李世石和AlphaGo的人機大戰(zhàn)，AlphaGo連勝兩場，有些人歡喜雀躍，有些人黯然神傷。人工智能的奇點似乎越來越近了。事實上，在很多很多領(lǐng)域，它已經(jīng)悄悄走進了我們的生活。
螞蟻金服副總裁、首席數(shù)據(jù)科學家漆遠介紹，螞蟻金服已經(jīng)將人工智能運用于互聯(lián)網(wǎng)小貸、保險、征信、資產(chǎn)配置、客戶服務(wù)等多個領(lǐng)域。
在加盟螞蟻金服及阿里巴巴之前，漆遠在麻省理工學院獲得博士學位，是普渡大學計算機科學系和統(tǒng)計系的終身教授。在螞蟻金服，他領(lǐng)導著一個科學家團隊從事機器學習與深度學習等人工智能領(lǐng)域的前沿研究，并在螞蟻金服的業(yè)務(wù)場景下進行一系列的創(chuàng)新和應(yīng)用。漆遠介紹，這些工作應(yīng)用在大數(shù)據(jù)征信、貸款、風控、保險、資產(chǎn)配置、財經(jīng)信息分析等眾多方面。
以智能客服為例，2015年雙11，螞蟻金服95%的遠程客戶服務(wù)已經(jīng)由大數(shù)據(jù)智能機器人完成，同時實現(xiàn)了100%的自動語音識別。正是依靠人工智能的幫助，螞蟻金服客戶中心在雙11的整體服務(wù)量超過500萬人次，客服人員的精力可以更好地集中到處理復(fù)雜類客戶問題和工作。
螞蟻金服科學家打造的人工智能機器人客服大軍，包括了MyRobot、服務(wù)寶等幾項核心人工智能技術(shù)。
比如說，當用戶通過支付寶客戶端進入“我的客服”后，人工智能開始發(fā)揮作用，“我的客服”會自動“猜”出用戶可能會有疑問的幾個點供選擇，這里一部分是所有用戶常見的問題，更精準的是基于用戶使用的服務(wù)、時長、行為等變量抽取出的個性化疑問點；在交流中，則通過深度學習和語義分析等方式給出自動回答。
據(jù)介紹，服務(wù)寶問題識別模型的點擊準確率在過去的時間里大幅提升，在花唄等業(yè)務(wù)上，機器人問答準確率從67%提升到超過80%。
此外在保險領(lǐng)域，大數(shù)法則是保險業(yè)的立業(yè)之本。但限于技術(shù)能力，傳統(tǒng)的大數(shù)法則只能建立在歷史數(shù)據(jù)和抽樣調(diào)查基礎(chǔ)上，存在較大缺陷和不足。螞蟻金服與保險公司合作的“航空退票險”上線之后賠付率一度高達190%，保險公司面臨巨大的虧損壓力。而通過引入機器學習技術(shù)，大數(shù)據(jù)技術(shù)建模、優(yōu)化后，有效地降低了賠付率，并成功扭虧為盈，滿足了保險公司的核保要求。
漆遠表示，螞蟻金服在財富領(lǐng)域也已經(jīng)展開相關(guān)研究，對財經(jīng)資訊做基于深度學習的智能分析，聯(lián)系到股票與基金，給用戶做相應(yīng)地推薦。在芝麻信用上運用深度學習為很多基于芝麻信用分的場景提供了強有力的支持。但目前人工智能在金融領(lǐng)域完全取代人的機會還很小。金融是關(guān)于人價值交換的業(yè)務(wù)，核心還是人，從某種程度上來說，人工智能可以促使人們的就業(yè)往價值鏈更上層的工作遷移。學家漆遠介紹，螞蟻金服已經(jīng)將人工智能運用于互聯(lián)機器人網(wǎng)小貸、保險、征信、資產(chǎn)配置、客戶服務(wù)等多個領(lǐng)域。
