首頁 > 文章內容

科技巨頭加碼巨額投資不斷 人工智能迎來最好時代?

圖片來源:攝圖網

人工智能(ArtificialIntelligence,AI)自誕生以來,已經發展了60多年。近年來,AI在全球范圍內都成為學界、業界追逐的熱點,創業公司風起云涌,巨額投資不斷涌現,科技巨頭也不斷加碼,科研、資本和人才向AI靠攏的趨勢明顯。所以,不免有人會問,當下我們是否已經迎來了人工智能最好的時代?

好時代的挑戰

站在今天回看,2017年或許是中國人工智能發展的一個重要節點。2017年,“人工智能”首次被寫入全國兩會政府工作報告,國務院總理李克強表示,要全面實施戰略性新興產業發展規劃,加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化。人工智能也為全國人大代表、全國政協委員們所熱議。

與此同時,2017年烏鎮圍棋峰會上,AlphaGo以3:0的總比分戰勝排名世界第一的世界圍棋冠軍柯潔,引發全民關注。“人工智能是否已全面超越人類”,“人工智能會不會取代人類”等問題也成為熱點話題。

也是從那一年開始,人工智能風起云涌。一夜之間,仿佛所有的公司都變成了人工智能公司。資本、人才向人工智能領域快速涌入。“人工智能”成為科技界、學界、企業界最熱門、最受追捧的詞匯之一。各大互聯網公司都大力加碼推進人工智能研發。騰訊創始人馬化騰也曾公開表示,如果只能投資一個領域,從他自身所處行業出發,他最關注的是和信息技術相關的AI產業。在國際上,科技巨頭Google、IBM等對人工智能的研究已逾十年,近幾年部分研究成果已經進入商業應用。

從這些維度來看,人工智能可謂已經迎來一個非常好的時代,但是熱鬧背后也存在著問題。比如這股熱潮更多是產業界、投資界推動的,而學界和基礎研究領域事實上并沒有革命性變革,人才缺口問題也沒有真正解決。

同時,AI在實際應用與落地中還面臨著非常多的挑戰,尤其是數據問題。AI研究需要的各類數據分散在不同企業中,人們口中常說的理想狀況的“大數據”并不存在,實際狀況是存在著大量的“小數據”和“數據孤島”;此外數據的安全、隱私、合規等問題一直存在,歐盟在2018年正式實施了史上最嚴的數據保護條例——《通用數據保護條例》(GDPR),而在2019年1月21日,谷歌公司就成為依據此法遭高額處罰的首家美國科技公司,被罰款5000萬歐元……這些問題又讓AI落地和發展看起來沒那么美好。

深度賦能行業

2019年,李克強總理第三次在政府工作報告中談到人工智能。值得注意的是,今年總理在報告中特別提出,要打造工業互聯網平臺,拓展“智能+”,為制造業轉型升級賦能。

目前,人工智能的創新成果在各領域已有落地應用,推動了各行各業的技術進步、效率提升和商業模式變革。其中,金融行業是最被看好的AI應用領域之一,AI+金融是“智能+”的重中之重。

一方面,金融行業的信息化建設起步較早,且行業內極其重視數據的標準化和規范化采集,因而擁有大量累積數據,這些數據為人工智能的應用提供了堅實的基礎;另一方面,以銀行、保險、證券公司為例,金融業的主要業務都是基于大規模數據展開的,大量繁瑣的數據處理工作,急需自動化和智能化的變革來解放人力;此外,金融普惠化和場景化的創新,也需要新的技術手段來提供支持,而人工智能與金融的結合,無疑為金融創新提供了更多的可能。

筆者以微眾銀行在AI+金融領域的實踐為例,展開介紹。從需求出發,回歸業務價值是自研AI的核心。微眾銀行是服務小微企業和普羅大眾的互聯網銀行,其中最難的在于因數量分散而龐大、缺乏抵押物、擔保體系不健全等原因造成的服務成本高。

微眾銀行AI團隊將“AI+服務”應用于實際業務環節。比如基于“自然語言處理引擎”、“語音引擎”、“視覺引擎”三大引擎創建三大應用系統——“智能核身系統”、“智能客服系統”、“智能質檢系統”,覆蓋了業務咨詢、身份核驗、資料審核、操作放款等業務全流程。目前,通過這一套AI機器人組合拳,我們讓客戶從咨詢到申請到借款全部在線完成,無需線下開戶、無需紙質資料,最大化解決小微企業貸款難流程慢的難題,助力企業創新發展。

