写点什么

蚂蚁金服 AI 首席科学家漆远:用 AI 和爱, 让我们遇见更美好的未来

2019 年 9 月 01 日

蚂蚁金服AI首席科学家漆远:用AI和爱, 让我们遇见更美好的未来

小蚂蚁说:

9 月 19 日的 2018 云栖大会主论坛上,蚂蚁金服 CTO 程立首次详解了“一带一路”上 1+9 个“支付宝”长大的秘密。程立说:“科技是暖的,世界是平的,暖科技正让世界变得更加平等。”

那么,今天我们就来揭秘下支付宝背后的人——漆远,达摩院金融智能负责人,蚂蚁 AI 首席科学家、麻省理工博士。他也向我们展示了蚂蚁金服的暖科技是如何普惠大众的,“用 AI 和爱, 让我们与更美好的未来相遇”。


漆远现任蚂蚁金服副总裁、AI 首席科学家,蚂蚁金服人工智能部负责人,达摩院金融智能负责人,同时也是不折不扣的学霸。他是麻省理工学院媒体实验室博士,人工智能实验室博士后,曾是美国普渡大学计算机系和统计系终身副教授。


人工智能,对漆远来说,是一开始就相信的事情。


“可以从机器学习的角度来思考技术对各个科学和产业的推进,从基因、到医疗、到物流、到能源 。”漆远说。漆远在人工智能领域的研究经历,有种电影《阿甘正传》的既视感:那些年,很多大人物大事件,就在他身边轻描淡写地发生了。


学术生活的痴心人

2003 年的一天,当时他还在麻省理工学院实验室,有个叫拉里·佩奇的人来到这里招人并和他一起吃了饭。“但我一心想做学术,想当老师。”漆远说了谢谢,并没有去。没错,就是那个拉里·佩奇,他跟另一个创始人成立的公司叫谷歌。


同一年,漆远去了英国,在剑桥大学的微软实验室做研究。他帮 Chris Bishop 审了几章书,然后他的名字被写进了前言的致谢里。那本书就是国际上机器学习的一本经典课本《模式识别与机器学习》。


还是在英国,在伦敦城市大学的盖茨比中心有位漆远非常喜欢的教授,在剑桥实习后,漆远到此实验室待了 3 个月。后来这个实验室有几位毕业生创立的公司完成了一项杰作 AlphaGO,大胜李世石,轰动了世界。


2004 年,漆远有个朋友谈起一个很好的交友网站,正从哈佛和麻省理工学院等高校开始推广。他的同学毕业后陆陆续续有些去了那里工作,漆远没有去因为要做学术。那个网站叫 Facebook。


实际上,漆远和这些人和事擦肩之前,就踏入了当时比较冷门如今变得热门的 AI 领域,并在 1998 年就发表了基于神经网络的指纹识别的国际论文。


后来他专注于机器学习领域的研究,并应用于人脸检测、情感识别、可穿戴计算、生物信息学、医疗图像分析等领域。


在麻省理工,合作者和他把机器学习和可穿戴计算结合用于分析学生学习专注度和司机开车注意力,该工作在被华盛顿邮报等报道;他和同事一起分析大脑图像数据,基于小数据建立大脑皮层沟回发育模型,被新华社等多家媒体报道; 他把大规模机器学习用于解码人类基因调控网络,做为并列第一作者把成果发表在《自然》生物科技子刊。


漆远说,他当时就是喜欢在校园里做科研。他在学术上也确实如鱼得水,在结束麻省理工的博士和博士后的研究后, 他去了普度大学,一个世界知名的理工院校,开设了该校计算机系的第一门机器学习课程。他在 08 年开始研究使用如今大热门的 GPU 来加速机器学习算法,并探索分布式大规模机器学习,曾获得美国科学基金 NSF Career 奖;后来还拿了微软的牛顿研究突破奖。


当别人以为他会在知名大学里安静地当科学家时,剧情反转了。 从不食人间烟火的象牙塔到硝烟滚滚的商业战场,漆远完成了从校园大学教授到工业界科技领袖的华丽转身。


2014 年,他回国加入了阿里巴巴,和另外一名负责人在王坚博士的领导下创建了 iDST(数据科学与技术研究院, 阿里达摩院的前身)。一年后,他担任蚂蚁金服副总裁、首席数据科学家,组建蚂蚁人工智能部。


