撰文 | 藤子

「人工智能要落地运用，在于业务影响力，因此在业务流程上，与人工智能既要深度结合，又要定制化。
」安然科技人工智能高等产品总监、安然深度学习平台卖力人王健宗博士在 9 月 7 日由中国工程院信息与电子工程学部主理、浪潮集团承办的 AICC 中国人工智能大会上表示。

安然科技最初是中国安然集团的信息管理部，2008 年独立为子公司，做事于集团的 IT 系统。
2016 年初，中国安然提出 3.0 时期计策，相对 1.0 时期只发卖安然内部产品的自营模式，2.0 时期不但发卖安然产品，还发卖其他金融机构的产品和做事的平台模式，3.0 时期则是把公司现有技能、系统等核心能力向其他金融机构输出，共建生态圈。

在这样的计策辅导下，安然科技也从做事于集团的 IT 公司成为人工智能领域的引领企业，聚焦于大数据、AI、金融科技、云以及区块链等新技能的研究和落地，卖力开拓并运营集团的关键平台和做事，支持集团的保险、银行、投资和互联网业务发展。

据王健宗先容，安然科技从 2011 年下半年开始布局大数据。
由于打算机硬件，高性能打算的发展，以及算法的改造，特殊是深度学习算法的打破，安然科技经由四五年的数据积累，自然也就从数据智能走向了人工智能。

在人工智能领域，安然科技很早就将人脸识别技能运用于安然普惠的放贷流程中，如今，安然科技的人脸识别已在包括安然证券及安然银行在内的 17 个子公司利用。
此外，安然科技还在研究多模态识别、虹膜识别、眼纹识别、静脉识别以及步态识别，使这些识别技能共同浸染于各个运用处景。

而在技能研究和储备方面，安然科技已拥有超过 18 项前沿新技能，包括声纹识别、图片定损、微表情、图像和语音识别及语义理解。
个中，安然声纹是安然科技深度学习团队自主研发的声纹识别引擎，专注于因声识人，能实现智能身份认证，目前已运用在安然银行信用卡电话核查身份，安然产线理赔反敲诈以及 App 登录等 20 多个场景中。

专注于人工智能在金融和医疗领域的运用

于 1988 年出身在深圳蛇口的中国安然，是中国第一家股份制保险企业，历经 30 年，至今已发展成为保险、银行、投资三大主营业务为一体的多元化集团。
而在中国安然内部，2016 年初制订的 1-2-2-N 计策表明，聚焦于大金融资产和大医疗康健。
由此，安然科技的人工智能业务也紧张环绕金融和医疗进行。

人工智能运用于实际的场景，数据非常主要，安然科技花费将近一年韶光打通各机构和业务子公司，将数据整合到一个平台，进行数据的洗濯、整合和剖析。
在此根本上，进行数据挖掘。
王健宗先容，在数据挖掘方面，安然科技并非一步到位，而是从基于业务规则和业务履历到基于商业智能（BI），再到机器学习、深度学习，并吸取 AlphaGo 的履历，分成数个步骤进行。

在业务规则和业务履历阶段，如果是信息数据不吻合，可以帮助业务部门及时应对。
商务智能阶段则是探求数据之间的关联性，对用户按照数据特色进行分类处理，这适用于特色明显的客户群体。
但是，有相称一部分特色不明显但与业务目标紧密干系的长尾用户，这时，运用商业智能的办法就不再适宜。
他们须要个性化的方法来供应做事，王健宗先容，安然科技搭建的深度学习集群，通过图像识别、语音剖析、文本理解等人工智能技能对数据进行挖掘。

「从底层数据的获取、采集、整合，到用户画像、产品画像，再到渠道画像的上层实现，接着是商务智能构造化剖析、非构造化剖析、预测、非常的监控、深度学习能力，同时支撑的八大运用，这些运用做事于金融领域各个干系的方面。
」王健宗表示。

而它们都集中在安然科技的脑智能引擎，脑智能引擎紧张分为四层。
作为感知层的第一层紧张进行数据接入、采集和整合。
作为索引层的第二层，紧张刻画用户画像、产品画像和渠道画像，这层紧张是模型的建立。
第三层中枢层聚拢了商务智能、预测推举、非常监控、深度智能等算法能力。
第四层作为实行层，是安然科技核心业务的办理方案和运用处景实现层，包括风险掌握、敲诈识别、运营优化、精准营销、智能监控、商务智能、智能金融、智能客服。

