中文 | English | Français | русский | Español | 日本語 | Deutsch

您现在的位置:首页 > 金融研究

人工智能加快金融智能化
视力保护色:

默认

【字体:

打印本页

关闭窗口


信息来源:科学网  2017-08-17

  提到人工智能的应用,李开复曾多次表达过自己的看法,“世界上没有其他领域比金融领域更适合运用人工智能了”。

  日前,国务院发布的《新一代人工智能发展规划》(以下简称《规划》)就给出了人工智能在金融行业应用的具体范围,即:建立金融大数据系统,提升金融多媒体数据处理与理解能力;创新智能金融产品和服务,发展金融新业态;鼓励金融行业应用智能客服、智能监控等技术和装备;建立金融风险智能预警与防控系统。

  “人工智能的底层支撑是大数据和算法,无疑应在数据资源丰富、数据价值密度高的行业率先发展。这正是金融行业拥抱人工智能的天然优势。”海致网络技术(北京)有限公司金融业务副总裁杨娟分析道。与其他传统行业相比,金融行业高度信息化、数字化的特点更容易被人工智能技术利用。

  金融与人工智能更搭配 

  “智能金融”概念的提出,让传统金融机构转型路径变得更加多元、清晰。具体来说,智能金融就是人工智能与金融全面融合而产生的新金融服务模式,它以人工智能、大数据、云计算等创新科技为核心要素,提升金融机构服务效率的同时,实现金融服务的智能化、个性化和定制化。

  “金融企业在业务开展过程中积累了海量数据,这些数据包括客户身份、资金收付交易、资产负债情况等,数据价值密度高,在运用专业技术挖掘和分析之后,价值转化概率高,潜在的商业价值大。”杨娟在分析金融行业优势时表示。

  金融领域是唯一纯数据的领域,无论是钱还是交易,都是以数据的形式存在。一篇题为《当人工智能遇上互联网金融》的网络文章介绍道,分析数据正是人工智能最需要的养料,计算机就像一个黑盒子,把海量的数据丢进去,它在里面运算、分析、学习,最终吐出来你想要的答案。

  金融是一个相对独立、隔绝的领域,例如股票、保险、银行、账单,都互不干涉。纯数字的交互非常适合计算机,因此有金融领域评论员如此评价:“要让计算机告诉你应该找一个什么样的女朋友,有点困难,但是,你要想知道你的投资怎么组合才能收益最大化,人工智能一定不会让你失望。”

  “AI的本质是将无直接价值的繁杂海量数据,通过机器学习和分析,转化为有直接价值的信息。金融的本质是将无直接价值的资源,通过空间和时间上的重新配置,转化为有直接价值的资源。AI与金融的结合,使得信息产生价值,从而使资源产生更大价值。”腾讯云副总裁朱立强表示。

  他认为AI和金融的结合主要有两个方向:一是降低信息提供的成本,包括智能客服、智能理赔、流程银行等;二是对人力无法很好分析的信息进行深度分析,如智能投顾、智能审批、智能营销、反欺诈等。

  技术与基础理论并行 

  既然金融与人工智能的结合具有天然优势,那么又有哪些技术可以助力智能金融的推进呢?杨娟认为,知识图谱技术善于从信息中发掘和构建深度的知识关联,使得信息价值显性化,从而提供更智慧的决策支持,将是金融机构迈向智能金融的重要台阶。

  《规划》在提及“建立新一代人工智能关键共性技术体系”时,也着重强调,需要构建“跨媒体分析推理技术”,重点突破知识图谱构建与学习、知识演化与推理、智能描述与生成等技术,实现跨媒体知识表征、分析、挖掘、推理、演化和利用,构建分析推理引擎。

  “知识图谱技术与金融业务在实践中进行结合的深入程度,决定着智能金融发展进程的快慢。”杨娟表示。带着人工智能相关技术,深入到银行业务中去,会发现无穷无尽的智能化提升空间。

  不仅如此,技术还能促使社会创新能力全面提升,为此,蚂蚁金服坚持技术开放。“蚂蚁AI团队研发的技术,并不仅仅是为公司所用,更要开放给金融机构、合作伙伴甚至全社会。”蚂蚁金服人工智能部技术总监李小龙说。

  目前蚂蚁金服面向客户开放的技术有智能客服、智能理财、智能图像定损、VR支付、物联网支付等。

  《规划》设定目标,到2025年,中国人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平。“国务院将基础理论研究单拎出来,作为中国AI发展规划的第二阶段目标,是切中了中国AI全面提速发展的核心所在。”李小龙说。

  近两年,蚂蚁金服开始加大对AI基础理论研究的投入。2016年10月,蚂蚁金服和清华大学联合成立数字金融科技联合实验室,将实验室打造成全球金融科技研究领域的重要阵地。之后,蚂蚁金服成为美国加州伯克利大学RISE实验室合作伙伴,共同致力于为AI提供安全实时智能决策计算平台的研发。

  “我们希望沉到基础研究里,不考虑短期商业利益。回到基础学科的原点再出发,才能在创新上走得更远。”李小龙表示。

  “云+AI”助力智能金融 

  人工智能需要数据支持,云计算则能提供良好的数据分析工具和平台,因此,智能金融还需要“云+AI”的支撑。

  中国信息通信研究院高级工程师闫丹在分析云计算在金融行业发展现状时指出,金融行业在应用云计算时仍存在很多问题,一方面是相关监管合规要求不明确,原来的监管要求同样约束现在的云计算系统;另外,银行采用云计算试错风险比较高,业务向云端的迁移比较谨慎。

  “我们应该倡导相关的监管机构调整对云计算架构的合规要求;还要对金融机构使用云计算放宽要求,降低试错成本。另外,云计算在金融行业应用处于起步阶段,其中很多问题需要云计算服务商探索解决。”闫丹说。

  数据统计,目前传统金融机构大都没有实现100%云化,中国建设银行、中国工商银行等尚未实现在核心业务上云化。但值得肯定的是,在国家政策、经济形势、技术条件等综合因素的促成下,虽然各大金融机构没有太多在IT架构云化转型的消息,但云计算、大数据、人工智能的基础应用却是各家都在进一步推进。

  目前,金融行业使用云计算需要从外围系统到核心系统逐步迁移,对于广泛依赖传统集中式IT架构的金融机构而言,在未来很长一段时间内都将处于集中式、分布式两种架构并存的阶段。对于金融机构来说最大的挑战就是如何管理好融合式架构,闫丹建议,应该建立相应的研究项目做好分布式架构的规划和实施。

  闫丹认为,金融行业使用云计算的可行性分析以及实施路径规划还需要进一步研究。人工智能时代,云计算已经不仅仅是基础设施。当“云+AI”共同运用在金融领域,单纯依靠人工的方式将成为金融行业的过去式,技术和数据会为用户带来更好、更有价值的体验。