文  |  中國銀行

         信息科技部總工程師邢桂偉

當今世界，信息技術的快速發(fā)展，正推動著人類社會由信息時代邁入以開放、兼容、共享為特征的數(shù)字化時代。人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈、物聯(lián)網(wǎng)等數(shù)字化技術正在以前所未有的速度與力度，改變著人類社會生產(chǎn)生活方式，促進著全球范圍內(nèi)的社會形態(tài)、經(jīng)濟格局和競爭態(tài)勢發(fā)生深層次變革。

最近的微信朋友圈里盛傳了一條消息：“華爾街失守，摩根大通的AI(人工智能)將36萬小時的工作縮至秒級?！边@條消息源自彭博社的報道中提到，摩根大通開發(fā)了一款金融合同解析軟件，借助人工智能和機器學習技術，將原先律師和貸款人員每年需36萬小時才能完成的工作，僅用幾秒即可完成，不但錯誤率大大降低，而且它還無需休假……

除了摩根大通人工智能的深度運用，在剛剛過去的2016年，從3月谷歌人工智能程序“AlphaGo”擊敗李世石，到年末“Master”在中國棋類網(wǎng)站上與中日韓數(shù)十位圍棋高手對決，連續(xù)六十局無一敗績，人工智能一次又一次震撼了世界，這一年將是人工智能發(fā)展歷史上值得銘記的里程碑之年。

從2006年美國權威技術刊物《科學》雜志關于深度學習的開篇論文算起，新一輪人工智能技術浪潮已經(jīng)歷了整整十年的醞釀和發(fā)展，按照高德納(Gartner)技術成熟度曲線預計，2～5年內(nèi)將迎來人工智能的大規(guī)模商業(yè)應用。

當前，傳統(tǒng)商業(yè)銀行正面臨著宏觀經(jīng)濟轉(zhuǎn)型、金融市場改革、全球化進程加速、客戶需求更加復雜多元、跨界競爭不斷加劇的生存挑戰(zhàn)與歷史性發(fā)展機遇。從某種程度上來說，數(shù)字化時代，傳統(tǒng)商業(yè)銀行將不再是單純的金融服務提供者，而將會成為移動連接的締造者、數(shù)據(jù)價值的創(chuàng)造者，依托金融行業(yè)積累的大數(shù)據(jù)基礎，通過人工智能等新技術的廣泛運用，商業(yè)銀行將在大規(guī)?？焖俜治?、智能預測、精準營銷等領域煥發(fā)出新的生機與活力，具備更強的決策分析力、洞察發(fā)現(xiàn)力和自我優(yōu)化力。

一、人工智能技術發(fā)展脈絡與特征

1956年夏天達特茅斯會議上人工智能誕生，無論是身體機能還是大腦智力，人工智能都被寄托了太多人類對突破自身局限的希望。在這六十余年間，它經(jīng)歷了“搜索推理”的1.0時代和“專家系統(tǒng)”的2.0時代兩次高潮和低谷，道路雖然曲折，但是從理論基礎與軟件算法，再到產(chǎn)業(yè)應用，均取得了長足的發(fā)展和進步。

業(yè)界普遍認為，從2010年開始，人工智能迎來了3.0時代，這一時代最顯著的特征是機器學習和深度學習的大規(guī)模應用?；谏疃葘W習，人工智能可以通過學習不斷提高和改進自己的能力，具備了“思考”、“智慧”的表象。人工智能的再次興起得益于以下三方面的共同支持：

至此，人工智能掀開了新的篇章，它不再是受擺布的工具，而是被人類賦予了未知的“生命”。

1.芯片是人工智能的“本體”

