龚克谈中国人工智能发展:希望走出一条务实的道路


 发布时间:2021-01-26 19:46:22

经广东省政府同意,广东省海洋与渔业厅、广东省发展和改革委员会联合印发《广东省海洋经济发展“十三五”规划》(下称《规划》),明确“十三五”期间,广东将着力优化海洋开发空间布局,构建具有国际竞争力的海洋产业新体系,加强海洋生态环境保护,提升海洋开发、控制、综合管理能力,全面实现建设海洋强省战略目标。《规划》提出,广东力争到2020年,全省海洋生产总值超过2.2万亿元,年均增长8%,占全省地区生产总值比重达到20%。拥有超100亿元规模企业达20家,超500亿元产业集群达10个,海洋战略性新兴产业增加值年均增速15%以上。建立海洋生态环境保护长效机制,实现近岸海域水质优良比例达到85%,海洋功能区水质达标率达到90%;新建和完善人工鱼礁区10个,升级维护人工鱼礁区50个,构建海洋牧场10个,完成10个以上海岛的生态修复。《规划》提出积极推进与“一带一路”沿线国家和地区海洋产业合作,建成10个“一带一路”海洋经济特色合作园区与示范基地,推进“一带一路”海洋合作主力省建设。

在构建现代海洋产业体系方面,《规划》提出,广东将优化提升海洋交通运输业、海洋油气业、现代海洋渔业和海洋船舶工业传统优势海洋产业,培育壮大海洋工程装备制造、海洋生物医药、海洋电子信息、海水淡化和综合利用等海洋新兴产业,加快发展滨海旅游业、海洋文化、海洋金融和航运服务等海洋服务业,集约发展临海石化、能源和钢铁等高端临海产业,积极布局深海矿产、海洋可再生能源和蓝色碳汇等海洋潜力产业,打造具有国际竞争力的现代海洋产业体系。《规划》提出,广东将强化海洋生态修复和美丽海湾建设制度保障,实施“美丽海湾”建设、“美丽海岸”岸滩整治、“绿色湿地”修复、“生态岛礁”保护、海洋水生生物资源养护、海洋保护区建设、海上污染物治理等七大海洋生态工程,提高海洋和海岸带生态系统保护水平。在强化海洋合作、共享海洋利益方面,《规划》提出,充分发挥广州、深圳等地在管理创新、科技进步、产业升级、绿色发展等方面的辐射带动和示范作用,携手港澳共同打造粤港澳大湾区。

构建以粤港澳大湾区为龙头,以珠江—西江经济带为腹地,带动中南、西南地区发展,辐射东南亚、南亚的重要经济支撑带。加强与“一带一路”沿线国家合作,发挥广东海岸线长、海洋经济综合实力强的优势,积极推进与周边省份、国家和地区在海洋科学研究、海洋环境保护、海洋防灾减灾等领域开展一系列海洋合作。(完)。

我国首位吴文俊人工智能最高成就奖在北京揭晓,中国科学院数学与系统科学研究院研究员、中国科学院院士陆汝钤荣获首位“吴文俊人工智能最高成就奖”,获颁100万元人民币奖金。陆汝钤是我国人工智能领域的开拓者和先驱之一,他在知识工程方面取得系统性创新成就,特别是在全过程动画自动生成、专家系统开发环境、软件自动生成、少儿图灵测试、知件、大知识特征刻画等方面取得多项被国际公认具有创新性的领先成果。“吴文俊人工智能科学技术奖”由国家级学会——中国人工智能学会发起主办,得到我国首届国家最高科学技术奖获得者、中国科学院院士、中国人工智能学会名誉理事长吴文俊的支持,被誉为“中国智能科学技术最高奖”。

中国工程院院士李德毅,中国科学院院士谭铁牛、吴朝晖、陆建华等40余名院士、专家组成评审委员会进行评审。除“吴文俊人工智能最高成就奖”外,北京百度网讯科技有限公司高级副总裁王海峰获得首个“吴文俊人工智能杰出贡献奖”。共有70个项目成果摘得中国智能科学技术最高奖。中科云丛、平安科技、云天励飞、汇川科技、易华录等人工智能企业在本届吴文俊人工智能科学技术奖中崭露头角。(完)。

不愿或无力履行合同条件而构成违约;操作风险是指由不完善或有问题的内部程序、员工和信息科技系统,以及外部事件所造成损失的风险。从另一个角度讲,银行风险管理体系是从满足监管要求出发构建管理体系,而落实需要具体风控手段的支撑,大数据风控便属于具体风控手段支撑的范畴。结合目前大数据风控的主要热点,如反欺诈,属于操作风险范畴,而基于大数据的信用评分模型,则属于信用风险范畴。从大数据风控的应用环境来看,随着国内普惠金融的快速发展,越来越多的人群需要享受现代金融服务带来的便利,而现有征信体系覆盖人群有限的弊端渐渐暴露,同时市场上各类骗贷、赖账、交易欺诈的案件层出不穷,为普惠金融的发展带来了不小的障碍。

面对形形色色的风险问题,将大数据和人工智能应用于风险防控,既是机遇,又是挑战。人工智能应用的“深”和“浅”问题 人工智能是信息时代的尖端科技。虽然人工智能并不是一个新概念,但随着过去5年到10年内数据量级的飞速增长、计算机硬件存储和计算能力的强化和更好、更普遍可用的算法的应用,人工智能得以加速发展。在医疗领域,图像识别技术可以帮助医疗机构诊断癌症病例。在零售领域,机器学习算法帮助零售商在销售预测、库存管理和价格优化方面进行精准驱动。在银行业务风控领域,实践证明,遵循监管要求和技术进展,人工智能技术的应用也有深与浅之分。

