GMIS 2017大会漆远演讲：AI 驱动金融生活

全球机器智能峰会（ GMIS 2017 ），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。

5 月 28 日，机器之心主办的为期两天的全球机器智能峰会（GMIS 2017）进入第二天，全天议程中最受关注的是多位重要嘉宾出席的领袖峰会，包括《人工智能：一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家Martin Müller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。

上午，蚂蚁金服 VP 兼首席数据科学家、普渡大学终身教授漆远发表了主题为《AI 驱动金融生活》的演讲，他探讨分享了如何通过人工智能提供更好的个性化金融和智慧生活服务。

以下是该演讲的主要内容：

AI 驱动金融生活

今天很高兴跟大家做分享，也很高兴见到很多老朋友和新朋友。

现在很多人在讨论中国和美国的AI发展。相比于美国，中国的AI发展更重视商业应用和场景，但缺乏技术深度。那我们能不能加深技术研发，同时产生更多的商业发展呢？在探讨这个问题之前，我先讲两个小故事。

第一个故事是前天我去乌镇看柯洁大战AlphaGo，局面非常震撼。大战结束之后我在闭门会议中问DeepMind 的 CEO Demis Hassabis，AlphaGo之后，你的下一步是什么。他说希望能够改变世界，把AlphaGo的技术应用在医疗、金融及其他各个方面。对这个心声我非常认可，我觉得这是技术人员的一个共同梦想和希望。

另一个故事是人工智能界的两个奠基性人物之一 Michael I.Jordan 加盟蚂蚁金服并担任科学智囊团主席。他说，「其实现在谈论奇点为时尚早，所有的理论发展都有一个过程。虽然强人工智能是未来，但我们还没有摸到门道。」我非常赞成他的观点。

我觉得人工智能领域的一个榜样是亚马逊，人工智能像水一样到处都在用。我也是希望人工智能滋养蚂蚁金服现有业务，并产生出新的业务、新的技术和商业创新。

蚂蚁金服的定位是一家科技公司，希望能够用科技服务未来更多的用户。比如说全球20亿的消费用户。

我们希望通过大数据、AI使系统更智能，服务长尾的机构和个人。我们认为用技术能够驱动我们的业务发展，技术能够重塑金融业务。

三年之前我从美国回到杭州，一开始非常吃惊，因为我发现大部分的生活都可以用手机来搞定。去年G20的时候杭州甚至要打造「无现金社会」。在杭州你可以拿支付宝买地铁票，凭芝麻分租房免押金。这一点和美国非常不一样。在杭州所谓的无现金社会中，支付宝提供的各种各样的服务，简单来说我们提供100多项的城市服务项目，去年一年提供了超过6亿次的服务。

人工智能能力

这个故事背后，我们其实收集了海量的数据，我们看到了社会不同的维度，理解了人的不同的生活维度，这样我们就获取了很多活数据，如果再和我们的计算能力结合起来，我们就能够产生人工智能的能力。

这张图左边讲了蚂蚁金服正在发展一些人工智能能力（从自然语言处理到机器学习、图像识别等）；当然我们现在也非常重视推理，所以在知识图谱上面进行了进一步的工作。然后我们像水一样用在了我们所有的业务里面，从信用到贷款、营销、风控、智能助理、客服等等。

这张图讲的是业务架构。我们在底层开发一系列的算法（从机器学习、深度学习、强化学习、图算法、最优化），并在上面搭建了一系列的工具，比如说A/B测试、异构学习。我们在底层搭建了异构机器学习平台，比如CPU、GPU、FPGA，希望全部打通训练和模型部署。再上面是做资讯的产品，推荐、搜索、营销。这背后我们非常关心金融，希望分析市场的风险，做出舆情的分析等等。所以我们在做两件事情：第一件事情：赋能业务。第二件事情：输出能力。

这张图简单介绍了已有的异构机器学习架构，主要讲模型训练，底层比较简单。我们已经使用了深度学习，但是如果大规模部署，最关心的是它的能耗和速度，所以我们非常关心FPGA的使用。在这上面开发有离线学习、开源框架。我们是开源框架，并全部支持内部工程师的使用，同时三年前也开发了参数服务器。我们希望有一个统一的AI学习表示层，能够对外开放，做出机器学习Paas服务；再上面我们做模型中台，希望服务我们的内部和外部用户。

人工智能应用

案例 1:蚂蚁智能助理

蚂蚁智能助理可以提供理财分析与建议资讯、账户理财情况问答以及专业知识问答，在蚂蚁聚宝社区中其粉丝数量已超过 3.6 万，回答满意率大于 94%。

案例 2: 运费险

我们使用了机器学习做了极速核赔决策，其实就是做一个模型来分析。我们把广告的算法、机器学习的算法用在这里，用了之后效果非常好，每年有100%的提升，双十一一天有过亿的保单，这是一个非常典型的长尾经济的代表。因为每一个保单都非常小，每个大概1块多钱，但是我们在一天保险费就上亿元。

案例 3：基于参数服务器的大规模机器学习平台

另外我们用了机器学习开发了超大规模机器学习平台，这个首先用于阿里巴巴广告商，然后在淘宝双十一使用，实现实时推荐。简单来说，我们百亿特征，千亿的样本，上万亿的参数，这样的话，可以支持非常大量的，复杂的模型和系统。

结论

最后简单来讲，其实移动互联网给我们提供了一个非常好的场景就是数据的来源，使我们更好地理解世界和用户，然后云计算给我们提供了一个非常好的计算的能力。在这之上，我们能开发人工智能，使我们能够提供更好的个性化的金融和智慧生活服务。