PayPal的商業(yè)模式是為了給用戶更便捷的支付體驗(yàn),華爾街日報采訪了PayPal的首席風(fēng)險官Tomer Barel和PayPal全球風(fēng)險科學(xué)高級主管王輝博士,來了解PayPal如何在提供良好的客戶體驗(yàn)的同時有效地保障支付安全。
Barel先生:PayPal提供的是支付服務(wù),我們面臨的最關(guān)鍵的風(fēng)險是交易中任何一方不履行職責(zé)。買家這一端最常見的是欺詐,如身份信息被盜??;另一種情況是他們的身份信息正確但是卻沒有清還銀行賬單或者有目的地聲稱他們沒有收到貨物。而賣家這一端最常見的違約行為是收到錢款卻不發(fā)貨。PayPal提供完善的買家保障政策來抵制欺詐,對賣家我們也有強(qiáng)有力的保障政策。除了欺詐風(fēng)險外,另一個重要的風(fēng)險就是信用風(fēng)險。PayPal在美國為主的幾大市場均有向買家和賣家提供貸款的信用產(chǎn)品。
Barel先生:由于PayPal是一種在線服務(wù),并且是全球化的,我們的風(fēng)險壓力相當(dāng)大。注冊賬戶并開始交易是一件相對簡單的事情,而這只是PayPal商業(yè)模型的一部分。我們從公司創(chuàng)始之初就意識到并十分關(guān)注其中所蘊(yùn)含的風(fēng)險。PayPal的創(chuàng)始人們在管理風(fēng)險尤其是管理欺詐風(fēng)險上投入很多。這使得我們有了有效自主管理風(fēng)險的能力。我們有一大批優(yōu)秀的工程師,也相信金融風(fēng)險是以技術(shù)驅(qū)動的。PayPal的生態(tài)系統(tǒng)需要我們在定制化解決方案上進(jìn)行很大的投入,因?yàn)槲覀兠媾R著嚴(yán)峻的危險而支付行業(yè)本身的性質(zhì)使每個錯誤的成本都很高。如果我們沒有辦法提高準(zhǔn)確性,就很有可能會扼殺很多正常交易。
王女士:在2009年前,PayPal的風(fēng)險管理系統(tǒng)架構(gòu)是基于市場統(tǒng)一標(biāo)準(zhǔn)的線性技術(shù)。而在此之后,當(dāng)我們不斷發(fā)展并擁有更多不同類型的數(shù)據(jù)時,我們發(fā)現(xiàn)非線性技術(shù)可以比傳統(tǒng)的線性技術(shù)更好地幫助我們利用其中的信息。簡單來說,如果有一張充滿綠點(diǎn)和紅點(diǎn)的紙,你需要去區(qū)分它們,線性技術(shù)使用的是一條直線,而非線性技術(shù)則可以使用曲線或者多維線條。
王女士:PayPal的欺詐偵測系統(tǒng)是使用各種數(shù)據(jù)來有效反映一個交易的各種方面。比如說我們有一筆來自紐約的交易,正在試圖購買一件在加州的產(chǎn)品,但收貨地址卻在密歇根。在傳統(tǒng)的觀念中大家可能會認(rèn)為這筆交易很可疑,但通過復(fù)雜精準(zhǔn)的數(shù)據(jù)分析系統(tǒng),我們可以提供一種不同的解釋。也許這是一個來自密歇根的學(xué)生,正在給父母買禮物。在以前的在線支付中,用戶可能會遭遇交易被拒的情況,或者要通過客戶服務(wù)中心才可以保證交易通過。但現(xiàn)在我們使用數(shù)據(jù)分析技術(shù)來判斷用戶并能準(zhǔn)確地授權(quán)交易成功。
王女士:舉例來說,如果有人購買了一個金額為三萬美金的商品,高額的商品單價可以作為一個簡單地識別異常交易的指標(biāo)。但如果是以很低的金額進(jìn)行多次交易,比如進(jìn)行了兩萬次金額為一美金的交易呢?雖然聽上去比較詭異但這確實(shí)是一種逃避傳統(tǒng)欺詐偵測系統(tǒng)的有效方法。為解決這類欺詐行為,我們現(xiàn)在有辦法把很多交易行為連結(jié)在一起去發(fā)現(xiàn)一筆交易的各類異常信號。即使單價只是一美金但頻次不合理的交易,如果他們又來自同一個商戶,那我們就有足夠的理由去懷疑這是一筆欺詐交易。這種不同角度的思考在舊系統(tǒng)中是做不到的。
王女士: PayPal與全球的監(jiān)管機(jī)構(gòu)都合作密切。我們與銀行受限于相同的反洗錢監(jiān)管機(jī)制。我們了解用戶的方式與銀行傳統(tǒng)的面對面交流或用戶在分行提供實(shí)體身份證明有所不同,但無論是用戶注冊及交易過程中提供的可驗(yàn)證的信息或是我們用來進(jìn)行風(fēng)險管理而捕捉的特定交易行為,我們相信把從用戶那里獲取的數(shù)據(jù)結(jié)合在一起足夠讓我們了解用戶身份的全貌。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。