人工智能
当前位置:时讯网 > 人工智能 >

索信达控股:央行《人工智能算法金融应用评价规范》解决方案先行者

2021-04-08 05:34:46 中国财经观察网 浏览数: 时讯网

近日,中国人民银行发布金融行业标准《人工智能算法金融应用评价规范》,发布之日起正式实施。索信达控股有限公司(索信达控股,股票代码:03680.HK)作为金融行业大数据与人工智能解决方案提供商,早在“规范”实施前,于2019年面向国内金融行业率先推出应对A...

  近日,中国人民银行发布金融行业标准《人工智能算法金融应用评价规范》,发布之日起正式实施。索信达控股有限公司(索信达控股,股票代码:03680.HK)作为金融行业大数据与人工智能解决方案提供商,早在“规范”实施前,于2019年面向国内金融行业率先推出应对AI算法可解释性的“模型翻译机-可解释机器学习”,并已在金融机构成功落地应用。应对AI算法精确性、性能和安全性推出“模型工厂”、“模型管理平台”等全栈解决方案,索信达成为推动人工智能算法金融应用规范管理的先行者。

  据悉,《规范》针对当前金融行业人工智能技术应用存在的算法黑箱、算法同质化、模型缺陷等潜在风险问题,建立了人工智能金融应用算法评价框架,从安全性、可解释性、精准性和性能等方面系统化地提出基本要求、评价方法和判定准则,为金融机构加强智能算法应用风险管理提供指引。

  《规范》指出,AI算法精准性和性能是计价算法应用效果及目标的主要因素,一般而言精准性和性能越高算法应用效果越好。算法可解释性是判断算法是否适用的重要依据,可解释性越高,算法内在逻辑、技术实现路径、决策过程、预期目标越明晰,算法更易于被理解、匹配、应用和管理。AI算法安全性为算法在金融行业应用提供安全保障,是决定AI算法是否可用的基础,只有在满足安全性要求的前提下,才能在金融领域开展应用。

  就人工智能算法和技术如何融入到银行的日常应用规范管理和业务中,索信达控股首席科学家张磊博士总结为“四大能力、八类应用”,并介绍了索信达在银行业的实际的AI应用案例。

  助力银行业发展的人工智能四大能力

  人工智能这个话题很火,如何和银行业务需求打通,把人工智能技术移驾到银行业本身,这是很多银行客户都很关心的问题。以下是张磊博士基于索信达客户最佳实践,总结构建自身人工智能能力的“四大能力”:

  第一,业务能力:以业务能力为出发点,所有技术都要解决业绩问题。索信达已梳理出金融行业可以用AI解决的业务问题,如市场营销、风险管控、财务人事、运营绩效相关的,针对问题进行归类就可以圈出银行业用人工智能数据分析解决问题的范围。

  第二,数据能力:以数据为基础,各种数据加工能力为手段,将数据利用起来。人工智能技术和其他的技术有一些不同,它完全依赖数据,若无数据支撑所有先进算法都无作用,所以要有数据储存、加工的能力。

  第三,分析能力:以各种先进算法为工具,发现数据中蕴含的有价值的规律。算法的类型像可解释机器学习、自然语言处理、图分析、图计算等,这些算法目前在金融领域用的比较多。

  第四,思维能力:索信达帮助企业构建分析思维能力,更加合理有效地发现和解决问题。这点要特别强调!因为总被忽视,很多人掌握了技术也知道业务能力,但是还是解决不了问题,因为缺少思维能力。如何将梳理好的数据、算法、业务问题贯通起来,这就需要分析思维能力。

  银行业务问题的分类体系与AI技术的对应关系

  银行业面临的业务问题主要分八大类:

  分类问题,将输入样本分类到对应类别中。判断客户质量,购买意愿。

  估值问题,根据输入信息估算某个指标的数值。如,某家分行下个月存款余额会到多少?

  聚类问题,根据实例的相似度进行归类,银行有上亿客户,想将其分成不同的客户客群,还有网点、支行等的分行也是聚类问题。

  优化问题,基于目标函数和约束条件生成最优解。如,我有预算100万如何将其花出去达到最大效益?

