您现在的位置:首页 >> 网贷老总 >> 内容

刘思宇:金融和人工智能会擦出什么火花?

时间:2017/11/7 16:18:53 点击:1142

作为公认的未来风口,炙手可热的人工智能备受资本和创业者的青睐。AI与互联网金融两大新兴产业的结合则备受众人期待。

自从余额宝诞生以来,大家惊讶的发现,原来互联网金融可以获得远高于银行存款的收益,近年来,虽然互联网金融获得了长足的发展,但其业务模式p2p,现金贷等则屡遭外界指责,需要做出改变和提升。
人工智能在金融领域的应用非常广泛。目前来说,应用最早也最多的便是智能客服。客服中心是典型的劳动密集部门,以往一家中型银行至少需要数百名客服人员来接听电话,甚至昼夜轮岗,纵然如此,还是有很多客户反馈投诉说处理业务不及时。而在引入智能客服后,“最近三年每年呼入的话务量有10%的速度增长,但是三年来我们没有增加一名客服。”目前光大银行的话务中有近60%是模拟人工服务。
除了在客服中心的广泛应用。金融领域在运营、投顾、风险管理等场景可通过运用AI来提高经济效益。如与用户沟通、用户识别、借贷客户风险水平分析,当前基于大数据分析和人工智能的技术已经在个人和企业征信中得到应用。
众所周知,风控一直是互联网金融的最大痛点,不像传统的银行业务那样需要提交各种繁琐的证明,一些互谅网金融业务简便灵活的同时带来一大问题就是难以甄别用户质量,就拿现金贷来说,假如能够去除掉一笔笔坏账的影响,贷款的利率就能显著的下降,这样贷款平台在赚钱的同时,贷款者也能背负较小的压力,从而如约履行还贷,达成良性循环。
但是如何才能甄别出老赖用户呢?随着技术的进一步提升和革新,人工智能不但可以大大提升工作效率,以往数千人的工作很快就能完成,更能通过大数据的学习,在照顾准确度的同时,成功预防现有欺诈行为并预测未来数据。在提高风控准确度和效率上,人工智能有着重要的意义。
但不可忽视的是,人工智能应用未来还有很长的路要走。中国工程院院士、北京大学信息科学与工程科学部主任高文表示,人工智能现在还处于刚上小学的程度,在对于政策的变量因素和虚假信息的数据清洗等情况下,机器学习很容易受到影响。

网贷经典相关阅读:

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

机器学习是人工智能研究较为年轻的分支,它的发展过程大体上可分为4个时期。
第一阶段是在20世纪50年代中叶到60年代中叶,属于热烈时期。
第二阶段是在20世纪60年代中叶至70年代中叶,被称为机器学习的冷静时期。
第三阶段是从20世纪70年代中叶至80年代中叶,称为复兴时期。
机器学习的最新阶段始于1986年。
机器学习进入新阶段的重要表现在下列诸方面:
(1) 机器学习已成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经生理学以及数学、自动化和计算机科学形成机器学习理论基础。
(2) 结合各种学习方法,取长补短的多种形式的集成学习系统研究正在兴起。特别是连接学习符号学习的耦合可以更好地解决连续性信号处理中知识与技能的获取与求精问题而受到重视。
(3) 机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。
(4) 各种学习方法的应用范围不断扩大,一部分已形成商品。归纳学习的知识获取工具已在诊断分类型专家系统中广泛使用。连接学习在声图文识别中占优势。分析学习已用于设计综合型专家系统。遗传算法与强化学习在工程控制中有较好的应用前景。与符号系统耦合的神经网络连接学习将在企业的智能管理与智能机器人运动规划中发挥作用。
(5) 与机器学习有关的学术活动空前活跃。国际上除每年一次的机器学习研讨会外,还有计算机学习理论会议以及遗传算法会议。

作者:不详 来源:网络
  • 共有评论 0相关评论
    发表我的评论
    • 大名:
    • 内容:
    本类固顶
    • 没有
  • 关于我们 | 服务条款 | 法律声明 | 刊登广告 | 在线留言 | 招贤纳士 | 投诉建议 | 合作加盟 | 版权所有 |
  • 网贷经典网(www.p2pjd.com) © 2013 版权所有 All Rights Reserved.
  • 免责声明:本站所有内容来源于互联网,与本站无关 沪ICP备16042759号