信用宝在人工智能方面的研究与应用

.

壹/

早上被闹铃唤醒，躺在床上打开微信回复消息，为家人在淘宝上订购礼物，去上班前看一下手机地图的拥堵状况，路上听一些中意的曲子。在这个稀松平常的过程中，我们已使用人工智能(AI)好几次了。是的，从1956年有了人工智能的概念，到六十多年后的今天，我们早已All In在人工智能之中。

.

贰/

通过购物推荐、路线推荐、根据听歌习惯自动更新曲库等，我们可以看到人不同角度的信息，如果将这些信息进行融合，就可以产生非常多有价值的信息。现在，通过手机就可以享受各种各样的服务，而这些服务的背后产生的海量数据，可以对人进行多维度刻画。有了数据提供的基础，加上越来越强大的云计算能力，人工智能将会推动整个金融科技行业产生重大变革。

.

叁/

人工智能之于金融科技到底能产生什么样的价值，能提供什么样的服务呢?

.

肆/

事实上，目前信用宝已经在信用、推荐、风控、营销、智能客服使用了很多人工智能的应用服务。比如，线上个人借款方面，我们希望通过大数据，能够产生真实模型，包括定价，后面的反欺诈等等。通过大数据、云计算，在保证风控质量的同时，形成规模、降低成本。实际上，我们已经开始尝试利用外部机器学习平台上提供的丰富的图算法组件，例如最大联通子图、标签传播聚类等推论已知的人员通联关系图，每两个人之间的连线表示两人有一定关系，可以是事关系或者亲人关系等。最后，通过图算法可以算出图中每个人是欺诈用户的概率，这个数据可以方便我们进行线上的风控。

.

伍/

另外一个例子是智能客服，我们有海量的电话要接，海量的问题要回答。在这一系列的环境中，智能客服是一个非常落地的场景。

.

陆/

刚开始的时候，我们是从回答问题出发，比如说信闪贷怎么还款，它能够自动找到相关知识点进行回答，告诉用户从哪里可以还款。其实如果只做一个Q&A的话，用到的技术相对简单，有可能是一个知识库的标准化问题，一个搜索的框架，有可能再结合简单的knowledge base或者knowledge graph，就够了，并不需要很多轮的对话。但其实我们今天回答一个问题，其实不光看到你说的话，同样也可以看到用户行为轨迹，多个数据源进行结合，然后自动判断今天有可能有什么问题。就是特别简单的一个问题识别(CTR)，包括上下语义匹配，客户真实意图识别。然后进行标准问题映射，再找到多方面的服务标准化或需求驱动。而做了这个之后，自助转人工的需求猛地下降，也就是大家满意度提高。

.

柒/

还有就是个性化产品推荐。这个其实各行业应用已经非常多了。通过对用户在平台各种各样的行为分析，我们再通过数据挖掘或叫信息整合，进行产品的推荐。这里有两个简单的例子，一个是用户属性，另一个是偏好。这个其实还是挺有意思的。原来以为八竿子打不着，是你放在一起，大家从一个新的维度来看他，这个时候你对人的理解更加深刻，对产品理解更加深刻。但是你要看到，一旦你真正能够把算法、业务、系统整体的打通在一起看的时候，其实能得到很多好的效果。

.

捌/

个性化推荐其实还是比较跨越的，每一个人各个维度都有一个综合的理解。同时因为现在很多数据是有标注，很多数据没有标注，那怎么能够把没有标注的数据都用起来，真正的做到把数据的所有价值都真正体现出来。那当然，这里面还有这个在无监督学习和有监督学习。未来我们其实就需要开发一些基于深度学习的技术。

编辑：邹沛霖