所需時間大概為1秒鐘，比人工客服的效率高30至60倍。

­　　“由于有深度學習和圖的結合，我們擁有了超越人工滿意度的智能客服。”漆遠感嘆道。

­　　“今年螞蟻金服兩個關鍵詞，一個是‘開放’，一個是‘AI’。”漆遠在演講中強調，螞蟻是一家做普惠金融的科技公司，非常愿意賦能和服務客戶，從客服到模型部署平臺到其他的每一個案例，技術成熟一個開放一個。