芯片決定了人工智能是“硅基生命”，不論是CPU、GPU、或是TPU等其他專用芯片，都是人工智能賴以生存的物理基礎，為其提供存續(xù)運行的計算能力。在人工神經(jīng)網(wǎng)絡發(fā)展初期，各類算法都是運行在通用CPU上，GPU作為圖形處理器，其內(nèi)部高并行結(jié)構(gòu)在處理數(shù)據(jù)和算法方面相比傳統(tǒng)CPU有得天獨厚的優(yōu)勢，與人工神經(jīng)網(wǎng)絡訓練所需的大規(guī)模浮點計算和矩陣計算能力不謀而合，可以有更快的處理速度、更少功耗和投入。

隨著深度學習算法的逐步發(fā)展，谷歌、IBM、英特爾等公司開始研發(fā)專門支持卷積神經(jīng)網(wǎng)絡、遞歸神經(jīng)網(wǎng)絡等深度學習算法的硬件加速器，大幅提高了人工智能算法運行效率，但對芯片的特殊要求也會使人工智能的大規(guī)?？焖偻茝V遇到障礙，在實際應用中需要權衡計算速度和硬件通用性。在人工智能實際應用中，由于組成超算平臺的芯片數(shù)量太多(AlphaGo的后期版本需要1202個CPU和176個GPU支持)，支持分布式架構(gòu)或云計算已經(jīng)成為必然要求。

芯片作為人工智能行業(yè)的最上游產(chǎn)業(yè)，未來人工智能的任何突破性進展都離不開硬件技術的支持，它的發(fā)展情況也在一定程度上能成為整個行業(yè)發(fā)展的晴雨表。

2.算法是人工智能的“大腦”

如果說機器學習還是濃縮了人類經(jīng)驗，僅僅節(jié)省人工勞動，本質(zhì)上依然是按照人類指令，去做計算機最擅長的工作，那么近年來基于人工神經(jīng)網(wǎng)絡的深度學習算法就是放手讓計算機自由發(fā)揮，試圖讓計算機突破人類的思維定式去思考、總結(jié)經(jīng)驗。

當人類無法精準總結(jié)出特征或規(guī)則的時候，便可以交予人工神經(jīng)網(wǎng)絡去處理和學習，比如：在圖像識別領域，人類看一眼圖片便能精準識別圖片中的貓，但是卻無法總結(jié)出一套規(guī)則讓傳統(tǒng)計算機同樣精準識別圖片中的貓，此時給人工神經(jīng)網(wǎng)絡輸入成千上萬張不同貓的圖片，待神經(jīng)網(wǎng)絡訓練穩(wěn)定后，便可以從其他圖片中識別出貓。所以，人工神經(jīng)網(wǎng)絡、深度學習算法的發(fā)展，是人工智能學習與思考的基石，使人工智能在以往人類更擅長的圖像識別、語義分析等領域?qū)崿F(xiàn)了巨大突破，徹底激活了人工智能。

客觀來講，目前的人工智能深度學習算法的本質(zhì)還是依靠大規(guī)模計算能力去“試”出一套“行之有效”的規(guī)則和模型，模擬智能表現(xiàn)，并不具備主動意識，但是深度學習的黑箱原則就像人類在月球上踏出的第一步，“未知但有效”，也許是這一輪人工智能高潮最令人振奮之處。同時，人工智能深度學習算法衍生出的應用場景和領域已經(jīng)非常寬廣、切合實際，也容易落地實施，目前它的發(fā)展狀況已經(jīng)足以給各行各業(yè)帶來實質(zhì)性的影響和變化。

3.數(shù)據(jù)是人工智能的“靈魂”

在這一輪高潮中，人工智能發(fā)生了質(zhì)的變化：從原來人腦設計參數(shù)的人工智能轉(zhuǎn)變?yōu)橛蓴?shù)據(jù)驅(qū)動的人工智能。目前，人工智能有三大應用場景：一是語音識別和自然語言理解，基于語音和語義技術，可自動將海量語音通話內(nèi)容打上各類標簽，挖掘分析有價值信息，為后續(xù)服務與營銷等提供數(shù)據(jù)與決策支持;二是圖像識別，在人臉識別和無人駕駛場景中利用該技術可快速識別出特定目標或判斷當前狀況，為授權或決策提供輸入;三是分析預測，基于已有大量數(shù)據(jù)，使用深度學習技術，從數(shù)據(jù)中自動發(fā)現(xiàn)模式和規(guī)律，能提前預測變化趨勢。由此可以看出，這一輪人工智能最大的特點是數(shù)據(jù)在其中扮演的角色，它既是“因”又是“果”。