漆远的转身,来源于他的一次回国探亲,他偶然接触了阿里巴巴。他的人生轨迹发生了一个大变化。


“因为它是一家非常独特的公司,不是复制美国的模式,完全是一个崭新的模式。这家公司所面对的问题规模和复杂度,是很多公司都没有的。”漆远说。


其实,漆远早年间从事的这些工作和蚂蚁金服后来的技术布局“BASIC 战略”高度重合——“B 是区块链(Blockchain),A 是人工智能(Artificial Intelligence),S 是安全(Security),I 是物联网(IoT),而 C 则是计算(Computing)”。这或许也为后来漆远加入蚂蚁金服埋下了伏笔。


对漆远最有吸引力的是在蚂蚁金服的工作有挑战、有意思和有价值。“有挑战”是他想挑战自己,做了十多年年的人工智能和机器学习学术研究后,他想直面和解决蚂蚁金服面临的复杂而又超大规模的技术问题。


“有意思”指的是在蚂蚁金服快速发展的业务里会遇到各种新问题,而解决新问题需要创造和使用有趣的新技术。他说:“我当老师的时候就在想,研究人工智能和机器学习要做些真正有趣的事情。”所以加入蚂蚁金服对他来说是个顺理成章的选择。


第三个“有价值”指的就是做的产品有影响力, 能影响亿万用户。而蚂蚁金服提供了这样的一个世界性平台去发挥人工智能技术的价值。


“蚂蚁金服有大量的适合机器学习的场景。人工智能要落地,除了平台就是场景,场景非常必要。普惠金融这个场景就特别适合 AI。普惠金融要服务很多人、很多中小企业,这一定要靠技术创新来驱动。”


普惠金融场景下,漆远带领 AI 团队做有趣有价值的事情

加入蚂蚁金服后, 漆远迅速带领其 AI 团队施展拳脚。“金融智能的目标主要在三方面:风控信用决策、降低服务成本、和提高用户体验。”


漆远在谈及金融科技的核心时说道:“为此,我们搭建金融智能平台,服务我们的业务并赋能生态伙伴。”蚂蚁金融智能应用范围很广,包括智能客服、交易风控、商家营销、车险图像定损、还有线上贷款 310 模式(3 分钟申请,1 秒钟放贷,零人工干预)、反欺诈反套现、乃至基金智能推荐等等。


过去几年,漆远所带领的蚂蚁金服人工智能团队在自身场景和外部合作伙伴客户场景中都全面开花。对于普通用户而言,无论是保险还是理财,这些业务的背后都有着人工智能技术的应用。


以定损宝为例,2018 年 5 月,定损宝技术版本正式升级,包括将图像识别升级成准确率更高的视频识别,将开放技术平台,从与保险公司一对一理赔系统对接升级成未来保险公司可自助接入定损宝。



定损宝是图像定损技术首次在车险领域实现的一款商业应用,于去年 6 月正式上线。定损宝将过去由人工肉眼判定车损的环节升级成用人工智能做标准化统一定损,时间更短、准确率更高。


不到一年里,定损宝已为太平、大地、阳光、安盛天平等多家保险公司提供定损、定价调用服务超过千万次,共计节省定损人员工作量超 75 万个小时,已为行业节省案例处理成本超过 10 亿元,减少理赔渗透约 10 亿元。


蚂蚁金服的使命和愿景是为世界带来平等的机会,让全球 20 亿用户都等享受到平等普惠便捷的服务。漆远团队与中和农信的合作就很好的印证了这一点。


中和农信是一家专注农村扶贫贷款的机构,漆远的 AI 团队把他们开发的保护数据隐私的共享机器学习平台分享给中和农信,使得双方可以在保护各自数据隐私的情况下开展基于双方的加密数据来做机器学习。经统计,蚂蚁的共享多方 AI 风控技术帮助中和农信把农村小额贷款风控效果提升了一倍,同时大规模提升了贷款效率。在数据隐私保护在全世界都变得越来越重要的当下,蚂蚁金服的保护隐私的共享学习技术有着广泛的应用前景。


