Président: Peignez loin | vice-président fourmis robe d'or

Xin Qu modifié

Qubit produit | Numéro public QbitAI

, L'Université de Pékin Conférence « intelligence artificielle de pointe et tendances de l'industrie, » 7 Mars. Cette question est conférencier invité, vice-président de vêtements de peinture d'or fourmi loin, ses conférences sur le thème: « métier, par exemple l'intelligence artificielle et des services financiers, il y a beaucoup de naturel sec.

Il est à noter qu'il ya parascolaire séance de discussion, directeur du Centre d'innovation de l'Université de Pékin pour l'intelligence artificielle tonnerre loin avec de la peinture sur le développement futur des applications AI dans la finance, la rupture et d'autres questions ont été abordées, les questions et les réponses sont très excitantes.

Qubit en tant que partenaire média exclusif, comme nous apportons la finition actuelle sèche.

Haut-parleurs: peinture loin, robe d'or, vice-président des fourmis, les fourmis robe d'or en chef scientifique des données. Programme national Talents des Mille experts distingués. PhD MIT en 2005, et post-doctorat au MIT Computer et Laboratoire d'intelligence artificielle, Département de statistique, Département des sciences informatiques employées et professeur titulaire à l'Université Purdue.

2013 sont revenus à se joindre au Bureau Alibaba Group Vice-président, ainsi que Wang Jian a dirigé la création IDST (données Ali science et de Technology Research Institute). Actuellement, le magazine est le Journal faisant autorité du président Apprentissage et rédacteur en chef du domaine de la machine de recherche d'apprentissage de la conférence de l'apprentissage automatique ICML, et l'accès Bourse de recherche Microsoft Newton et la National Science Foundation NSF Career Award.

Ce qui suit la finition jusqu'à enregistrement Partager Dr. peinture:

Les défis de base des services financiers

Aujourd'hui, la plus grande part avec vous quelques réflexions et robe or fourmis développement actuellement dans la technologie AI.

Je pense que c'est un bon moment, on peut avoir plus de réflexion, apporter plus au sol et aller plus loin dans le développement de la technologie. Nous avons donc introduit l'intelligence artificielle, le développement de certaines des fourmis robe d'or et Ali.

fourmis Mentionné robe d'or, l'année dernière, il a été généralement admis que: l'or fourmis robe une société de services financiers. En fait, les fourmis robe d'or avec des scénarios financiers AI, qui avait aussi beaucoup de questions et des défis intéressants.

Les données de ces scénarios est une source importante d'AI généré. Que les différentes données comment créer de la valeur, comment utiliser les données pour développer plus de valeur? Ici, alors qu'il ya de nombreux défis, tels que sensibilité temps Une transaction, vous devez faire un jugement en quelques millisecondes, impliquer ici de nombreux problèmes d'apprentissage de la machine.

Il y a des trésors bien connus de l'équilibre, en fait, derrière tout ce produit, il exigences de contrôle des risques , Il existe une demande de crédit, comment nous pouvons sous différents angles, les données ensemble, produire plus de valeur ou système plus sécurisé, et que cela est une question très intéressante.

Un autre aspect est sécurité y Le risque systémique Parfois, le système lui-même générer des risques. Comment penser dans la perspective d'un système, le problème est crucial.

Nous vous proposons un « Cerveau financier » Le concept, bref, fait une plate-forme financière solide. Il dispose de plusieurs fonctions essentielles: la prise de décisions de contrôle du risque de crédit, de réduire les coûts de service et d'améliorer l'expérience de service.

Est-ce que noyau de renseignement financier est sûr, donc faire beaucoup de fourmis robe d'or à des considérations de sécurité. Nous développons la plate-forme de renseignement financier qui couvre beaucoup d'algorithmes, voici quelques exemples spécifiques.

sécurité du système

Comment assurer la sécurité du système est une question très critique.

La première sur les tests de sécurité du système, nous avons utilisé une technique d'apprentissage supervisé faible, principalement utilisé pour détecter les menaces potentielles et d'améliorer la détection des attaques. L'effet de cette technologie en ligne est très bonne, les fourmis robe d'or d'une série d'articles pour détailler l'apprentissage faiblement supervisé.

Lutte contre le blanchiment d'argent

Un autre gros problème est le blanchiment d'argent, comment Angle par l'apprentissage automatique, automatiquement apprendre systématiquement , Il est une question très intéressante. Nous avons donc mis en place un modèle anti-blanchiment, en utilisant des algorithmes de graphique sans supervision ou faiblement supervisé, le financement de l'exploitation minière et le réseau commercial comporte l'extraction de texte caché sans supervision. Qui sont utilisés dans le réel ce cas.