簡而言之，這一輪人工智能可以簡述為“從數(shù)據(jù)中來，到數(shù)據(jù)中去”，數(shù)據(jù)就是人工智能的“靈魂”。人工神經(jīng)網(wǎng)絡(或深度學習)的基本算法特性決定了其內(nèi)部是一個黑盒子，在經(jīng)過成千上萬次訓練和調(diào)試后，是訓練數(shù)據(jù)成就了神經(jīng)網(wǎng)絡的最終形態(tài)，成就了“智能”的實在表現(xiàn)——你之所以能成為你，是因為你經(jīng)歷過的一切。

二、金融行業(yè)人工智能應用實踐

目前，人工智能在金融領域的運用主要聚焦在三方面。

1.改善客戶體驗

人工智能技術的恰當運用能夠有效提升金融服務的客戶體驗：

在銀行網(wǎng)點中設置“網(wǎng)點機器人”，可以實現(xiàn)指定區(qū)域自動巡航功能，對客戶進行迎賓分流和語音互動交流，利用人臉識別技術，既能提前識別VIP客戶，為客戶提供個性化貼身服務，也能識別可疑人員、提示可疑行為動作，還能通過前端采集客戶數(shù)據(jù)，開展精準營銷工作;

“智能客服”能夠根據(jù)客服人員與客戶的通話情況，進行業(yè)務咨詢熱點問題梳理統(tǒng)計，由機器進行自動學習，梳理生成知識問答庫，并作為后續(xù)機器自動回復客戶問題的參考依據(jù)，還可以分析客服人員的應答用詞和態(tài)度，對服務進行質(zhì)檢，有針對性地提高服務水平;

人工智能技術還能顯著提升人機交互場景中的客戶體驗，利用面部識別技術，還能在手機銀行等終端設備中對客戶進行身份認證，實現(xiàn)遠程開戶、登陸授權或者支付時的二次身份認證等功能。

2.實現(xiàn)量化分析和交易

傳統(tǒng)投資顧問需要站在投資者的角度，幫助投資者進行符合其風險偏好特征、適應某一特定時期市場表現(xiàn)的投資組合管理。傳統(tǒng)做法需要以大量昂貴的人工方式完成，財富管理服務也因此無形地提高了進入門檻，只面向高凈值人士開設。智能投顧以最少人工干涉的方式進行投資組合管理，以更強大的計算機模型運用人工智能的技術對大量客戶進行財富畫像，以人工智能算法為每一位客戶提供量身定制的資產(chǎn)管理投資方案。

Wealthfront就是一家非常具有代表性的智能投顧平臺，借助于機器與量化技術，為經(jīng)過調(diào)查問卷評估的客戶提供量身定制的資產(chǎn)投資組合建議，包括股票配置、股票期權操作、債權配置、地產(chǎn)資產(chǎn)配置，旨在提供一個自動化的投資管理服務最大化投資回報。

此外，更為知名的是號稱“取代投行分析師”的投資機器人——Kensho，它結(jié)合自然語言搜索，圖形化用戶界面和云計算，將發(fā)生事件關聯(lián)金融市場，提供研究輔助，智能回答復雜金融投資問題，從而加速交易時間，減少成本，用動態(tài)數(shù)據(jù)與實時信息，及時反映市場動態(tài)。