提到为用户带来平等普惠的金融服务,用户体验是其中不可错过的重要环节。提及人工智能,一个热门的探讨方向是基于 NLP 和其他用户行为的智能客服。


蚂蚁金服于 2017 年 8 月正式对外全面开放以人工智能技术为核心的智能客服的能力。其中结合结合用户行为轨迹的语义匹配模型采用了 LSTM+DSSM(Long Short-Term Memory + DeepStructured Semantic Model)的算法创新。该技术首先通过 LSTM 对用户行为轨迹做一个编码,通过深度排序模型,结合用户之前的历史操作,做到“未问先答”。


借助这项技术,蚂蚁金服双十一智能客服自助服务的比例高达惊人的 97%,目前人工智能客服助理的回答满意度也已经超过了人工客服,系统整体在降低成本的同时服务质量还有了显著的提升。


“愿进化的原力与你同在。”

“我在团队招人时候,希望你是热爱人工智能的,特别喜欢干这个事的。只有真心地喜欢才能全心的投入去干好。“漆远表示。



漆远爱技术,也爱玩,比如旅行,摄影,和看电影,”在电影里看到不同的人生,像在平行宇宙看到不同的世界。“ 他最喜欢的电影包括《黑客帝国》等。现在工作太忙, 抓紧剩下的时间来陪孩子,锻炼和阅读。


除了读学术论文,他还向笔者推荐了几本没有数学公式的书,比如 Crowd Intelligence(《群体智慧》);Made to Stick(《粘性》);和 Good to Great(《从好到卓越》) 。


今年春天,他在一次会议上遇到了达利欧,《原则》一书的作者,同时也是全球最大对冲基金‘桥水’创始人。达利欧在送给漆远的书的扉页上写下:“May the force of evolution be with you”(“愿进化的原力与你同在”)。作为星球大战的影迷,漆远也想将这句话送给这篇文章的各位读者。


本文转载自公众号蚂蚁金服科技(ID:Ant-Techfin)。


原文链接:


https://mp.weixin.qq.com/s/hqOTn_Ayj74UFTC5cBAlaA


2019 年 9 月 01 日 20:55857

评论

发布
暂无评论
发现更多内容

Week3 代码重构

贺志鹏

极客大学架构师训练营

第三周-课后练习

jizhi7

7.6案例:异步并发分布式编程框架akka

张荣召

springboot 热部署

hepingfly

Java springboot SpringCloud 热部署

与前端训练营的日子--Week02

SamGo

学习

性能压测

架构师训练营第七周学习笔记

一马行千里

学习 极客大学架构师训练营

Week 7 作業

Christy LAW

第 7 周 听说你有好几个线程

Pyr0man1ac

第3周作业

伊灵

第七周 性能优化 作业二

应鹏

极客大学架构师训练营

7.4操作系统:计算机如何处理成百上千的并发请求?

张荣召

架构师训练营第 1 期 -Week7 - 性能优化一学习总结

鲁小鲁

极客大学架构师训练营

Week 7 學習總結

Christy LAW

架构师训练营1期 - week07- 作业

lucian

极客大学架构师训练营

架构师训练营 1 期 - 第七周作业(vaik)

行之

极客大学架构师训练营

【架构师训练营第 1 期 07 周】 学习总结

Bear

极客大学架构师训练营

目标检测之ASFF

Dreamer

【架构师训练营第 1 期 07 周】 作业

Bear

极客大学架构师训练营

第七周 性能优化 作业一

应鹏

极客大学架构师训练营

7.2全链路压测的挑战

张荣召

7.5锁:锁原语CAS

张荣召

架构师训练营第七周作业

文智

极客大学架构师训练营

第七周作业

Geek_ac4080

架构师训练营 1 期 - 第七周总结(vaik)

行之

极客大学架构师训练营

7.1性能测试:系统性能的主要技术指标

张荣召

7.3性能优化:系统性能优化的分层思想

张荣召

week3-作业二:根据当周学习情况,完成一篇学习总结

未来已来

架构师训练营第七周学习总结

文智

极客大学架构师训练营

#链表# #快慢指针#

玉皇大亮

链表 快慢指针

8张图带你分析Redis与MySQL数据一致性问题

bigsai

MySQL redis 数据一致性

蚂蚁金服AI首席科学家漆远:用AI和爱, 让我们遇见更美好的未来-InfoQ