  异常侦测,发现异于常规的实例。如,一笔金融交易是否有问题,是否是欺诈交易,账户间互相的联动是否是洗钱联动。

  评级问题,对实例进行排序评级,像信用评级是标准问题。

  推荐系统,生成下一步的最佳行动建议。

  数据生成,基于已有的数据分布仿真出类似数据。

  通过调研可以清楚看到,八类问题的重要程度和价值回报也各有不同。

  银行业使用的重点分析技术

  银行业会用到很多分析算法,最常用的重点技术包括:随机森林、前馈神经网络、回归分析、分类器、聚类、统计推断、循环神经网络、强化学习。图中越深的颜色代表使用频率较高。

  分析专题和数据类型有一定的对应关系,张磊博士认为,无论是做潜客获取或是智能客服或反欺诈、现金库存优化等都是人工智能可以大显身手的领域。

  在银行业,AI应用需要重点关注回报最大的业务领域

  对于银行业来说,AI应用需要重点关注回报最大的业务领域。盲目地做人脸识别或文档OCR等无法带来明显的业务价值。其中获得回报最大的是市场营销,其次是风险管控。

  建立模型工厂,打造五库合一的分析模型生产流水线

  索信达打造五库合一的分析模型生产流水线,通过模型工厂,帮助企业进行数据分析建模的现代化生产流水线。它融合了分析建模生产所需的全部装备,做到五库合一:模型库、模板库、代码库、知识库、课件库。只需装填数据原材料,即可自动化生产出可用的标准模型,同时支持个性化定制。

  索信达将八大类问题梳理了50多个专题,通过大量实践发现它成型的套路,比如要做资产提升大概分为7个步骤可以分析出来,要做反欺诈可以做9个步骤分析出来,索信达希望通过构建金融业的模型工厂,把银行遇到的每个问题都可以标准化自动化解决。

  打造模型管理平台 全局掌控企业模型管理

  随着大数据和分析算法的蓬勃发展,金融机构在营销管理、风险管理和决策支持的过程中,研发了大量模型来支持企业的运营与管理。但由于模型数量众多,模型管理的问题随之而来。索信达控股基于多年来在金融行业大数据领域的技术沉淀及经验,率先业界发布了模型管理系统。对企业级投产上线的模型进行评有效的评估、测试、监控以及版本和权限管理。助力金融机构搭建完善的模型管理系统,大幅提升企业统筹管理及运行模型的效率。

  模型管理系统以自动化的方式计算各种评估指标,根据模型衰退和数据变化自动预警。通过监控模型的定时验证数据,可在系统每执行一次模型的定时任务后,在模型详情页中查看验证后的指标值数据和对应的图表数据。如果验证失败,则本系统不会生成模型的指标值,且在首页的“事件消息”模块中会显示该模型定时任务运行失败的消息。

版权与免责声明:

凡未注明"稿件来源"的内容均为转载稿,本网转载出于传递更多信息的目的;如转载稿涉及版权问题,请作者联系我们删除,同时对于用户评论等信息,本网并不意味着赞同其观点或证实其内容的真实性;

转载本站原创文章请注明来源:时讯网

行业聚焦

苹果CEO库克谈造车:热衷整合软硬件及服务,将探索无人驾驶

苹果CEO蒂姆·库克周日在播客“Sway”上暗示该公司正在从事无人驾驶汽车开发工作,库克称:“在我看来,自动化是一项核心科技。从许多方面看,汽车就是一台机器人,无人驾驶汽车也是如此。我们将探索苹果在无人驾驶汽车领域的前景。”在被问到苹果是否在开发...[详细]

AIOps如何转变IT管理

在过去的几年中,AIOps是简化IT运营的一种途径。本文将探讨机器学习(ML)和AIOps在现代网络管理中的作用,以及它可以帮助IT管理员转变网络以应对当今挑战的多种方式。...[详细]

京东发布2020年全年财报 电话会徐雷提到这条第二增长曲线

作为位于第二增长曲线上的成长业务,京东工业品在2020年成长明显。2020年5月,京东工业品完成A轮融资,投后估值超20亿美元,成为国内工业品领域内估值最高的公司。...[详细]

全球顶尖人工智能学者陶大程加入京东 担纲探索研究院

3月8日,京东集团宣布陶大程出任京东探索研究院院长。京东探索研究院秉承京东集团“以技术为本,致力于更高效和可持续的世界”的使命,立足于基础研究,力求提出全新的数字技术,构建新的理论框架,从全新的角度对人类的推理、归纳、联想等领域发起冲锋,从...[详细]

云计算之外的思考:智能边缘是计算和人工智能的未来

基于云计算的人工智能系统的平均推理速度大约为1 5秒。智能边缘可以将其速度降低到1~15毫秒。延迟大幅减少将使得许多未来的技术应用(例如自动驾驶汽车)成为可能。智能边缘正在将人工智能技术应用于边缘计算设备,以近实时地收集、分析和响应数据。...[详细]

一周排行每月关注