CNET科技資訊網(wǎng) 7月17日 北京消息:日前,益博睿2017大數(shù)據(jù)技術(shù)與應(yīng)用研討會在上海舉辦,大會以“洞悉數(shù)據(jù)商機,打造智慧未來”為主題,邀請了益博睿全球反欺詐專家、益博睿亞太區(qū)反欺詐和決策分析高層專家, 以及包括京東金融在內(nèi)的多家本地知名金融服務(wù)企業(yè)主要決策者,一起探討在大數(shù)據(jù)驅(qū)動下,風(fēng)控、消費金融、決策分析及征信等行業(yè)如何實現(xiàn)技術(shù)上的突破,尤其在防欺詐領(lǐng)域,并對全球及中國的欺詐現(xiàn)狀及反欺詐技術(shù)與趨勢做了詳細分析。益博睿全球反欺詐和身份認(rèn)證服務(wù)及運營副總裁Matt Lane、京東金融集團金融科技部副總經(jīng)理徐啟昌、益博睿全球分析與策略咨詢大中華區(qū)總監(jiān)黃健銘,以及益博睿亞太區(qū)資深業(yè)務(wù)顧問陳韋均分別在會上發(fā)表了主題演講。
隨著中國消費不斷升級和人們消費行為的轉(zhuǎn)變,以消費金融與數(shù)字服務(wù)、第三方支付工具、網(wǎng)絡(luò)信貸為代表的新金融服務(wù)早已成為中國新的藍海市場。不僅傳統(tǒng)商業(yè)銀行正在逐步升級信貸轉(zhuǎn)型、延伸應(yīng)用場景,消費金融公司和基于電商衍生的互聯(lián)網(wǎng)支付業(yè)務(wù)也都得到了迅猛發(fā)展,不斷創(chuàng)新金融服務(wù)。據(jù)相關(guān)報告預(yù)測,2017年我國互聯(lián)網(wǎng)消費金融整體交易規(guī)??稍鲩L至9000億元,并不斷向更多細分市場滲透,未來新經(jīng)營模式發(fā)展?jié)摿薮蟆6谄淙招略庐惖陌l(fā)展中,大數(shù)據(jù)技術(shù)對新型消費金融服務(wù)的滲透也越來越深入,不僅可以創(chuàng)新消費金融自身的運作方式,還能通過改造其風(fēng)控系統(tǒng)和大數(shù)據(jù)模型來實現(xiàn)更精準(zhǔn)的資產(chǎn)投放和更優(yōu)質(zhì)的用戶體驗,同時有效降低風(fēng)險和運營成本,也間接影響消費者本身的支付及金融行為。
背靠電商平臺的京東金融是中國新金融服務(wù)領(lǐng)域的開拓者與領(lǐng)先者,擁有跨越互聯(lián)網(wǎng)、零售、金融等多行業(yè)屬性的多重數(shù)據(jù)。面臨這些海量數(shù)據(jù),京東金融更需要創(chuàng)新的大數(shù)據(jù)應(yīng)用技術(shù)來進一步挖掘客戶需求,生成獨特的風(fēng)險控制系統(tǒng),最終構(gòu)建成新的資金鏈生態(tài)系統(tǒng)。對于京東金融而言,大數(shù)據(jù)及應(yīng)用技術(shù)是其提升金融服務(wù)效率的有效手段,能夠更好地量化風(fēng)險、洞察用戶需求,從而實現(xiàn)精準(zhǔn)營銷。同時,數(shù)據(jù)、用戶和連接是京東金融的三大關(guān)鍵點,而風(fēng)險管理、風(fēng)險定價能力則是其戰(zhàn)略第一位。
實際上,不光是京東金融,在整個銀行體系、消費金融、互聯(lián)網(wǎng)金融、汽車金融、保險等領(lǐng)域,風(fēng)險管理都具有極其重要的戰(zhàn)略意義,也是大數(shù)據(jù)應(yīng)用的重要場景之一。隨著網(wǎng)絡(luò)欺詐和數(shù)據(jù)泄露的頻繁發(fā)生,如何通過大數(shù)據(jù)技術(shù)的突破來有效防止網(wǎng)絡(luò)欺詐、保護個人信息數(shù)據(jù)安全,是當(dāng)今無論全球還是中國市場上都不可避免的行業(yè)性難題。
“通過與客戶的接觸中,我們發(fā)現(xiàn)欺詐已經(jīng)是企業(yè)所面臨的越來越棘手的問題,而目前防欺詐的手段大多比較落后,且對于發(fā)展線上經(jīng)濟的企業(yè)來說太過笨拙”,益博睿全球反欺詐和身份認(rèn)證服務(wù)及運營副總裁Matt Lane表示,“我們致力于為企業(yè)客戶解決欺詐難題,不僅在于幫助企業(yè)管理風(fēng)險,更是為他們提供更為順暢的客戶體驗。”