初级阶段,以短平快、切口小为特点,大数据和人工智能在此阶段只是对传统银行风控手段的补充,如在开户环节的信息核验、黑白名单匹配、人脸识别等,通过简单规则的判定和匹配,辅助银行进行风险决策。规则的创建依赖专家经验和已发生风险事实,无法针对新的风险模式自动更新,且风控规则容易被欺诈者得知后绕过。总体来说,在此阶段,模型算法需要依赖人工事先定义的规则告诉程序如何区分好与坏,还无法学会如何区分欺诈和正常案件。高级阶段,是在大数据和人工智能技术不断成熟,相关外部数据进一步开放,市场培育达到一定阶段后,通过使用人工智能技术构建风控模型,并将模型应用到如授信定价、贷前审核、贷后监控、交易欺诈侦测等细分业务流程中。

在此阶段,通过不断向算法“喂数据”(训练模型),算法自己学会了如何区分好与坏,在模型精度和适用性上有了质的提升。在将大数据和人工智能技术应用于风险管理领域,已经有了一系列的应用实践和解决方案。其一是智能模型。智能模型是一种欺诈风险量化的模型,最典型的是监督型机器学习模型,基于可观察到的交易特征变量和给定“正确答案”的案件数据,模型从正确的答案中学习什么是好的,什么是坏的案件,从而进行正确的风险预测。同时,在一些交易、账户登录等场景应用无监督机器学习模型,在没有“正确答案”的标签数据的情况下,通过分析欺诈用户和正常用户行为模式的异同,识别欺诈风险。

其二是在信贷场景中,基于用户的多维度数据,利用信用评分的建模方法,研发一款大数据产品。它综合了用户信用相关的多维度信息,描述了用户的信用等级,衡量用户的还款能力和还款意愿。数据的“大”和“小”问题 大数据的大和小,其实很多人可能会有误解。大数据的大,除了基数意义上的大之外,更体现在很多层面。大数据对风控行业的进化之“大”也体现在几个方面:其一,评估维度多元化。从单纯依托金融体系数据向跨领域跨行业融合数据演进;其二,参与机构多元化。市场化的征信机构、智能风控分析公司以及三方数据公司各自贡献力量;最后,应用场景多元化。

通过市场化不断推动信用产品和应用场景的创新。而关于大数据的“小”其实更应该这么表述:大数据风控的应用场景和模式越来越小,越来越细。国外的大数据专家有这样一个说法:大数据就像是一个显微镜,一个分析企业中细小但是非常重要的特征的伟大工具,只要你知道你自己在找什么。大数据很重要,但是真正带来价值的是应用上的越来越细的模式和场景。模式和场景之所以关键,是因为从科学到商业、从治理到社会政策,它们都代表着竞争的前沿。对于风控而言,大数据风控能够过滤掉绝大多数带恶意欺诈目的人群,也能动态监控到没有欺诈意图但实际还款能力和还款意愿出现波动的客户。

即使出现违约和失联情况,大数据还能重新挖掘到借款人的关联信息,降低不良率。风控的前、中、后问题 移动互联网时代,当应对繁杂和多样的风险事件,欺诈分子像特种部队一样利用各种工具,寻找每一个可能风控的漏洞,从而在一个点能够突破整个防线,面对这种“非对称”式的风险变化,商业银行应该着力构建从事前预警、事中监控、事后分析等集“防控避处”为一体的风险防控体系。事前预警。风控前置一直是整个商业银行孜孜追求的,理论上通过技术手段可以实现。事中监控。一个简单的例子,如果一群欺诈分子在攻击你的系统,如果你的风控平台直到攻击完毕才能做出应对,那这个风控平台就没有任何意义。

随着银行业务快速变化,以及新欺诈技术的出现,导致风控规则也需要实时顺应市场外部的变化,这就要求设计出来的应用系统能够适应这种快速变化。有了风险规则引擎就可以将不断变化的业务规则剥离出来,动态管理和修改,从而使系统变得更加灵活,适用范围更加广泛。事后分析。通过复杂网络技术,打通跨行业数据,实现对多场景大数据的自动化关联分析与可视化。呈现设备、IP、手机号、身份证号、地址、电子邮件等多个维度关联有助于识别支付盗卡、多头申请、团伙作案、刷单、撞库登录等多种欺诈风险。基于主动预防、多维度场景实时监控、立体化的风控反欺诈理念,才能在未来银行的智慧竞争中立于不败之地。

事实上,业内关于这个理念比较集中的表述是信贷全生命周期的风控理念,从贷前的客户画像、反欺诈环节,到贷中授信、贷中跟踪,再到贷后监控、贷后管理、逾期管理、挽救不良各个环节,大数据智能风控都有相应的技术实现。通过上文的分析,我们相信未来大数据和人工智能技术在风险管理领域将大有可为。银行业的诉求将包括自建AI基础设施和应用、利用专业咨询公司的咨询能力,和直接使用第三方的AI服务,其中,垂直行业的AI-aas(AIas a Service,AI即服务)将成为银行进行风险管理的左膀右臂。同时,我们也认识到,银行的风险管理需要具备稳健、快速、准确的特点,以平衡业务拓展、客户体验和风险控制三方的矛盾,从这个方面来说,大数据智能风控的应用还有更多可以深挖的地方,更值得研究讨论。

人工智能 龚克 规划

上一篇: 秸秆禁烧为何这样难?

下一篇: 诺贝尔经济学奖得主如何驯服垄断寡头?



发表评论:
最新图文





相关推荐
网站首页 | 网站地图

Copyright © 2012-2020 红装分类网 版权所有 0.24428