Identification du compte Garbage

Pour un exemple concret: l'identification du compte des ordures. Enregistrement de compte la prévention des déchets et le contrôle peuvent réduire le risque d'extrémité arrière de la base, stable et l'indice général du marché, ce qui améliore grandement la qualité globale du compte. Inscrivez-contrôle de compte d'ordures, compte est de déterminer un véritable compte valide, est une question très clé.

Pour les nouveaux utilisateurs enregistrés, comment déterminer ce n'est pas un utilisateur de déchets? L'idée est d'un point de vue du système à considérer le lien entre les gens et la société, puis construire le réseau, de l'architecture de réseau à penser que les informations d'une personne ne sont pas que vous pouvez emprunter ensemble pour analyser les informations sur le réseau. Plus précisément, le groupe est l'enseignant mis au point un algorithme appelé Struc2vec, l'idée de base est simple: le réseau et la profondeur de l'apprentissage ensemble.

Règles algorithme Struc2vec, un bon équilibre entre la précision de la prévision et le rappel de prévision. Est sensiblement égale à 90% le taux de rappel, la précision peut atteindre essentiellement environ 90%.

Description Cet algorithme a une très forte capacité à distinguer, avec précision peut distinguer un bon ou mauvais compte, et alors que les règles classiques et Node2vec par rapport aux prévisions de taux de rappel est améliorée.

Intelligent marketing

Pour parler de l'application du marketing intelligent. De nombreuses entreprises ont des besoins de croissance des utilisateurs, comment promouvoir la croissance? Plateforme comment connecter les entreprises et les utilisateurs, qui est une question très critique.

Ce que nous considérons comme de renforcer l'apprentissage et améliorer l'apprentissage, Son idée de base est: la réalité du problème de décision, mettre le cadre pour des considérations mathématiques. Son avantage est que les utilisateurs peuvent représenter avec précision l'état, des décisions de composition multi-canal et l'ensemble des décisions de différenciation de la population.

L'année dernière, mentionné plus haut, il y a une profondeur d'augmentation très importante de l'apprentissage, maintenant, il y a eu une grande amélioration par rapport à la méthode d'apprentissage en profondeur. Cliquez sur les cartes de débit recommandées, la profondeur en temps réel que la profondeur du modèle de durcissement pour améliorer l'apprentissage de 70%, le taux de signature finale, augmentation de 50%.

Un autre problème associé à un marketing de répétition. Dans la vraie vie, nous pouvons voir différentes informations, nous ne pouvons pas mettre ensemble toutes les sources d'information? C'est ainsi que l 'information, afin que nous puissions voir des informations plus complètes bien pour aider à comprendre plus précisément et juge. Dans la scène financière, comment combiner un comportement différent.

Ceci est une question très intéressante. Dans ce document peut aussi être comprise comme les nombreuses sources de données sont connectées en, puis faire des données complètes à l'intérieur de l'espace caché, avec un cadre unifié pour représenter.

Par exemple la vie réelle. Regardez à droite de cette image, nous voyons quelles sont les caractéristiques communes? Beaucoup de jeunes filles portant des jeans serrés, analyser ce comportement, trouver fille acheter des jeans serrés, que d'autres personnes, la probabilité d'écran cassé acheter un service de téléphonie mobile est relativement élevé.

Nous avons donc développé produit appelé « assurance écran cassé », ce qui est des produits très petite mais très innovante, nous recommandons que les gens ont quitté ces personnes.

Il y a beaucoup de choses semblables, a trouvé une forte corrélation entre les données, vous pouvez utiliser de nombreuses applications pour résoudre quelques petits problèmes.

sécurité

À titre d'exemple du trésor de dommages.

Nous connaissons bien la reconnaissance du visage, pour une scène, les applications d'identification informatique dans cette voiture. Voir une voiture, cette voiture notre objectif est de déterminer où le problème est, si les prix écrasent, la perte est.

Donc, il faut d'abord savoir quelle place est un problème, donc nous devons identifier chaque composant, c'est une vision informatique classique problème. Après la fin de la reconnaissance, mais aussi de déterminer il n'y a pas de problème. Tout en traitant avec beaucoup de problèmes de bruit.

Po est la profondeur décision de dommage étude lien complet, pour enlever la première reconnaissance de la catégorie de bruit, pour les raisons basées sur la détection de cible est déterminé, le degré de détermination de multiples segmentation cible fusion de la figure, puis générer des décisions.

Du cerveau à l'assistant de renseignement financier

En plus des applications mentionnées dans l'assurance, le cerveau financier lui-même est également utilisé dans le service d'information financière.