據(jù)Forrester Research公司調(diào)查顯示,在對全球380位企業(yè)首席高管的調(diào)查中,42%的高管都將欺詐列為公司業(yè)務(wù)增長和良好用戶體驗的首要威脅因素。同樣對個人用戶,在過去18個月中,全球有近10億消費者賬戶被攻擊或被盜。而在中國,互聯(lián)網(wǎng)和電商都在呈現(xiàn)高速發(fā)展,且已擁有7億互聯(lián)網(wǎng)用戶,移動支付更是從5年前的零起點迅速增長為2016年的38萬億元人民幣,是美國市場的50倍之多。但在中國數(shù)字經(jīng)濟快速發(fā)展的同時,網(wǎng)絡(luò)欺詐問題也開始泛濫,不僅個人消費者頻頻遇到在線交易欺詐事件,企業(yè)亦然。據(jù)益博睿2016年欺詐經(jīng)濟學(xué)報告顯示,70%的中國企業(yè)認(rèn)為需要防范網(wǎng)上交易欺詐。在這樣的情況下,如果沒有良好的風(fēng)控體系、反欺詐平臺或相關(guān)解決方案,將會造成大體量的企業(yè)和個人經(jīng)濟損失。
為此,益博睿也在積極幫助中國企業(yè)解決其中的欺詐和數(shù)據(jù)泄露問題,促進消費信貸行業(yè)發(fā)展,并與行業(yè)領(lǐng)先的企業(yè)集成伙伴關(guān)系,提供風(fēng)險管理解決方案,包括電商平臺、消費金融、銀行系統(tǒng)等多家企業(yè)。其中,2016年益博睿與京東金融達成了合作伙伴關(guān)系,共同研究開發(fā)在線交易防欺詐系統(tǒng),為京東金融提供業(yè)界領(lǐng)先且經(jīng)過中國本地化的FraudNet欺詐檢測及預(yù)防解決方案,保障其網(wǎng)絡(luò)購物和在線支付的安全性。
作為全球領(lǐng)先的信息服務(wù)公司,益博睿始終走在不斷繁衍出新的欺詐趨勢之前,并在全球范圍內(nèi)投資開發(fā)了諸如CrossCore™ 等業(yè)界前沿防欺詐平臺,為企業(yè)和消費者提供世界領(lǐng)先的反欺詐和身份認(rèn)證服務(wù)。通過這些風(fēng)險管理服務(wù),益博??梢詭椭鷤€人和企業(yè)減少身份欺詐、防止洗錢和數(shù)據(jù)泄露,提升操作效率,并始終保持合規(guī)性。
從全球趨勢來看,未來欺詐問題還將持續(xù)擴大。預(yù)計到2020年,在線支付欺詐預(yù)計將達到256億美元。而針對數(shù)據(jù)泄露而言,預(yù)計到2019年,其經(jīng)濟損失在全球范圍內(nèi)將達到2.1萬億美元,同時甚至未來每10個賬戶就會有一個由于數(shù)據(jù)泄露而遭受攻擊。在Matt Lane看來,這勢必將給企業(yè)維持良好的客戶體驗造成極大的困擾,而解決這個難題則必須要依靠大數(shù)據(jù)、決策分析、技術(shù)創(chuàng)新、專業(yè)的理論與實踐等方方面面的付出與結(jié)合。
隨著中國互聯(lián)網(wǎng)經(jīng)濟的高速發(fā)展和企業(yè)新金融模式的不斷創(chuàng)新,益博睿也將更多投入到反欺詐的平臺和解決方案中,利用行業(yè)領(lǐng)先的大數(shù)據(jù)技術(shù)與分析應(yīng)用能力,幫助企業(yè)減少經(jīng)營的復(fù)雜性,從而提升其成本效益。
關(guān)于益博睿(Experian)
益博睿是信息服務(wù)公司,向世界各地的客戶提供數(shù)據(jù)和分析工具。益博睿幫助消費者和企業(yè)客戶放心管理數(shù)據(jù),并通過運用數(shù)據(jù)實現(xiàn)人生和企業(yè)的重要瞬間,從購買房屋或者車輛,到資助下一代大學(xué)教育,再到新業(yè)務(wù)拓展等。益博睿幫助消費者了解個人信用、獲得金融服務(wù);幫助企業(yè)做出更優(yōu)決策、發(fā)展業(yè)務(wù);幫助機構(gòu)防范身份盜用和欺詐風(fēng)險。益博睿在37個國家擁有約1.6萬名員工,我們非常重視對新科技、人才和創(chuàng)新的投資,以幫助客戶實現(xiàn)商機的最大價值。我們在倫敦證券交易所 (EXPN) 上市,是英國富時100(FTSE-100)指數(shù)的成份股之一。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、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)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(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際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,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)上驗證有效性。