您的位置: 首頁 >股票 >

人工智能在反欺詐領(lǐng)域的應(yīng)用場景

2019-08-02 15:27:47 編輯: 來源:
導(dǎo)讀 我是房東我在外地 我是法院你有傳票 我是路人你爸被車撞了 我是你的QQ好友我電話欠費了 我是老板快幫我墊錢 我是你朋友連我的聲

“我是房東我在外地...我是法院你有傳票...我是路人你爸被車撞了...我是你的QQ好友我電話欠費了...我是老板快幫我墊錢...我是你朋友連我的聲音都聽不出來嗎?...我是《爸爸去哪兒》節(jié)目組恭喜你中獎了...我是香港富婆愿付巨款求子...”曾幾何時,說到詐騙,你我的耳邊就浮現(xiàn)以上“經(jīng)典案例”。對付這種“小兒科”,你我當然都不在話下,只要記住以下信條:

一、天上不會掉餡餅,掉下來的都是陷阱;

二、好奇害死貓;

三、曬曬曬,死得快。

絕!不!轉(zhuǎn)!賬!

再加上四字真經(jīng)——管它神馬非法集資、龐氏騙局,任它千變?nèi)f化,咱們荷包里的銀兩巋然不動。

然而,時代不同了,科技在進步,騙子的手段也越來越高明,只要你一個掉以輕心,你荷包里的銀兩,可能就此易了主。就拿近年飛速增長的消費金融來說,從2013年到2017年,互聯(lián)網(wǎng)消費金融交易規(guī)模在短短的4年內(nèi),就已經(jīng)從60億猛增到4367.1億,實現(xiàn)了70倍爆發(fā)式增長。在如此龐大的市場中,消費金融公司、電商平臺、互聯(lián)網(wǎng)金融企業(yè)等紛紛參與角逐,細分領(lǐng)域的創(chuàng)新也不斷涌現(xiàn),3c數(shù)碼、醫(yī)美、教育、旅游、租房、農(nóng)業(yè)等多種場景分期產(chǎn)品層出不窮。

但隨著領(lǐng)域的擴展與增多,欺詐現(xiàn)象開始頻頻出現(xiàn),以醫(yī)美領(lǐng)域為例,消費金融自2015年開始進入,在2016年便呈現(xiàn)出高速增長態(tài)勢,然而到了2016年年底,醫(yī)美分期騙貸風險集中爆發(fā),曾有業(yè)內(nèi)人士表示在近60億規(guī)模的醫(yī)美市場中,有15億多被詐騙者攫取。然而,魔高一尺,道高一丈,隨著人工智能的逐步運用及發(fā)展,從1.0進化到3.0,人工智能防詐騙的手段,也越來越多樣化,不想被摟草打兔子的你,趕緊長點心來學(xué)學(xué)吧。

一、人工智能在防詐騙領(lǐng)域的基礎(chǔ)性應(yīng)用

毫無疑問,人工智能的浪潮已經(jīng)襲來。這個已經(jīng)存在了數(shù)十年的技術(shù)領(lǐng)域因AlphaGo人機大戰(zhàn)而再度聲名鵲起,從20年前“深藍”戰(zhàn)勝卡斯帕羅夫到如今AlphaGo橫掃人類圍棋界,人類智力“最后的堡壘”轟然倒塌,人工智能正一步步接近并超越人類;Apple的Siri,Google的無人車,亞馬遜的Echo,阿里巴巴的ET,伴隨著恐慌和驚喜,人工智能開始逐漸滲入我們的生活和生產(chǎn)?;ヂ?lián)網(wǎng)產(chǎn)業(yè)的發(fā)展和演進,也使AI找到了更多發(fā)展空間,人工智能首次被寫入政府工作報告。

一切都預(yù)示著:人工智能正成為產(chǎn)業(yè)革命的新風口,人類歷史上最好的“人工智能”時代正在到來。技術(shù)浪潮翻滾,AI在和更強大的計算資源以及不斷擴增的數(shù)據(jù)結(jié)合下,正與越來越多的行業(yè)發(fā)生著聯(lián)系。

現(xiàn)階段人工智能在金融領(lǐng)域,最重要的應(yīng)用就是智能投顧。

人工智能通過設(shè)定模型,并進行歷史數(shù)據(jù)訓(xùn)練模型,將誤差率做到最低,提煉模型之間共同點,建立更好的數(shù)據(jù)模型。我國投資理財市場規(guī)模達百萬億元,但理財顧問覆蓋率卻非常低,智能投顧領(lǐng)域更是處于非常早期的探索階段,潛力巨大。