L'un d'eux est assistant intelligent . Chez les fourmis robe d'or, l'assistant intelligent origine dans le service à la clientèle intelligente. Les fourmis robe d'or trop rapide développement des affaires, la demande des clients a été très élevé, nous devons considérer l'utilisation du service à la clientèle intelligente, puis envisager l'application de l'intelligence artificielle.

Les applications robotiques de service à la clientèle de l'algorithme d'appariement sémantique est combiné avec des pistes de modèle de comportement des utilisateurs. En fait, la machine est maintenant en mesure de résoudre la plupart des problèmes, mais sur la question très importante particulièrement problématique importante, nous assurons la qualité, le robot ne peut pas répondre.

Maintenant, nous voulons lancer un robot qui peut effectuer plusieurs tours de dialogue, système global intelligent. traitement du langage naturel et les capacités d'apprentissage machine, série de scènes: d'acheter des billets d'avion, billets de train pour acheter des enveloppes rouges, et même les hôpitaux et les autres scènes sont enregistrées pour fournir des services.

Plate-forme de renseignement financier

Prenant la parole devant un grand nombre d'applications spécifiques de l'IA, mais le vrai derrière eux comptent sur une chose cruciale: la plate-forme. Capable de gérer de grandes quantités de données très rapidement, puis analysé les prévisions de MAKE, c'est la plate-forme de renseignement financier.

La première plate-forme intelligente est au cur de la sécurité financière. Les deux autres sont en temps réel et à grande échelle.

Test AB

Du point de vue d'un système en termes d'une politique devrait se préoccuper de ce en ligne en ligne, au milieu avait un peu d'effet, comment assurer son efficacité? Il est pas un problème? Il y a une méthode appelée essai AB. Nous nous référons à cette méthode, utilisée dans les services financiers à l'intérieur. outil de test AB est une simple analyse de cause à effet, avec cette chose, et faire cette chose, comparer pour voir l'effet. Donc, c'est un mécanisme de prise de décision scientifique.

peinture Tonnerre dialogue loin

AI utilisé dans la finance, est-il un risque? Nous utiliserons toute façon d'éviter ces risques?

Au cours des dernières années beaucoup de gens là-bas, y compris les chercheurs d'Amnesty International sont particulièrement noter que nous ne voulons pas vraiment une journée de notre vie, de l'avenir lointain en termes de vraiment être contrôlé par l'IA. Pour l'instant, je pense que nous pouvons voir la distance et tout autre danger immédiat de ce jour-là est encore relativement faible Bien sûr, il peut y avoir plus de risques plus pas au courant de cette ligne. AI sais que nous ne pouvons pas en faire trop, donc nous pensons que ce jour-là et aujourd'hui nous avons aussi besoin de la technologie elle-même est très grande percée.

Parlez de près des risques. Par exemple, les fluctuations soudaines du marché boursier. De plusieurs façons au sujet des risques: Le premier algorithme appelé interprétabilité . Pour éviter la catastrophe de, nous devons d'abord comprendre, de comprendre cette décision est de savoir comment faire. Aujourd'hui, beaucoup de système d'apprentissage en profondeur, les données sont traitées des centaines de millions de personnes, il est difficile de déterminer ce que le noyau de variables variables qui combinaison de variables conduit à ma décision finale.

Le second est l'incertitude . Beaucoup ont décidé de faire est très positif, et certains ont décidé de le faire est pas vraiment sûr. Du point de vue théorie de la décision concerne, cela aurait un très grand risque en elle. Les bonnes nouvelles sont, il y a beaucoup de remèdes, nous pouvons envisager d'autres programmes pour prendre des décisions plus rationnelles.

Le troisième point est le risque systémique de la grippe aviaire . S'il y a beaucoup de systèmes d'IA pour exécuter simultanément, ils peuvent en fait être un risque de quelque chose appelé systémique. Ce risque est très, très critique, surtout à l'intérieur du système financier, c'est le problème de la masse.

Au cours de la dernière année, les fourmis robe d'or que la technologie a fait des progrès, il y aura une percée technologique qui financière?

L'année dernière, nous avons d'abord pensé puis une étude approfondie. Dans le premier grand financier de la zone A l'intérieur est le contrôle des risques, le contrôle des risques seulement quelques à l'intérieur de données est marqué, si l'année dernière, nous avons développé algorithme d'apprentissage faiblement supervisé, utilisé à l'intérieur de contrôle des risques.

C'est l'industrie est ma connaissance personnelle, le premier à utiliser cet algorithme.

