蚂蚁金服首席数据科学家漆远:AI技术开放,与业界融合共创

简介: AI技术开放,与业界融合共创!

小蚂蚁说:

11月8日,在第五届世界互联网大会-《人工智能:融合发展新机遇》论坛上,蚂蚁金服副总裁、首席数据科学家漆远认为AI具有控制风险、降本增效和提升用户体验三大作用。

11月8日,第五届世界互联网大会-《人工智能:融合发展新机遇》论坛顺利举行,蚂蚁金服副总裁、首席数据科学家漆远发表了关于AI的精彩观点。本文是精彩摘要。

e4a7e7ec9a6990ead49315e376c8611384041c26

蚂蚁金服副总裁、首席数据科学家漆远(右一)

漆远以蚂蚁金服为例,指出AI的作用是非常重要的。第一,可以通过AI控制风险,而风险是金融的核心所在;第二,AI可以提升效率,降低成本;第三,AI可以提升用户体验。

对于AI在这三方面的价值,漆远用实例进行了佐证。

首先,从风险控制来看,交易风险、贷款风险都可以用AI来进行控制。蚂蚁金服的微贷310模式就是通过AI进行风险控制的很好的例子。“通过AI,蚂蚁金服可以做到3秒贷款申请,1秒做决定,而且0人工。蚂蚁金服通过自研的AI技术,多维分析借贷问题,比如关联度、用户数据等,将这些数据结合在一起分析。”漆远表示。

3010adedf387c0d69eac2a49679eb169c05e54be

蚂蚁金服在“互联网之光”博览会展示定损宝

第二,从降低成本提高效率来看,蚂蚁金服有一个经典的例子,那就是定损宝,通过计算机视觉技术对照片进行分析,就可以评估确定车辆损坏的维修成本,这一过程是通过深度学习和机器学习来完成的。漆远说,定损宝从2017年6月上线,一年节省的人力成本超过10亿元。AI技术在其中的最大价值就是把“原来非常长的痛苦人力过程变成了全自动化的计算机视觉的问题”。

第三,从用户体验的角度看。目前,蚂蚁金服通过AI技术构建的智能客服,已经97%以上是“机器人”。这些“机器人”在多个指标方面超过了人。

漆远表示,当前AI发展过程中的挑战在于融合共创,因此蚂蚁金服希望把自己在AI方面的技术对外开放出来。之前,蚂蚁金服与中和农信合作一个国家扶贫项目,并开放AI技术,在共享学习的情况下,大规模提升了中和农信的风控能力,充分保障了数字化贷款业务,实现了1+1>2的作用。

对于AI的未来,漆远认为,AI技术才刚刚开始,向前发展的过程中还有很多问题没有解决,比如AI发展的目标是什么?怎么让AI做到普惠?从长远来看,这决定了AI能够给整个社会带来怎样的改变。

漆远指出,关于AI最为关键的是,当前谈及的都是个体的智能,但是真正的智能是一个组织。“群体智能非常关键,比如无人车、智能导航,这背后不是一辆车,而是一个城市的车,在这背后会产生什么样的影响,这是非常关键的。”漆远表示。

相关文章
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
GLM-4V-Flash:智谱 AI 免费开放的图像理解大模型 API 接口
智谱AI推出的GLM-4V-Flash是一款专注于图像理解的免费开放大模型,提供API接口支持用户上传图片URL或Base64编码图片获取详细的图像描述。该模型通过深度学习和卷积神经网络技术,简化了图像分析流程,提高了开发效率,适用于内容审核、辅助视障人士、社交媒体、教育和电子商务等多个应用场景。
66 14
GLM-4V-Flash:智谱 AI 免费开放的图像理解大模型 API 接口
|
7天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
10天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
28 5
【AI系统】离线图优化技术
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
36 10
|
5天前
|
机器学习/深度学习 人工智能 监控
AI视频监控技术的核心优势与实践
AI视频监控技术结合了计算机视觉、深度学习和大数据分析,能够实时分析监控画面,识别异常行为和场景变化。其核心在于从“被动记录”转型为“主动识别”,提升监控效率并减少安全隐患。主要应用场景包括泳池管理、健身器械区域、人员密度预警和异常事件检测。系统架构支持多种摄像头设备,采用边缘计算和Docker部署,具备实时性、高准确率和扩展性等优势。未来将优化复杂场景适应性和实时计算负载,进一步提高系统性能。
|
7天前
|
机器学习/深度学习 人工智能 边缘计算
24/7全时守护:AI视频监控技术的深度实现与应用分享
本文深入解析了AI视频监控系统在车间安全领域的技术实现与应用,涵盖多源数据接入、边缘计算、深度学习驱动的智能分析及高效预警机制,通过具体案例展示了系统的实时性、高精度和易部署特性,为工业安全管理提供了新路径。
|
13天前
|
机器学习/深度学习 人工智能 TensorFlow
探索AI技术在医疗健康领域的应用
随着人工智能技术的不断发展,其在医疗健康领域的应用也日益广泛。本文将介绍AI技术在医疗健康领域的应用,包括医学影像分析、智能诊断和治疗建议、药物研发等方面。通过代码示例,我们将展示如何使用Python和TensorFlow构建一个简单的神经网络模型来进行医学影像分析。
43 13
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用
随着人工智能技术的不断发展,自然语言处理(NLP)已经成为了一个重要的应用领域。本文将介绍一些常见的NLP任务和算法,并通过代码示例来展示如何实现这些任务。我们将讨论文本分类、情感分析、命名实体识别等常见任务,并使用Python和相关库来实现这些任务。最后,我们将探讨NLP在未来的发展趋势和挑战。
|
12天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
27 2
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
55 2