以风险掌握为例。
在金融的风控方面，传统的贷款流程比较掉队，安然科技依托安然的脑智能引擎，构建多样的数万维的因子，比如企业干系的经营数据、财务信息、税务信息、财报信息，再结合外部的干系行业指数、舆情剖析、企业的关系网络，乃至董事长的投资情形等，终极形成企业的风险概况，同时再加上动态趋势，比如通过市场情形综合判断抵押品的代价，在这些根本上，做出估值模型，通过模型确定是否放款。

「从模型的数据获取，到旗子暗记的天生、筛选，末了自动更新，然后进行干系的反馈。
」王健宗先容，安然科技通过对所有子公司和干系互助伙伴的数据网络，并通过内部和外部的数据整合，形成了一个非常清晰明确的体系和不同的模型。

「以企业为个体，把企业的干系信息进行搜集，搜集往后进行模型的迭代，晚上搜集完数据，早上就可以有预警旗子暗记出来，比如反敲诈，我们通过一些规则的不雅观念剖析以及一些社交网络社司帐算的能力，同时也能创造一些敲诈的案件，做好风控。
」王健宗说。

在医疗领域，看病难，看病耗时长，看病的做事能力差，王健宗认为这些都可以通过 AI 年夜夫来办理。
安然科技正在进行的一个主要产品是智能读片，通过医疗影像自动的识别、理解、分类，能够快速的定位患者的疾病，末了给出诊断见地。

在人工智能读取影像领域，由于全国各级医院利用的大型设备有各种型号，比如 CT 设备就近百种，这就造成很多公司数据来源单一，产品不能在医院之间通用，而安然科技在 AI 演习的时候采取了各级医院的不同数据，使系统可以让大多数医院利用。
目前，安然科技的肺结节检测系统在临床的准确度已经达到 90%，正在研究糖网、胃癌、宫颈癌等疾病。

安然科技还与政府互助，进行疾病监控的预测，涉及病种包括流感、肿瘤、慢病、高血压、糖尿病等。
2017 年上半年，由安然科技研发推出的人工智能+大数据流感预测模型，能够预测流感趋势，精准预测个人和群体的疾病发病风险，帮助政府及时监控疫情，从而辅导民众预防疾病，降落国家疾病与防控事情的本钱。

如何办理金融和医疗领域的数据稀疏

安然科技深耕金融和医疗的同时，他们创造金融领域和医疗领域的数据量有一个很大的特点，只管数据很丰富，但是相对社交数据，金融数据和医疗数据相对低频，因而数据维度比较稀疏。

如何把这些低频的数据转化为有用的信息，王健宗先容，从技能上来看，须要在数据根本层进行数据压缩，由于数据多了之后，很多是无用数据，数据压缩之后，就能减少数据的存储量和传输量。
另一方面，提升数据的提取能力，比如利用深度学习或者一些压缩感知算法，能够快速提取干系数据的关键特色，在减少数据尺寸（size）的情形下又不丢失数据的含义，王健宗认为，比如模型压缩方面的研究，都是未来的趋势。

利用深度神经网络做模型，层数越多，打算资源越大。
现在有一个研究方向是如何用很小的打算资源，比如 100M 的内存，在深度神经网络的模型同样达到 300 层、400 层。
而目前，大部分深度学习是利用云做事的能力，另一个研究方向是使设备小型化，包括用手机去做运算，立即涌现结果，是否本地化，能否快速的迭代打算，知识的快速获取，王健宗认为这都是往后的趋势。
然而，这对算法本身的模型哀求更高，模型打算量，在同等的情形下模型本身的尺寸小，花费的打算的资源也可以足够减少，同时也能极度压缩打算的韶光。

「理论上像超算，把我们所有的最大的数据灌进去，打算几天几夜，末了出来东西肯定好。
但是很多运用处景没有这个韶光给你，有时候稍纵即逝的一些东西，以是我以为这肯定是往后的趋势。
」王健宗表示。

「传到后端做事器有很多不可控的成分，比如本身的网络带宽如何，手机流量是否够用，做事器运算后返回，都须要韶光。
」因此，安然科技将模型前置。
据王健宗先容，安然科技在这方面的研究比较深入，安然科技的很多 App，比如定车损的 App、好车主 App，用户拍张照片进行自动图象的定损，安然科技可以把模型移植到前端，有些运算则可以在手机上快速完成。