Puis après, je pense que l'incertitude et d'interprétation paierai plus d'attention. En bref, si les risques auxquels je dois savoir comment il est arrivé. Après savoir, empêcher, ne laissez pas y arriver, ce qui est essentiel.

Pour les étudiants, prêts à plonger dans le secteur financier, elle devrait jeter les bases pour les domaines où mieux préparés pour l'avenir?

Tout d'abord, je pense que le secteur financier est particulièrement adapté pour l'apprentissage de la machine , Y compris le secteur pan financier, tant en ce qui concerne les données sur le calcul.

Le second dit comment préparer, je pense que si vous êtes intéressé par la finance, Vous pouvez apprendre les rudiments de la finance, tandis que son cur cette intelligence artificielle pour apprendre quelque chose . AI est lui-même une des disciplines très interdisciplinaires, telles que les statistiques, optimisation, comment faire l'optimisation, les mathématiques appliquées, y compris beaucoup de choses physiques et l'apprentissage de la machine ont beaucoup de pertinence. Encourager les gens à apprendre certaines choses.

Future AI pourrait avoir une grande percée dans quels domaines du secteur financier? Ou le progrès social fait tomber, vraiment ouvert, vraiment utile?

Cela ne répond pas, parce que le problème est sur les questions d'affaires. AI en l'absence de nombreuses applications du produit, l'extrémité C-terminale des utilisateurs ne se rendent pas, ne savent pas que derrière chaque transaction il y a des algorithmes AI.

De plus, je pense qu'il est l'investissement lui-même. Nous avons utilisé pour faire le trading algorithmique, principalement sur trading à haute fréquence, le trading à haute fréquence qui est certainement pas la fourmis mission robe d'or, nous ne faisons pas cette chose, nous faisons des services d'information financière, nous sommes en mesure d'informations d'extrait comment aider à prendre la décision de faire plus rapide, puis une gestion de service à la clientèle haut de faire des décisions plus rationnelles.

De la technologie à l'application ou un processus continue d'explorer et de capture. La technologie combinée avec le processus d'application, ce que le moment est plus mature, à la recherche parfois inéluctabilité arrière, mais regardez vers l'avenir quand on se sent ce qui est accidentel, donc je pense qu'il faut faire une exploration.

Pour les start-ups, il est en train d'avancer, d'avoir une sorte de chemin, façon de contourner ces grandes entreprises du bord, afin de mieux profiter pour établir leur propre faire des affaires? Que pensez-vous?

D'abord parler, je ne suis pas bon, je vais parler d'un de ma propre expérience de celui-ci. Première proposition: la technologie de prendre des données de capture ont été échangées, pourquoi vous donner des données? Parce que je produis la valeur pour lui, je peux produire de la valeur pour ses produits choses utiles. Si nous disons que la technologie est en particulier le bétail, puis trouver un point de douleur, en partant du point de la douleur, cette technologie ne peut pas produire ce qu'on appelle le service technique, puis générer les données.

Le deuxième, je dirais, tenir compte d'autres facteurs à considérer les nouvelles technologies. La société elle-même est la principale source des données.

La troisième est une vision de leur propre: Dans le cadre du nouveau cadre, l'avenir peut générer nouveau mécanisme pour obtenir des données.

Ceci est une chaîne de blocs, il est un point de vue personnel à parler de ce droit chose, vous est probablement ce genre de vues sur un nouveau concept? Ses aspects techniques, y compris le développement d'applications futures de cette pièce dit quel genre d'idées?

Je suis en fait préoccupé par la chaîne de blocs depuis plusieurs années, mais je ne suis pas un expert dans cette chaîne de bloc, il n'y a pas professionnel pour faire la chaîne de bloc. En regardant l'histoire pour comprendre, chaîne de blocs, je me sens comme l'Internet, produira un nouveau grand changement, des changements dans les institutions sociales. Il crée un nouveau mécanisme, de sorte que nous ne pouvons pas besoin d'un centre de choses. La technologie de bloc chaîne est encore trop tôt, il y a beaucoup de possibilités.

Numéro suivant

Troisième Conférence à l'Université de Pékin « l'intelligence artificielle de pointe et les tendances de l'industrie », sera Kuang Kuang science et la technologie Institut de recherche scientifique en chef de vue Sun Jian Pour porter la part pertinente sur la façon dont les applications de vision par ordinateur et l'atterrissage. Mise au point sur le numéro public micro-canal « Apprentissage de la recherche » Vous pouvez obtenir la participation.

Je vous souhaite un heureux cours ~

Le matériel d'apprentissage

Interface publique qubit nombre de micro-canal (QbitAI) en réponse à: "180309" , Ce cours peut obtenir le lien de lecture vidéo.

- complet  -