基于以上兩點得出的海量、多維、真實的客戶數(shù)據(jù),可以了解客戶的理財目標、風險態(tài)度、財務(wù)狀況和行為偏誤等個性化指標,描繪客戶的專屬畫像,做到千人千面,并能根據(jù)客戶數(shù)據(jù)的變化進行及時調(diào)整;其二,在資產(chǎn)配置方面,智能投顧會根據(jù)客戶畫像給出最適配的資產(chǎn)配置方案,該方案是在比較了若干資產(chǎn)配置模型、經(jīng)過嚴格歷史回測之后的結(jié)果。智能投顧不僅能夠降低成本,進一步的實現(xiàn)普惠金融,在很大程度上也降低了金融顧問服務(wù)中的道德風險,對金融防詐騙,也有著深遠的意義。

二、人工智能防詐騙中的機構(gòu)和客戶應(yīng)用

人工智能防詐騙可以從機構(gòu)和客戶兩個維度去探討其應(yīng)用。

(一)從傳統(tǒng)金融機構(gòu)的角度來看

對金融機構(gòu)來說,其主要應(yīng)用場景是為金融機構(gòu)挑選更適合的貸款者。傳統(tǒng)銀行機構(gòu)對現(xiàn)有貸款者的風險評價體系較為傳統(tǒng)單一,對于一些不符合其貸款標準的人員采取一刀切的模式,這讓很多需要金融服務(wù)的群眾未能感受到金融機構(gòu)的普惠。比如,雖然農(nóng)業(yè)銀行擁有約3億個人客戶,但其在客戶甄選上仍持傳統(tǒng)風控路線,使其普惠金融踐行之路舉步維艱。

金融機構(gòu)通過與人工智能、人工智能領(lǐng)域的合作貸,使風控做到“無招勝有招”,其中推出的針對互聯(lián)網(wǎng)網(wǎng)民與三農(nóng)小微的“新信用分”。讓互聯(lián)網(wǎng)數(shù)據(jù)與金融業(yè)本身的數(shù)據(jù)發(fā)生互補,在對三農(nóng)群眾、網(wǎng)民發(fā)放貸款時可更具風險控制的針對性,金融服務(wù)更具普惠性。

當前,許多金融機構(gòu)也聯(lián)合諸多已經(jīng)開發(fā)開展了學(xué)生貸款領(lǐng)域的金融機構(gòu)加大了傳統(tǒng)金融機構(gòu)不愿意貸款的職業(yè)培訓(xùn)學(xué)生的貸款力度,如校園貸等。人工智能企業(yè)擁有更多的外部數(shù)據(jù),比如使用類似谷歌、百度這樣的大型搜索引擎公司的內(nèi)部和外部數(shù)據(jù):如百度貼吧等網(wǎng)絡(luò)社區(qū)的社區(qū)信用數(shù)據(jù)進行客戶信用風險評定與畫像。更方便金融機構(gòu)對客戶進行風險識別和評估,防止客戶出現(xiàn)欺詐風險。

(二)從金融消費者的角度來看

對于普通客戶來可以通過人工智能即時搜集更多與投資品相關(guān)的新聞,防止自已落入詐騙陷阱。

信息爆炸時代,如何搜集并應(yīng)用更多有效信息成為擺在每一個金融人面前的重要議題。特別對于投資經(jīng)理而言,面對著浩如煙海的數(shù)據(jù),怎樣的文本挖掘才能讓投資工作更具效力?

毫無疑問,最有效的方法就是通過搜索引擎導(dǎo)入“負面、正面”兩部分輿情的內(nèi)容?;鸸镜幕鸸芾砣?,每天第一件事情就是刷“財經(jīng)新聞”,而且必定要看完自己投資股票池中的股票行業(yè)、公司、上游、下游……等報道,但是“百密一疏”。“人眼”斗不過“網(wǎng)眼”,任何輿情風暴都來源于某一細小的蝴蝶展翅。如百度金融等公司開始為基金公司輸出新聞智能因子,通過搜索引擎的特色數(shù)據(jù),加上搜索技術(shù),為其在金融量化投資方面省時省力。

