[目前，業(yè)界對AI的理解和運用更多停留于單功能的產品層面，比如一個企業(yè)在某些流程環(huán)節(jié)引入了AI的輔助，例如引入人機交互、人臉識別，但這樣的企業(yè)還不能說是人工智能企業(yè)。整個業(yè)界對于AI的理解應該更深一些，讓AI驅動行業(yè)核心決策系統(tǒng)的優(yōu)化，把AI的優(yōu)勢和革命性發(fā)揮到最大。]
[數(shù)據的安全、隱私、合規(guī)等問題一直存在，2019年1月，谷歌公司成為依據歐盟《通用數(shù)據保護條例》遭高額處罰的首家美國科技公司，被罰款5000萬歐元。]
人工智能（ArtificialIntelligence,AI）自誕生以來，已經發(fā)展了60多年。近年來，AI在全球范圍內都成為學界、業(yè)界追逐的熱點，創(chuàng)業(yè)公司風起云涌，巨額投資不斷涌現(xiàn)，科技巨頭也不斷加碼，科研、資本和人才向AI靠攏的趨勢明顯。所以，不免有人會問，當下我們是否已經迎來了人工智能最好的時代？
好時代的挑戰(zhàn)
站在今天回看，2017年或許是中國人工智能發(fā)展的一個重要節(jié)點。2017年，“人工智能”首次被寫入全國兩會政府工作報告，國務院總理李克強表示，要全面實施戰(zhàn)略性新興產業(yè)發(fā)展規(guī)劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發(fā)和轉化。人工智能也為全國人大代表、全國政協(xié)委員們所熱議。
與此同時，2017年烏鎮(zhèn)圍棋峰會上，AlphaGo以3：0的總比分戰(zhàn)勝排名世界第一的世界圍棋冠軍柯潔，引發(fā)全民關注。“人工智能是否已全面超越人類”，“人工智能會不會取代人類”等問題也成為熱點話題。
也是從那一年開始，人工智能風起云涌。一夜之間，仿佛所有的公司都變成了人工智能公司。資本、人才向人工智能領域快速涌入�！叭斯ぶ悄堋背蔀榭萍冀�、學界、企業(yè)界最熱門、最受追捧的詞匯之一。各大互聯(lián)網公司都大力加碼推進人工智能研發(fā)。騰訊創(chuàng)始人馬化騰也曾公開表示，如果只能投資一個領域，從他自身所處行業(yè)出發(fā)，他最關注的是和信息技術相關的AI產業(yè)。在國際上，科技巨頭Google、IBM等對人工智能的研究已逾十年，近幾年部分研究成果已經進入商業(yè)應用。
從這些維度來看，人工智能可謂已經迎來一個非常好的時代，但是熱鬧背后也存在著問題。比如這股熱潮更多是產業(yè)界、投資界推動的，而學界和基礎研究領域事實上并沒有革命性變革，人才缺口問題也沒有真正解決。
同時，AI在實際應用與落地中還面臨著非常多的挑戰(zhàn)，尤其是數(shù)據問題。AI研究需要的各類數(shù)據分散在不同企業(yè)中，人們口中常說的理想狀況的“大數(shù)據”并不存在，實際狀況是存在著大量的“小數(shù)據”和“數(shù)據孤島”；此外數(shù)據的安全、隱私、合規(guī)等問題一直存在，歐盟在2018年正式實施了史上最嚴的數(shù)據保護條例——《通用數(shù)據保護條例》(GDPR)，而在2019年1月21日，谷歌公司就成為依據此法遭高額處罰的首家美國科技公司，被罰款5000萬歐元……這些問題又讓AI落地和發(fā)展看起來沒那么美好。
深度賦能行業(yè)
2019年，李克強總理第三次在政府工作報告中談到人工智能。值得注意的是，今年總理在報告中特別提出，要打造工業(yè)互聯(lián)網平臺，拓展“智能+”，為制造業(yè)轉型升級賦能。
目前，人工智能的創(chuàng)新成果在各領域已有落地應用，推動了各行各業(yè)的技術進步、效率提升和商業(yè)模式變革。其中，金融行業(yè)是最被看好的AI應用領域之一，AI+金融是“智能+”的重中之重。
一方面，金融行業(yè)的信息化建設起步較早，且行業(yè)內極其重視數(shù)據的標準化和規(guī)范化采集，因而擁有大量累積數(shù)據，這些數(shù)據為人工智能的應用提供了堅實的基礎；另一方面，以銀行、保險、證券公司為例，金融業(yè)的主要業(yè)務都是基于大規(guī)模數(shù)據展開的，大量繁瑣的數(shù)據處理工作，急需自動化和智能化的變革來解放人力；此外，金融普惠化和場景化的創(chuàng)新，也需要新的技術手段來提供支持，而人工智能與金融的結合，無疑為金融創(chuàng)新提供了更多的可能。
筆者以微眾銀行在AI+金融領域的實踐為例，展開介紹。從需求出發(fā)，回歸業(yè)務價值是自研AI的核心。微眾銀行是服務小微企業(yè)和普羅大眾的互聯(lián)網銀行，其中最難的在于因數(shù)量分散而龐大、缺乏抵押物、擔保體系不健全等原因造成的服務成本高。
