|
坚持自主研发 突破人工智能核心技术应用
人工智能在金融领域应用还在探索阶段,目前处于金字塔顶端的是BATJ等巨头,而知识图谱作为人工智能技术核心,更是只有少数机构实现了应用,但这些机构基本是通过第三方技术输出,能够实现自主研发的堪称行业翘楚。此前,阿里巴巴曾将自主研发的知识图谱作为重要科技成果在云栖大会上重磅亮相。
对从业机构而言,知识图谱应用难,自主研发更难。难点主要体现在三个方面:
数据建模的难点主要包括如何对知识图谱数据进行自动化构建,从而在数据清洗与数据处理阶段避免大量的人工操作;如何能够大批量自动导入现有结构化知识,并能够对复杂数据进行知识表示。
知识存储的难点主要存在于存储与推理计算,主要包括大规模三元组数据的存储,知识图谱组织的大规模存储,事件与时态信息的存储,快速推理与图计算的支持。
知识融合技术的难点主要包括实现不同来源、不同形态数据的融合,海量数据的高效融合,新增知识的实时整合。
据中腾信技术相关负责人透露,在进行自主研发之前,中腾信和小花科技曾考虑过独立提供该类技术的第三方技术提供商或机构,也接入测试过数个产品,但实验效果不够理想,且灵活性不够,无法满足反欺诈风控策略的快速调整。部分第三方公司在数据覆盖方面有优势,但是数据的精准度和数据深度上比较有限。
事实上,中腾信及小花科技作为消费金融科技服务主体,多年来在金融风控领域积累了丰富的历史数据与大数据挖掘经验,完全有实力进行自主研发。
目前,针对近百亿级数据进行处理建模及算法优化,中腾信和小花科技知识图谱技术实现了贷前应用秒级响应;能够支持客群组合管理、额度管理等方面的正面及负面应用;对存量客户实现了多度关联关系识别;基于用户关联关系图谱生成的图特征,提升优化了风险规则及评分模型。自主研发更能够实现数据的精准深度挖掘,更有优势。
从应用效果来看,中腾信及小花科技自主研发的知识图谱技术,成功突破了人工智能核心技术应用,其经过历史发现的欺诈团伙的验证,可以有效识别传统类型的欺诈团伙,已全面接入风控反欺诈场景,进一步提升了其金融科技实力。
冲破拥有金融大数据的数据服务商所构建的商业壁垒,在技术层面已经实现。金融科技的市场竞争也正在从“数据”竞争跨向“技术”竞争的新时代。中腾信及小花科技能否凭借自主研发优势“智”领未来,值得期待。
|
|