(三)從金融產(chǎn)品的挑選維度上看

幫助機構(gòu)投資者和金融消費者挑選海量金融產(chǎn)品中的優(yōu)質(zhì)資產(chǎn)也是防止金融期詐的有效手斷。

在經(jīng)濟新常態(tài)大背景下,多如牛毛的各類金融資產(chǎn)中,用肉眼去識別哪一類資產(chǎn)更具價值,不會掉入投資陷阱,做起來顯然有些困難。人工智能系統(tǒng)在這方面便頗具優(yōu)勢:若將大類資產(chǎn)分為:股票、債券、期貨、基金、信托五大類,將判定條件設(shè)為連續(xù)若干日超過某一年化收益率的產(chǎn)品持續(xù)預(yù)警,則可以篩選出年化收益率超過市場平均收益的資產(chǎn)投資品。全球的搜索引擎與人工智能公司已深入開展上述幾類金融網(wǎng)站的產(chǎn)品數(shù)據(jù)提取、挖掘,對金融類網(wǎng)站單獨設(shè)立算法計算高收益率產(chǎn)品組合,繼而根據(jù)遴選的資產(chǎn)池再構(gòu)建投資組合,發(fā)售高于市場平均收益的投資產(chǎn)品。

三、人工智能防控情感詐騙

2017年程序員蘇享茂被翟某某騙婚一事鬧得滿城風雨,沸沸揚揚。對程序員的困惑——人性之難:情感計算中的難題是否真的無解?

蘇享茂如果想要使用程序去判斷一個人是否可信,至少要經(jīng)過以下幾個步驟:識別——標準化——輸入——程序判定——輸出。五個步驟缺一不可,他要可以首先準確地識別,翟某某的細微的動作、面部表情,然后將這些內(nèi)容提取出來標準化為可以錄入到計算機中的數(shù)據(jù)或者圖片,再錄入進去,使用其情感判別程序判定愛恨,然后輸出愛或者不愛,喜歡或者不喜歡 。

近年來,大量的情感人工智能研究者致力于探討情感機器識別、人機交互領(lǐng)域中的“不匹配”問題:即如何使計算機系統(tǒng)更加理解人類的情感問題。

例如:計算機面對人類挫折感時總是顯得無能為力(計算機總是試圖去解決,而不是安慰)。但人類本身具有將沮喪和挫折調(diào)節(jié)到最低水平的策略和技能(比如自我尋找心安理得的借口)。情感的自我調(diào)節(jié)和規(guī)劃是人類情感智能的重要方面之一。人類能夠應(yīng)用各種方法和手段來控制和管理自己的情感。

如果將蘇享茂的思維模式視為計算機的話,他在翟某某的撒嬌、期騙邏輯下總是試圖去相信,試圖去解決,而不是去調(diào)節(jié)和適應(yīng),蘇享茂的行動邏輯就易于被理解了。媒體上有人垢病于程序員的幼稚或者單純。

在過去的十年中,科學(xué)家們試圖通過諸多實驗來建立基于基本情感的通用的心理模型,這些實驗主要集中在自治神經(jīng)系統(tǒng)和特征語音信號改變上,但是直到現(xiàn)在,上面所提到的六種基本情感仍然沒有一個統(tǒng)一的識別模式。僅僅在識別“害怕”和“憤怒”兩種情感上,科學(xué)家已經(jīng)做了大量的研究。

例如:計算機可以理解的生理指標,對于人類來說卻有不同的情感意義。比如,對于“害怕情緒”,人類的心率增大、心臟收縮、血壓升高;而對于“憤怒情緒”,心率同樣增大、心臟收縮、血壓升高。因為它們有著如此相似的生理表現(xiàn),要識別它們一直是個難題。

對于人類來說,情感是離散化的,害怕的下一秒就會是憤怒; 歡喜的下秒可能是傷別離的憂傷。盡管隨著計算速度的提高,情感轉(zhuǎn)換有可能被計算機所認知,但是可否匹配人類的陰晴不定,捕捉不可捉摸的人類情感,仍是未解難題。特別是當蘇享茂想拿程序去測試翟某某的一顰一笑時,是否會發(fā)現(xiàn)背后的冰冷始終如一,從而斷定這個人:心素如簡,人淡如菊?我們不得而知,但是計算機目前對人類情感的計算仍然前景光明且充滿然望。

總之,人工智能公司擁有 “大而全”的數(shù)據(jù),而金融機構(gòu)和普通消費者在新的時代如何避免陷入到各類詐騙,人工智能是幫助金融機構(gòu)、零售客戶在新時代陷入被騙的殺手锏。當然,在人工智能面前,你我永遠都是孩子,而掌握的人工智能越前沿,也許我們就離成熟、成功就更近一步,離被騙就更遠一些。


免責聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。