AI丰富金融场景 联邦学习成普惠业务利器

　　数据不出门，模型联合算，隐私有保护，服务可互认。上海证券报记者昨日从2021世界人工智能大会上了解到，金融业已成AI技术落地的重要窗口。银行、险企、券商及科技企业在产品开发、客户服务、渠道运营、风险管理等领域积极部署应用AI技术。其中，以联邦学习、多方安全计算为代表的隐私计算技术正在兴起。

　　联邦学习指隐私计算中的一项解决方案，是隐私保护的分布式机器学习技术，在不泄露隐私信息的前提下，使用不同企业的数据以更好理解用户，提高个性化服务的质量。

　　工行相关人士表示，基于机器学习和深度学习的智能风控模型，可利用AI对用户进行信用评估，并以打分形式展现个人信用风险等级。通过外接互联网企业数据，利用联邦学习建模实现数据合规合法引用。

　　目前，金融机构纷纷布局联邦学习或安全多方计算技术。这些技术旨在解决一组互不信任的参与方之间保护隐私的协同计算问题，为数据需求方在不泄露原始数据的前提下实现数据商业价值，解决“数据孤岛”问题。

　　“公共数据和个人数据具有高敏感性，数据资源的所有权和使用权不均衡，联邦学习及安全多方计算可实现数据不动模型动，数据可用不可见，能很好解决这个问题。”共识数信CEO王毛路表示。

　　交行相关人士介绍，交行开发的“科创贷”基于联邦学习平台，在保护数据安全和隐私的前提下，融合政府数据，构建普惠企业授信定价模型，让小微企业的“数据画像”更清晰，解决普惠企业融资难和融资贵问题。

　　如今，银行服务更丰富和多元化成为新趋势。面对“千人千面”的客户需求，AI积极介入银行服务的各个层面。

　　交行推出的雅典娜机器人平台，以信用卡积累的大量业务数据为基础，打造了生物识别、知识图谱、图像识别、ASR、TTS、流程自动化等AI能力。京东科技推出的银行数字人智能服务，通过人性化设计可与客户进行充分沟通。

　　智能风控是银行深度运用AI的领域。针对目前电信诈骗和非法集资风险高发的态势，AI可通过知识图谱技术将碎片化的信息组织成可视化的关系网络，发现一些隐藏在其中的诈骗、洗钱等风险因素，有效提高电信诈骗识别率，帮助客户挽回可能的损失。

　　建设银行推出了一款电子凭证的核对系统，通过大数据及AI的审核功能，辅助银行员工进行判别，能做到单单一致，单证一致。

　　“商业银行的传统信用风险、市场风险、流动性风险都在不断演变，出现了一些新的特征，AI在此大有用武之地。我们基于复杂知识图谱，构建了智慧化风险监测系统。”交行党委委员钱斌表示。

　　除了银行，券商也行动了起来。一家科技公司CEO表示，多家券商与其合作实现了数据共享，进一步提升包括两融风险数据和股票质押风险数据在内的风控管理，在保护客户隐私的前提下大大降低了市场潜在风险。

原文链接： http://www.zdm5.com/article-52037.html

本站声明:网站内容来源于网络,本站只提供存储，如有侵权,请联系我们,我们将及时处理。