國家資管新規的推出、中國市場納入MSCI指數,都對中國的資產管理行業帶來深遠影響。微眾銀行也在“AI+資管”領域發力,目前在研發基于以衛星遙感影像數據、無人機影像數據、移動位置數據和輿情文本信息等為代表的另類數據(AlternativeData),通過人工智能技術打造AI驅動的資產管理平臺,不但可以實時監測宏觀經濟,還可以對上市和發債公司、不同行業的趨勢進行預測,構建AI+AlternativeData驅動的ESG(環境、社會和公司治理)指數,從而為資管公司、基金公司、評級公司等領域提供投資決策。

圖片來源:攝圖網(圖文無關) 面對數據孤島和隱私問題,AI何去何從

上文提到,數據的復雜性、孤立性和隱私安全等問題,是困擾和制約AI包括金融行業在內深化發展和應用落地的關鍵因素。如何解決這些數據難題,打破數據孤島,建立真正的“大數據”,同時更好地保護數據隱私和安全,成了當下AI發展必須解決的問題。

筆者認為,面對這些難題,我們可以擁有一種新思路——聯邦學習(FederatedLearning),其目的是保護用戶隱私和數據安全。聯邦學習,顧名思義,就是搭建一個虛擬的“聯邦國家”,把大大小小的“數據孤島”聯合統一進來。他們就像這個“聯邦國家”里的一個州,既保持一定的獨立自主(比如商業機密、用戶隱私),又能在數據不共享出去的情況下,共同建模,提升AI模型效果。

本質上,它是一種分布式加密機器學習技術,參與各方可以在不披露底層數據的前提下共建模型。這也是一種共贏的機器學習方式,它打破了山頭林立的數據次元壁,盤活了大大小小的“數據孤島”,連成一片共贏的AI大陸。

在金融領域,聯邦學習能夠用以分析潛在的欺詐行為;在保險定價領域,能夠以更多維度精準分析用戶的屬性。對于企業而言,應用聯邦學習能夠更有效地節省成本,同時也能夠更精準地去做用戶的分級。另外對于一些數據非常敏感的場景,比如說醫療領域,不同醫院之間也能夠通過聯邦學習技術去共享敏感的醫療數據。

未來AI新一代的機器學習算法框架,應該以保護隱私、安全合規為出發點,進行合理的解釋性,用透明的推理機制來保障人工智能的健康發展。而聯邦學習的發展與實踐,為業界提供了新的思路。當然,AI生態的建設與大數據的構建還需要不同的企業、學者、研究機構聯合起來,共享技術、分享數據、團結力量,共同解決數據孤島和用戶隱私問題。

AI未來:基礎研究仍需持續努力

那么,中國的AI目前發展情況到底如何,未來的前景又怎樣?科技部原副部長馬頌德等多位專家學者都曾表示,中國在AI方面的應用會是全世界規模最大的,前景非常好,但在基礎研究方面仍需持續努力。

筆者認為,這幾年,中國的AI版圖上,一個一個“點”都起來了,但是還沒能連成“面”。換句話說,能夠打通產業鏈的、深度的AI應用生態還沒有建立,在系統層面和基礎設施建設上還有所欠缺。

目前,業界對AI的理解和運用更多停留于單功能的產品層面,比如一個企業在某些流程環節引入了AI的輔助,例如引入人機交互、人臉識別,但這樣的企業還不能說是人工智能企業。整個業界對于AI的理解應該更深一些,讓AI驅動行業核心決策系統的優化,把AI的優勢和革命性發揮到最大。

希望未來中國的AI同仁能夠更加注重基礎研究,一起努力,真正驅動核心、深度、產業化的AI發展與落地。

(楊強系微眾銀行首席人工智能官、香港科技大學新明工程學講席教授;吳海山系微眾銀行人工智能部副總經理)

第一財經作者 楊強 吳海山

責任編輯:

相關推薦

相關新聞

回到首頁 回到頂部

網站簡介 - 廣告服務 - 誠聘英才 - 聯系我們 - 法律聲明 - 友情鏈接

加拿大快乐8作假吗