微眾銀行AI團隊將“AI+服務”應用于實際業(yè)務環(huán)節(jié)。比如基于“自然語言處理引擎”、“語音引擎”、“視覺引擎”三大引擎創(chuàng)建三大應用系統(tǒng)——“智能核身系統(tǒng)”、“智能客服系統(tǒng)”、“智能質檢系統(tǒng)”，覆蓋了業(yè)務咨詢、身份核驗、資料審核、操作放款等業(yè)務全流程。目前，通過這一套AI機器人組合拳，我們讓客戶從咨詢到申請到借款全部在線完成，無需線下開戶、無需紙質資料，最大化解決小微企業(yè)貸款難流程慢的難題，助力企業(yè)創(chuàng)新發(fā)展。
國家資管新規(guī)的推出、中國市場納入MSCI指數(shù)，都對中國的資產管理行業(yè)帶來深遠影響。微眾銀行也在“AI+資管”領域發(fā)力，目前在研發(fā)基于以衛(wèi)星遙感影像數(shù)據、無人機影像數(shù)據、移動位置數(shù)據和輿情文本信息等為代表的另類數(shù)據（AlternativeData），通過人工智能技術打造AI驅動的資產管理平臺，不但可以實時監(jiān)測宏觀經濟，還可以對上市和發(fā)債公司、不同行業(yè)的趨勢進行預測，構建AI+AlternativeData驅動的ESG（環(huán)境、社會和公司治理）指數(shù)，從而為資管公司、基金公司、評級公司等領域提供投資決策。
面對數(shù)據孤島和隱私問題，AI何去何從
上文提到，數(shù)據的復雜性、孤立性和隱私安全等問題，是困擾和制約AI包括金融行業(yè)在內深化發(fā)展和應用落地的關鍵因素。如何解決這些數(shù)據難題，打破數(shù)據孤島，建立真正的“大數(shù)據”，同時更好地保護數(shù)據隱私和安全，成了當下AI發(fā)展必須解決的問題。
筆者認為，面對這些難題，我們可以擁有一種新思路——聯(lián)邦學習(FederatedLearning)，其目的是保護用戶隱私和數(shù)據安全。聯(lián)邦學習，顧名思義，就是搭建一個虛擬的“聯(lián)邦國家”，把大大小小的“數(shù)據孤島”聯(lián)合統(tǒng)一進來。他們就像這個“聯(lián)邦國家”里的一個州，既保持一定的獨立自主(比如商業(yè)機密、用戶隱私)，又能在數(shù)據不共享出去的情況下，共同建模，提升AI模型效果。
本質上，它是一種分布式加密機器學習技術，參與各方可以在不披露底層數(shù)據的前提下共建模型。這也是一種共贏的機器學習方式，它打破了山頭林立的數(shù)據次元壁，盤活了大大小小的“數(shù)據孤島”，連成一片共贏的AI大陸。
在金融領域，聯(lián)邦學習能夠用以分析潛在的欺詐行為；在保險定價領域，能夠以更多維度精準分析用戶的屬性。對于企業(yè)而言，應用聯(lián)邦學習能夠更有效地節(jié)省成本，同時也能夠更精準地去做用戶的分級。另外對于一些數(shù)據非常敏感的場景，比如說醫(yī)療領域，不同醫(yī)院之間也能夠通過聯(lián)邦學習技術去共享敏感的醫(yī)療數(shù)據。
未來AI新一代的機器學習算法框架，應該以保護隱私、安全合規(guī)為出發(fā)點，進行合理的解釋性，用透明的推理機制來保障人工智能的健康發(fā)展。而聯(lián)邦學習的發(fā)展與實踐，為業(yè)界提供了新的思路。當然，AI生態(tài)的建設與大數(shù)據的構建還需要不同的企業(yè)、學者、研究機構聯(lián)合起來，共享技術、分享數(shù)據、團結力量，共同解決數(shù)據孤島和用戶隱私問題。
AI未來：基礎研究仍需持續(xù)努力
那么，中國的AI目前發(fā)展情況到底如何，未來的前景又怎樣？科技部原副部長馬頌德等多位專家學者都曾表示，中國在AI方面的應用會是全世界規(guī)模最大的，前景非常好，但在基礎研究方面仍需持續(xù)努力。
筆者認為，這幾年，中國的AI版圖上，一個一個“點”都起來了，但是還沒能連成“面”。換句話說，能夠打通產業(yè)鏈的、深度的AI應用生態(tài)還沒有建立，在系統(tǒng)層面和基礎設施建設上還有所欠缺。
目前，業(yè)界對AI的理解和運用更多停留于單功能的產品層面，比如一個企業(yè)在某些流程環(huán)節(jié)引入了AI的輔助，例如引入人機交互、人臉識別，但這樣的企業(yè)還不能說是人工智能企業(yè)。整個業(yè)界對于AI的理解應該更深一些，讓AI驅動行業(yè)核心決策系統(tǒng)的優(yōu)化，把AI的優(yōu)勢和革命性發(fā)揮到最大。
希望未來中國的AI同仁能夠更加注重基礎研究，一起努力，真正驅動核心、深度、產業(yè)化的AI發(fā)展與落地。
