您当前的位置是:  首页 > 技术 > 呼叫中心 > 技术 > 智能客服 > 技术文摘 >
技术 - 呼叫中心 - 智能客服技术频道
  首页 > 技术 > 呼叫中心 > 技术 > 智能客服 > 技术文摘 > 蚂蚁金服人工智能部李小龙:蚂蚁金服智能金融实践

蚂蚁金服人工智能部李小龙:蚂蚁金服智能金融实践

2017-07-25 09:21:53   作者:   来源:中国人工智能学会   评论:0  点击:

  7月22-23日,在中国科学技术协会、中国科学院的指导下,由中国人工智能学会、阿里巴巴集团&蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的2017中国人工智能大会(CCAI 2017)在杭州国际会议中心盛大召开。
蚂蚁金服人工智能部李小龙:蚂蚁金服智能金融实践
  在本次大会上,蚂蚁金服人工智能部技术总监李小龙作为CCAI 2017智能金融论坛主席为参会者带来了《蚂蚁金服智能金融实践》的分享。
  以下内容根据李小龙本次主题演讲整理,略有删减:
  今天早上我们的副总裁、首席数据科学家漆远博士给大家讲了很多金融智能创新的例子,我主要是从《蚂蚁金服智能金融实践》这方面给大家作阐述。
  首先,我们认为金融服务是AI创新的最好场景之一,主要是三个理由,第一,场景非常丰富,打开支付宝我们知道这不仅是一个支付工具,可以把AI应用到理财、投资、贷款、征信等业务中,还可以把AI结合到安全、保险、客服里。第二,数据量大,全球数十亿用户、日常交易量巨大,另外天然业务数据化,比起其他行业来说,业务数据化程度要好得多。第三,具有很大社会意义,我们的诉求是通过AI降低金融的门槛,能够服务80%的用户,传统金融可能只能服务到20%的用户。
  对于蚂蚁金服来说,我们是一家以信用为基础,AI驱动的有想象力的金融生活公司,致力于为全球20亿人提供普惠金融服务。这里面有三个点,一个是信用等于财富,我们想不断努力地往这方面走,建设信用社会,希望大家以后通过自己的信用记录就可以做很多的事情,比如说免交押金等。第二点我们认为技术是推动平等的手段,这里面AI驱动至关重要。第三个是我们最终是要实现普惠金融,AI是普惠金融的推动器。这里列出了有代表性的蚂蚁金服的智能金融的场景应用,比如微贷和花呗的准入模型和反套现模型,然后是账户安全、交易安全、反洗钱、反作弊、反欺诈等,这些都是金融领域的核心问题。还有智能客服,这是我们最近做得比较有突破的事情,包括猜你问题、智能问答和异常检测等。还有在财富方面,比如说怎样做理财产品的精准推荐,还有社区问答、智能投顾等,还有芝麻信用也是我们比较重要的一块,是通过用户画像做评估。最后是在保险,我们觉得保险是AI可以发挥很大作用的场景。目前我们在人工智能业务架构上大致包含几个方面:底层的算法,包括各种各样的最先进的算法都在研究;中间是沉淀的一些工具,包括异构学习、模型服务、AI共享等;最上面的是产品,包括搜索推荐、智能营销、智能客服、金融大脑、舆情分析等;最终是通过人工智能的平台赋能我们蚂蚁内部的业务,以及将这个平台作为开放的方式输出给所有的金融机构,这就是说蚂蚁更注重于Tech的方面,把Tech能力开放给金融机构。
  因为时间的限制,下面只讲一个例子,就是我们的智能客服助理。打开支付宝,可以看到“我的客服”图标,然后进去可以看到这样一个界面,主要包括两块,一个是“猜你问题”,这里你不需要输入问题我们就已经知道了你可能碰到的问题,我们基于用户过去的行为和特征来进行预测。如果你觉得这个问题没有猜中,你也可以在下面的机器人对话框直接输入你的问题,比如说你输入“余额宝的收益怎样计算”,我们会给一个详细的公式。在“猜你问题”里面,我们有一系列的创新,比如说特征层面,把用户的行为轨迹加进来,原来只是人工设计的因子特征。实际上在用户问问题之前的一段时间,你在支付宝进行了什么操作是非常重要的,这些特征加入进来就提高了“猜你问题”的准确率。其次,用深度学习代替线性模型也获得了很好的效果。另外,是通过数据挖掘从用户原始问句得到标准问题,再从标准的问题得到标准答案,这样简化了知识库的建立过程并提升了精度。最后是数据闭环,模型能够在线上不断自学习和提升。总体来说,这些创新的效果是使得点击率从最开始的37%,到现在72%,有了巨大的提升。
  前面提到了知识库的创新,背后其实就是基于语义的大规模聚类算法。支付宝上每天都有大量的求助,每天有四、五百万的求助量,机器人也有四、五十万的求助问题,这些问题我们仔细看,其实很多都是同一个诉求的不同的说法,通过聚类找到这些标准问题和标准答案以后,我们可以减少大量的人工去做这样的处理。
  在机器人问答算法创新方面,最主要的是一方面采用了深度学习,像DSSM和LSTM结合,尤其是用户行为轨迹编码,我们改进了DSSM的结构,用时间序列的描述,加进历史的操作,比如你问怎么退款,有很多可能,你可能是转账退款,也可能是信用卡退款等等,但是比如看你之前的操作,我们就知道你是在转账以后遇到的问题,然后才能问这个,这样根据用户历史行为的LSTM编码,加上问句的DNN编码我们就很容易定位到知识点是“转账到账户转错了怎么办?”,而不是“为什么银行卡转账被退回来了?”
  除了上面这些个创新技术以外,我们还借鉴采用了其他的技术,比如说Decomposable Attention Model,这也是最近比较热的深度学习上的技术,此外,包括语义匹配树,包括我们说的问题推荐以及最重要的系统优化,把算法和系统结合起来,这样使得我们的结果是每天支付宝上日常求助四、五百万,绝大部分可以走自助的渠道,自助占比达到94%。而去年双十一自助率的比例达到97%,也就是我们很多的人力可以节省下来,同时机器人满意度超过了人工的3个百分点。
  最后我们还有很多其他的创新列在这里,左边的就是我们一直创新的产品和场景,右边是我们背后的一些技术,这些创新就是说我们将AI技术和支付宝和蚂蚁金服的很多场景进行结合,然后基于很多的创新的Idea,将它落于实际场景之中。
  前面就是我的分享,基本上就是智能金融在蚂蚁金服的实践,谢谢大家。

推荐阅读

专题