3.提升風險管控水平

采用深度學習技術，導入海量金融交易數(shù)據(jù)，從數(shù)據(jù)中自動識別欺詐交易，總結(jié)交易模式，提升銀行欺詐、反洗錢偵測系統(tǒng)的偵測率，降低誤報率，同時能夠?qū)崿F(xiàn)事中攔截，阻斷欺詐交易，降低合規(guī)風險;或者結(jié)合社交媒體中的大量客戶數(shù)據(jù)，采用知識圖譜技術，即根據(jù)專家設計的規(guī)則與不同種類的實體連接所組成的關系網(wǎng)絡，實現(xiàn)金融風險管控。英國Garlik公司收集網(wǎng)絡和社交媒體上的個人信息，采用知識圖譜技術與大規(guī)模語義數(shù)據(jù)庫，實現(xiàn)個人信息盜竊自動及時報警。

除此之外，還有Dataminr公司基于Twitter及其他公開信息的實時風險，致力于從數(shù)據(jù)爆炸的社交網(wǎng)絡中提取精簡且具價值的風險情報與挖掘關鍵信息，如輿情熱點、金融相關的非交易信息、公共機構(gòu)安全預警、企業(yè)安全等，并直接向客戶推送。

三、中國銀行在人工智能領域的探索實踐

多年來，中國銀行高度關注新興信息技術發(fā)展，始終密切跟蹤新興技術變化趨勢，不斷探尋捕捉恰當業(yè)務場景，大膽推動新興技術試點運用。面對數(shù)字化時代技術發(fā)展的滾滾浪潮，中國銀行以人工智能和大數(shù)據(jù)為新興技術研究運用突破口，同時加大區(qū)塊鏈、生物識別、物聯(lián)網(wǎng)、VR等技術研究深度和廣度，不斷提升研究水平，著力強化運用效能。

對于人工智能的廣泛應用，中國銀行重點關注人工智能兩大運用基礎：一方面是需要清晰定義問題解決的應用場景，另一方面是確保人工智能依托的數(shù)據(jù)質(zhì)量和數(shù)量，特別是流程數(shù)據(jù)的完整性和更新及時性決定了人工智能應用的基礎是否牢固。

目前中國銀行正在進行人工智能領域探索實踐：貿(mào)易融資業(yè)務反洗錢核查項目。項目背景是國外監(jiān)管機構(gòu)要在海外貿(mào)易融資反洗錢核查中對中國銀行所有貿(mào)易金融交易進行全方位交易審核，包括交易相關人員、機構(gòu)的背景調(diào)查與負面新聞調(diào)查，交易相關船只的合法性和航行路徑調(diào)查，貨物名稱種類與價格調(diào)查等等。

傳統(tǒng)做法是業(yè)務人員從海量的紙質(zhì)單據(jù)中手工找出被調(diào)查對象，并登錄多個網(wǎng)站及系統(tǒng)對單據(jù)內(nèi)容或清單進行核實，一般情況下，審核每單交易需一個工作人員花費2小時左右。

貿(mào)易融資業(yè)務反洗錢核查項目綜合運用文本分析、圖像識別、機器學習等人工智能技術，以銀行自有客戶數(shù)據(jù)和交易數(shù)據(jù)為基礎，結(jié)合從外部交易網(wǎng)站、制裁名單、船運公司、新聞媒體抓取的海量數(shù)據(jù)，可自動對貿(mào)易交易過程中的貨物單價、交易對象、貨運船只真實性等內(nèi)容進行識別并交叉驗證，最終生成分析報告，為核查提供依據(jù)。項目試點后，原本每單審核時間從手工2小時下降到2分鐘，效率與質(zhì)量得到極大提升，銀行人工成本大幅降低。

此外，中國銀行還正在網(wǎng)點機器人、智能客服、人臉識別、反洗錢偵測、信用卡欺詐風險防控等領域進行試點應用。未來，中國銀行將以最為迫切的業(yè)務現(xiàn)實困擾為出發(fā)點，以解決業(yè)務問題為最終目標，持續(xù)在客戶風險預測、精準營銷、客戶服務、自動交易、反欺詐等領域彰顯人工智能技術不可估算的能量。

注：文章來源為《中國金融電腦》2017年第 5 期