广州互联网金融协会

当前位置: 网站首页 > 协会动态 > 协会新闻

“联邦学习助力金融--领跑人工智能最后一公里”,广州互金协会组织会员单位赴微众银行学习联邦学习技术

发布日期:2019年09月17日 15:46:22 访问人数:2565

2019年9月17日,广州互联网金融协会联合深圳市互联网金融协会举办“联邦学习助力金融--领跑人工智能最后一公里”主题活动,与微众银行首席人工智能官杨强教授共话人工智能新趋势。会员单位粤科资产、广州易贷、广金金服、懒猫联银科技、趣米科技、通付盾、爱财在线等单位负责人参加了此次交流活动。


 1568706667603935.jpg

1568709705976839.jpg

1568709671255610.jpg


当下,大数据、人工智能等技术被业内认为是驱动金融科技发展的核心力量。但大数据在实际应用中,因涉及到数据隐私保护,数据割裂和数据孤岛现象严重。这也使得人工智能的落地举步维艰。为解决这一问题,谷歌于2016年提出了基于个人终端设备(C端)的“横向联邦学习”(Horizontal Federated Learning)算法框架。

 

联邦学习是一种加密的分布式机器学习技术,参与各方可以在不披露底层数据和底层数据加密(混淆)形态的前提下共建模型。就如同搭建一个虚拟的“联邦国家”,把大大小小的“数据孤岛”联合统一进来。这些“数据孤岛”像这个“联邦国家”里的一个州,既保持一定的独立自主(比如商业机密,用户隐私),又能在数据不共享出去的情况下,共同建模,提升AI模型效果。这种共赢的机器学习方式,打破了山头林立的数据次元壁,盘活了大大小小的“数据孤岛”,连成一片共赢的AI大陆。

 

微众银行AI团队在国内最早倡导“联邦学习”,并基于自己的落地实践,提出了“联邦迁移学习”,解决B端机构间联合建模问题,让“联邦学习”更加通用化。活动上,微众银行首席人工智能官杨强教授介绍,微众银行在不侵犯企业用户数据的情况下,用“联邦学习”技术,除央行征信数据、流水数据外,将能证明企业经营健康程度的发票数据等不同维度数据纳入风控建模,对小微企业经营状况和信用能够进行360度模型评估,将小微企业风控模型性能提升了7%,大大拓展了可贷企业的范围。“联邦学习”效果也非常明显,68%的小微信贷客户在获得授信时无任何企业类贷款记录;38%的授信小微信贷客户在获得授信时无任何个人经营性贷款记录。除此之外,微众银行还在包括风险评估、差异定价、精准营销等多个金融场景进行成功实践,助推信贷业务创新,提升金融服务覆盖面。

 

    活动上,微众银行首席人工智能官杨强教授全面讲述了“联邦迁移学习”的安全的分布式建模原理和在数据合规上的意义,得到了参会高管们的强烈关注。大家一致认为,金融科技是普惠金融的核心驱动力。金融业已步入数字化时代,从业机构要积极拥抱金融科技,不断加强大数据、云计算和人工智能等现代技术应用,探索开展与金融科技企业合作,积极回应市场需求,提升普惠金融服务质效,为实体经济发展做出更大贡献。