微众银行首届FinTech Day AI分论坛落幕，金融科技生态打造AI根基 | Q推荐

在本届 FinTech Day 的“AI”分论坛上，微众银行 AI 部门副总经理徐倩、微众银行人工智能资深专家姜迪、范涛、刘博以及殷磊分别就微众 AI 技术生态、泛机器人的金融行业落地、联邦学习开源平台 FATE、金融 AI 广告的落地实践、遥感影像分析在金融中的应用等 AI 领域热门方向，分享了微众银行在 AI 技术上的前沿研究成果与实践探索经验。

近两年，AI 技术在金融领域的应用场景越来越广泛。作为高度数据化的行业，加之业务规则和目标明晰，金融行业成为了 AI 和云计算等数据驱动技术的最佳应用场景之一，许多金融机构也在投入足够充裕的资金和人才来发展 AI 技术。现阶段，以机器学习、深度学习、自然语言处理、知识图谱等为代表的 AI 核心技术，已开始应用在金融业务的多类场景中，微众银行 AI 部门副总经理徐倩在分论坛伊始全面系统地介绍了微众银行的 AI 技术生态。

“很多复杂的金融服务难以完全去人工化”这一理念随 AI 发展正逐步被抛弃，据微众银行人工智能资深专家姜迪介绍，微众银行新一代人机交互，通过构建以金融服务为核心的机器人技术，最终形成了"自建机器人感知与认知"的能力。微众银行 AI 团队打造了三大引擎，以支撑全流程线上金融服务。

所谓三大引擎，即自然语言处理引擎（对话系统、对话学习）、语音引擎（ASR、TTS、声纹、说话人）以及视觉引擎（图像、人脸、活体、OCR、手语 3D），为新一代人机交互搭建起底层算法引擎的根基，并基于三大引擎，在智能核身、智能客服、智能质检等领域构建安全高效的应用，为新一代人机交互组成完美适配真实场景的业务系统。

联邦学习技术的出现让大范围的行业间及跨行业 AI 协作成为可能，对于构建更加开放高效的 AI 合作生态而言，打破“数据孤岛”成为当下亟待解决的问题。

现场，微众银行人工智能资深专家范涛分享了微众银行基于联邦学习构建的 FedAI 合作生态（Federated AI Ecosystem）、旗下开源的 FATE（Federated AI Technology Enabler）框架以及高效建模工具 Quick Machine Learning。

FATE 目前成为联邦学习走向大规模产业化的有效工具，它提供了一种基于数据隐私保护的安全计算框架，为机器学习、深度学习、迁移学习算法提供强有力的安全计算支持。FATE 的开源，不仅为行业提供了一系列开箱即用的联邦学习算法，更重要的是为开发者提供了实现联邦学习算法和系统的范本，为工业界人员快速开发应用提供一种简洁有效的解决方案，使大部分传统算法可以经过改造适配到联邦学习框架中，从而快速加入联邦生态。

Quick Machine Learning 是微众银行自研的 AI 场景化快速建模平台，方便用户快速搭建各种机器学习模型来实现业务应用。

现阶段，所有业务都在向线上转型，金融也不例外。据微众银行人工智能资深算法专家刘博的现场介绍，目前金融广告要想逆转形势，AI 技术必不可少。

微众银行 AI 营销解决方案利用其自研的长链路优化模型克服了金融广告长链路转化的核心痛点——“精准用户定向难”的挑战，以效果为导向，根据每一节点独立打造算法模型，实现广告的精准投放。在广告运营自动化方面，通过多引擎驱动的方式，系统自动优化线上营销资源及调整营销策略，对不同画像的用户进行自动化、个性化地流量采买、智能出价、广告位及创意自动化配置等，实现一站式 AI 驱动广告精准投放 + 效果优化。

微众银行人工智能资深专家殷磊的现场演讲重点介绍了微众银行研发的 Space AI 应用。通过深度学习等 AI 技术分析卫星遥感影像，Space AI 能实现精准的地面物体检测、变化检测、路网检测和农作物识别等，为二级市场投资、企业融资和农业金融等金融业务提供准确和实时的决策依据。

他最后在演讲中强调，微众银行基于以卫星影像数据为代表的“另类数据”，结合 AI 技术所研发的新一代 AI 驱动的智能资管系统，不但会深刻影响我们对复杂经济系统的理解方式，也将会对金融行业带来革命性的影响。

当下，AI 技术在金融领域已经形成了一股不可忽视的技术力量，AI 对于金融企业的变革与转型起到了至关重要的作用。在这样的时代潮流下，微众银行提出的开放创新、开放平台以及开放协作的“3O 体系“，势必将会进一步推动 AI 技术在金融领域的发展。微众银行通过开放自身的 AI 能力，将 AI 技术推广至金融业务深处，为金融打造 AI 根基，让金融科技助力普惠金融，共同构建以 AI 为驱动力的金融业务新生态。