金融号

       图片来源：微摄

       文章来源：新华网

　　7月9日，为期3天的第三届世界人工智能大会(WAIC)2020云端峰会在上海世博中心开幕。本次大会呈现全球首次大型会议现场真人全息投影，采用线上活动为主的形式，以“智联世界 无限可能”为主题，邀请全球智能领域最具影响力的科学家和企业家等围绕智能领域的技术前沿、产业趋势和热点问题发表演讲和进行高端对话。

　　微众银行首席人工智能官杨强受邀参与全球智能合作交流盛会，并主持了7月9日下午本次大会两场全体会议之一——“科学前沿”的圆桌论坛，聚焦和探索人工智能最前沿科技发展趋势，围绕下一代人工智能新范式、人工智能算法创新、多学科交叉融合等话题展开分享与讨论，描绘未来人工智能技术发展的路线图。

　　此外，杨强分别在7月10日的”WAIC 数据智能论坛“”WAIC 中移动分论坛发表了“联邦学习下的数据价值与模型安全”“人工智能和智慧金融”两场主题演讲，同与会嘉宾探讨如何化解人工智能面临的风险挑战，提出联邦学习这一解决世界级数据应用难题的新技术，同时结合微众银行实践分享AI智慧金融解决方案。

　　联邦学习：让AI发展避开“暗礁”

　　众所周知，大数据资源是现代人工智能发展的重要基础，在WAIC数据智能论坛上，杨强指出虽然AI的力量来自大数据，但法律、金融、医疗等大部分应用场景实际中经常面对的是散落的小数据，需要一种能够有效地将数据孤岛聚合起来的解决方案。加之国内外的数据监管法律趋严，相关法规法案变得通用化、细分化，个人数据隐私也成为社会热议话题，用户隐私和数据安全保护的要求使得获取数据成为障碍。可以说，人工智能在数据面临着技术、法律、舆论等层面的多重挑战。在此背景下，微众银行提出了技术优势明显的“联邦学习”。

　　杨强解释说，联邦学习是有多方共同参与，在保护数据隐私条件下的协同学习，作为AI研究领域的新兴方向，它聚焦人工智能落地应用中存在的现实问题，依靠数据隐私保护、模型参数保护、建模能力效果更好等诸多优势，拔除AI蓬勃发展中的“暗礁”险阻。如何通俗理解联邦学习？以“羊吃草”为例，假设机器学习模型是羊、数据是草，将草从各地集中到一起喂羊并不合规，联邦学习提供了新思路：机器学习模型以分布式的方式构建，而不需要数据在本地区域之外移动，即让羊群在各地移动，而草不出本地，人们无法知道它吃了哪些草，也就不存在数据泄露问题，从而确保能够合法获取数据信息。

　　杨强指出，作为AI领域最前沿的研究方向之一，联邦学习的提出符合AI发展趋势。“AI发展是离不开人的，在实践中我们总结出AI的新三定律：AI需要保护人的隐私，AI需要保护模型的安全，AI需要人类伙伴的理解。”如杨强所言，业界也逐渐达成共识，不断聚合力量推动相关标准和生态联盟的建立。

　　联邦学习产业生态发展联盟：众人拾柴火焰高

　　产业发展，标准先行；生态建立，联盟先行。继微众银行AI团队率先完成AI可解释性“XAI IEEE标准”立项申请之后，在WAIC大会数据智能论坛的演讲中，杨强介绍了由微众银行推动成立的联邦学习产业生态发展联盟，该联盟旨在推动以人工智能及联邦学习算法为核心的技术创新, 打造以提升数据价值及加强信息隐私安全保护为目的的产业生态系统。目前联盟拥有来自金融行业、电商、能源、制造等行业及国际国内标准化制定单位的24家会员单位，以及拥有复旦、清华、北大、中科院、百度、滴滴等头部企业从业背景的16位咨询专家。围绕AI大数据合作，一个具有前瞻性眼光的联邦学习产业体系正在悄然成长。

　　微众银行AI解决方案：助智慧金融“乘风破浪”

　　联邦学习正加速落地于各行各业，在智慧金融领域的表现尤为亮眼。如何找到目标客户？如何有效投放广告？如何优化金融授信流程？在WAIC中移动分论坛上，杨强分享了微众银行覆盖金融机构业务流程的AI解决方案。针对智慧金融在获客、反欺诈、风控、催收、复贷等各个环节存在的业务痛点，以及贯穿始终的监管合规和客户服务需求，微众银行以联邦学习为底层核心技术，提出了智能营销、智能安全核身与反欺诈、大数据合作、智能服务、智能资管与风控等系统化AI解决方案。

　　在营销环节，运用联邦广告技术，结合海量数据和算法能力，精准触达目标客户群体，优化广告效果，同时降低获客成本，可广泛应用于贷款、信用卡、保险等场景；通过存量客户经营、高效触达高价值客户、唤醒沉睡客户等，达到对客户全生命周期的管理以及价值的深挖。在客户服务环节，采用人脸比对、活体监测、证照OCR、声纹识别多维度核验身份，帮助金融机构进行有效风险控制。在后台风控环节，联邦学习还可以进行有效的小微企业信贷风控建模，使金融机构的风控能力进一步提升。更为重要的是，微众银行AI解决方案能够确保金融领域分散小数据与隐私及利益保护间的平衡，助力智慧金融一路“乘风破浪”，加速建设数字中国。

　　当前，国家正在大力推行新型基础设施，人工智能的建设及其与工业互联网、物联网等科技的融合应用备受期待，如何融合、应用数据是人工智能发展中最核心的议题之一。能够满足用户隐私保护、数据安全、数据保密和法规要求的联邦学习，将为人工智能畅通发展开辟一条别开生面的绿色通道，为产业发展提速，为安心生活护航。