天云大数据副总裁 李从武:人工智能驱动Fintech

葛碧白

2017/11/14 发布于 技术 分类

传统的BI阶段是由人定义出一个清晰的规则,再放到决策引擎里去跑。小数据时代仍然离不开“老三样”,需要一套SaS的保险平台、一批科学团队做数据科学服务,以及基于这两者生产出来的策略引擎。而如今的人工智能,都非常清晰简单,图象只有IGB在象素上面的填充,但是在后台反馈出来的都是非常丰富的语义环境。当这些特征和内容很难被人类用简单的、清晰的语言描述出来的时候,BI失效的前提下我们该怎样用AI的方法提供更大规模的计算?主要有三个方面的变化:离线抽样to在线全量;从静态个体到动态关联;传统的基于统计思路开始逐步进入到大规模的学习阶段。天云的Maxim AI分布式人工智能平台,实现ABCAlgorithm bigdata cloud,三者的业务价值融合交付。

文字内容
1. 人工智天云S大能数A据副C驱总C裁动:2李0F从1i武7ntech 获取机器智能像读书一样简单 Get machine intelligence as simple as reading
2. 人工智能对金融市场的影响 Euromoney Institutional Investor Thought Leadership 从全世界的金融机构中调查了424 名高级管理人员。其中,超过四 分之一(26%)的受访者在资产管理公司工作,16% 的受访者在投资银行工作,其余的在银行、保险公司、对冲基金 和经纪公司工作。大多数的受访者(57%)在他们的公司拥有 C 级职位;剩下的其他人是不同领域的高级管理人员, 包括数据、技术、法律、合规等。此外,调查对象中大型、中型、小型企业都有涉及,51% 的公司拥有 100 名或更多 的员工。最后,调查样本是全球范围的:三分之一的受访者来自欧洲,三分之一的受访者来自北美,16% 来自亚洲, SACC2017剩下的受访者来自拉丁美洲、中东和非洲。
3. FinTech 规则流程驱动到智能数据驱动 IT DT SACC2017机器的角色,从快速思维到智能思维
4. 在过去的几十年里,计算机被广泛用于完成自动化任务,后者往往 是被清晰的规则和算法描述的。如今,机器学习技术允许我们在难 以精确描述规则的边界内完成同样的任务。 SACC2017—— 来源自亚马逊创始人杰夫·贝索斯(Jeff Bezos)2017年度致股东的公开信
5. 人类习惯抽象认知 SACC2017 350年前,科学巨人牛顿用三个简约表达式,揭示了自然规律,客观抽象了传统参照系中的世界。
6. 人类用简单来抽象世界机器用复杂来量化世界 SACC2017 某互金理财产品的营销获客传播的复杂网络 某保险公司的代理人成功销售的获客网络
7. 人工智能依靠质朴的数学和超强的计算能力, 还原了世界的复杂性。 如何用RGB像素色差等信 号体系描述图片内容? SACC2017 如何制订动态防范的欺诈 规则? 深度学习的特征建立过程,就是协助我们对复杂问题描述的精确量化。
8. 今天是笛卡尔的时代,等待着艾萨克牛顿的到来 笛卡尔为之后的牛顿准备了一个坐标系,使F=ma的推演成为经典。 今天我们可能不知道目的地像什么,单我们现在知道如何绘制一张地图。 SACC2017  物理学上牛顿之前的日子。许多聪明的科学家能够使用数学来预测物体的运动,曾经 聪明的笛卡尔教会我们如何将我们的物理思维考虑到坐标系统中。Yann LeCun(深度 学习之父其中之一)就是一个现代的笛卡尔,开创性的工作是指日可待。ConvNets思 想框架就像是一个必备的坐标系统。
9. 开放的 B 价值远大于性感的 A 年份 人工智能的突破 年份 数据集(首次可用) 年份 1994 人类自发的语音识别 1991 华尔街日报文章与其他文本 1984 1997 IBM 深蓝打败G arry Kasparov 1991 70万国际象棋大师赛,又称“扩展 的书” 1983 172005 谷歌阿拉伯语-中文-英语翻译软件 2005 1.8万亿符号的搜索,基于谷歌网 站与新闻网页 1988 C202011 IBM 沃森机器人成为世界“危险”节 目冠军 2010 860万文件的上传,基于维基百 科,维基词典引用以及古登堡计划 1991 SAC2014 谷歌的危机谷歌网站分类计划 2010 150万标签的图片1000项目分类的 视觉数据库 1989 2015 谷歌deepm ind游戏水平达到与人 类同等水平 2013 超过50种超高难度雅达利游戏的学 习环境数据集 1992 平均突破年限: 3年 算法(首次提出) 隐藏的M arkov模型 N egascout规划算法 统计学机器翻译算法 专家混合系统算法 卷积神经网络算法 Q 学习算法 18 年
10. 复杂网络风险量化模型 强调事物“联系”与全局量化的数据结构,主要用它来解决企业大量沉淀 的结构化数据,使用向量矩阵替代数据库表结构计算。 SACC2017 • 风险共同体:投资一致行动人,循环担保,重复抵押 • 社交P2P借贷 • 流动资本计量 • 风险种子揭示
11. 信用申请反欺诈 通过分析银行信用卡的“通过信用卡”信息和“欺诈信用卡”信息,找到注册信息 中包含的关系,同时对关系信息统计分析,计算相关指标,然后通过统计分析的结 果构建社交网络,最终支撑欺诈用户发现。 申请进件的关联特征 基础金融属性 深度学习网络 SACC2017年龄 年收入 学历 职位 区域 职业 第三方信用卡 。。。
12. A B C融合 lgorithm igdata loud MaximAI企业级人工智能平台产品 计算 能力 融合计算能力 MaximAI SACC2017在线 数据 分 布式人工智 从并行计算到分布式计算的创新 Scala 分 布 式 程 序 的 算 法 代 码 重 构 , 充 分 发 挥 SPARC/Alluxia内存计算能力。 融合在线数据 从流程驱动到数据驱动的创新 数据无需在生产系统和挖掘系统间抽取离线, 实时的全量数据建模 能平台 算法 科学 融合业务价值 从零到一的创新 从业务问题定义到前沿算法模型反复迭代,最 终体现商业价值化的模型,可以在平台中发布、 分享和继承。业务创新可以规模化复制。
13. MaximAI企业级人工智能平台产品 (续) FreeCoding 采用完全界面化的操作 用户无需任何编程背景, 也可轻松使用数据挖掘技术 向导S服务ACC2订0阅1服7务 Subscripution 通过REST接口整合、订阅算法 包和数据分析模版 面向高阶用户,自主编写Spark Scala,R,Python代码 轻AI的前沿算法民主化
14. AI的平台化,催生Fintech 移动互联网前夜 SACC2017开放平台应用开发 Android/IOS平台化,屏蔽了技术复杂度,推动了移动 通讯科技巨头专利科技 互联网的繁荣。AI平台的兴起,将释放巨大AI潜能和 催生更广阔人工智能市场。例:Google Tensorflow, Facebook FBLearner, MS CNTK,腾讯Angel, 天云MaximAl.
15. SACC2017 获取机器智能 像读书一样简单