李世石和AlphaGo的人機(jī)大戰(zhàn)，第一場(chǎng)AlphaGo就取得了勝利，這一結(jié)果出乎不少人的意料，人工智能的時(shí)代真的要來(lái)了。事實(shí)上，在很多很多領(lǐng)域，它已經(jīng)悄悄走進(jìn)了我們的生活。
螞蟻金服副總裁、首席數(shù)據(jù)科學(xué)家漆遠(yuǎn)介紹，螞蟻金服已經(jīng)將人工智能運(yùn)用于互聯(lián)網(wǎng)小貸、保險(xiǎn)、征信、資產(chǎn)配置、客戶服務(wù)等多個(gè)領(lǐng)域。
在加盟螞蟻金服及阿里巴巴之前，漆遠(yuǎn)在麻省理工學(xué)院獲得博士學(xué)位，是普渡大學(xué)計(jì)算機(jī)科學(xué)系和統(tǒng)計(jì)系的終身教授，也是機(jī)器學(xué)習(xí)權(quán)威雜志Journal of Machine Learning Research的執(zhí)行編輯以及機(jī)器學(xué)習(xí)會(huì)議ICML的領(lǐng)域主席。在螞蟻金服，他領(lǐng)導(dǎo)著一個(gè)科學(xué)家團(tuán)隊(duì)從事機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等人工智能領(lǐng)域的前沿研究，并在螞蟻金服的業(yè)務(wù)場(chǎng)景下進(jìn)行一系列的創(chuàng)新和應(yīng)用。
漆遠(yuǎn)介紹，螞蟻金服在人工智能的應(yīng)用研究領(lǐng)域包括深度學(xué)習(xí)，圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理，貝葉斯圖模型，加強(qiáng)學(xué)習(xí)和其他的機(jī)器學(xué)習(xí)方法等，這些工作應(yīng)用在大數(shù)據(jù)征信、貸款、風(fēng)控、保險(xiǎn)、資產(chǎn)配置、財(cái)經(jīng)信息分析等眾多方面。
以智能客服為例，2015年雙11，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)已經(jīng)由大數(shù)據(jù)智能機(jī)器人完成，同時(shí)實(shí)現(xiàn)了100%的自動(dòng)語(yǔ)音識(shí)別。正是依靠人工智能的幫助，螞蟻金服客戶中心在雙11的整體服務(wù)量超過(guò)500萬(wàn)人次，客服人員的精力可以更好的集中到處理復(fù)雜類客戶問(wèn)題和工作。
螞蟻金服科學(xué)家打造的人工智能機(jī)器人客服大軍，包括了MyRobot、服務(wù)寶等幾項(xiàng)核心人工智能技術(shù)。
比如說(shuō)，當(dāng)用戶通過(guò)支付寶客戶端進(jìn)入“我的客服”后，人工智能開(kāi)始發(fā)揮作用，“我的客服”會(huì)自動(dòng)“猜”出用戶可能會(huì)有疑問(wèn)的幾個(gè)點(diǎn)供選擇，這里一部分是所有用戶常見(jiàn)的問(wèn)題，更精準(zhǔn)的是基于用戶使用的服務(wù)、時(shí)長(zhǎng)、行為等變量抽取出的個(gè)性化疑問(wèn)點(diǎn)；在交流中，則通過(guò)深度學(xué)習(xí)和語(yǔ)義分析等方式給出自動(dòng)回答。而不斷積累擴(kuò)大的知識(shí)庫(kù)以及持續(xù)自動(dòng)調(diào)優(yōu)的機(jī)器學(xué)習(xí)系統(tǒng)，使得交流更加智能。
據(jù)介紹，服務(wù)寶問(wèn)題識(shí)別模型的點(diǎn)擊準(zhǔn)確率在過(guò)去的時(shí)間里大幅提升，在花唄等業(yè)務(wù)上，機(jī)器人問(wèn)答準(zhǔn)確率從67%提升到超過(guò)80%。
此外在保險(xiǎn)領(lǐng)域，大數(shù)法則是保險(xiǎn)業(yè)的立業(yè)之本。但限于技術(shù)能力，傳統(tǒng)的大數(shù)法則只能建立在歷史數(shù)據(jù)和抽樣調(diào)查基礎(chǔ)上，存在較大缺陷和不足。螞蟻金服與保險(xiǎn)公司合作的“航空退票險(xiǎn)”上線之后賠付率一度高達(dá)190%，保險(xiǎn)公司面臨巨大的虧損壓力。而通過(guò)引入機(jī)器學(xué)習(xí)技術(shù)，大數(shù)據(jù)技術(shù)建模、優(yōu)化后，有效的降低了賠付率，并成功扭虧為盈，滿足了保險(xiǎn)公司的核保要求。
李開(kāi)復(fù)李世石和AlphaGo的人機(jī)大戰(zhàn)中接受媒體連線時(shí)預(yù)測(cè)，人工智能在未來(lái)可能有兩大應(yīng)用：一是無(wú)人駕駛汽車(chē)，二是金融領(lǐng)域。
在美國(guó)，已經(jīng)有Kensho這樣的公司專注于研究各類事件對(duì)金融市場(chǎng)的影響的智能分析，Betterment、wealthfront等公司也在利用智能技術(shù)進(jìn)行資產(chǎn)配置。
漆遠(yuǎn)表示，螞蟻金服在財(cái)富領(lǐng)域也已經(jīng)展開(kāi)相關(guān)研究，對(duì)財(cái)經(jīng)資訊做基于深度學(xué)習(xí)的智能分析，聯(lián)系到股票與基金，給用戶做相應(yīng)的推薦。在芝麻信用上運(yùn)用深度學(xué)習(xí)為很多基于芝麻信用分的場(chǎng)景提供了強(qiáng)有力的支持。但目前人工智能在金融領(lǐng)域完全取代人的機(jī)會(huì)還很小。金融是關(guān)于人價(jià)值交換的業(yè)務(wù)，核心還是人，從某種程度上來(lái)說(shuō)，人工智能可以促使人們的就業(yè)往價(jià)值鏈更上層的工作遷移。