電子發(fā)燒友App
科技訊7月15日，媒體未來科技峰會在北京舉行。IBM全球企業(yè)咨詢服務(wù)部認(rèn)知與分析服務(wù)總監(jiān)賴開文出席了“AI+金融”專場，并發(fā)表主題演講。他是中國大陸第一個沃森落地項(xiàng)目和銀行業(yè)第一個認(rèn)知客服項(xiàng)目的實(shí)施者。
他介紹，IBM從2006年推出沃爾的計算系統(tǒng)，2014年推出商用，目前在全球17個行業(yè)，已經(jīng)在人工智能和認(rèn)知計算領(lǐng)域有了應(yīng)用。IBM也在2016年的時候宣布，全世界已經(jīng)達(dá)到了，或者計算機(jī)行業(yè)已經(jīng)來到了認(rèn)知的時代。
認(rèn)知系統(tǒng)四大核心能力
認(rèn)知系統(tǒng)應(yīng)該有四大核心能力：
第一，它能夠理解人類的語言，能夠理解很多非結(jié)構(gòu)化的數(shù)據(jù)，包括文本、包括語音、包括圖像、包括視頻。
第二，認(rèn)知系統(tǒng)能夠推理。傳統(tǒng)的計算機(jī)你給它輸入A，它一定給你一個確定的答案B。但是認(rèn)知系統(tǒng)不再是這樣的，它會根據(jù)它所學(xué)習(xí)到的背景的知識，包括時間、包括地點(diǎn)、包括對象、包括產(chǎn)品、包括很多方面內(nèi)容，它會給出它認(rèn)為最合適的一個答案。比如，IBM有一個小機(jī)器人，把這個小機(jī)器人放到阿姆斯特丹，有人就問他：“你覺得世界上最偉大的足球運(yùn)動員是誰？”他說：“因?yàn)槲以诎⒛匪固氐?，所以我想說是科魯伊夫?！币?yàn)檫@個機(jī)器人有推理的能力，把地點(diǎn)這個環(huán)節(jié)放到了這個內(nèi)容當(dāng)中，所以他會說是科魯伊夫。
第三，交互。計算機(jī)系統(tǒng)原來跟人的交互通常是通過鍵盤、鼠標(biāo)來技術(shù)交互，非常僵硬。認(rèn)知系統(tǒng)一大特點(diǎn)是，它能夠使機(jī)器和人的交流像人與人的交流那么順暢，它能夠聽說讀寫，能知道你的意圖，當(dāng)它覺得你的意圖不清晰的時候，它會跟你反問、對話、交流。
第四，它可以學(xué)習(xí)。計算機(jī)系統(tǒng)你給他一個A，它一定給你一個B。學(xué)習(xí)就是你給他一個A，它會有備選的答案，B1、B2、B3……每一個答案后面對應(yīng)著很多的證據(jù)，因?yàn)檫@些證據(jù)會有置信度的排名，它會把置信度最高的給到你。如果你調(diào)整這些答案背后的證據(jù)，你會補(bǔ)充它、優(yōu)化它、更新它之后，這些答案所對應(yīng)的置信度就會有所變化。當(dāng)某個答案的置信度突破了排名變化的時候，這個時候，認(rèn)知計算機(jī)系統(tǒng)給出的答案最終給你的答案就發(fā)生變化，
賴開文介紹，目前，AI已經(jīng)發(fā)展到一定的階段，在很多單一的任務(wù)上，包括圖像識別、語音識別、人臉識別，已經(jīng)接近甚至超過人類的水平。
在這個基礎(chǔ)之上，IBM認(rèn)為，人工智能有三大領(lǐng)域，第一個是交互的提升，第二個是輔助進(jìn)行更廣泛的探索，最后做出更準(zhǔn)確的決策的輔助。
人工智能改變金融交互
對交互而言，認(rèn)知計算機(jī)系統(tǒng)能理解人類的對話，能夠理解人類的語言，所以通過認(rèn)知計算機(jī)系統(tǒng)，它可以很好地來提升你跟客戶之間的交互，最終用戶之間的交互，提升用戶的體驗(yàn)。
現(xiàn)在智能客服可以理解自然語言，未來其實(shí)我們還可以在跟人類對話的過程當(dāng)中，我們了解人類的個性，了解他當(dāng)時的情緒。比如，當(dāng)客戶已經(jīng)憤怒的時候，客戶投訴的時候就不做推銷了，客服機(jī)器人就趕緊安慰他。未來在人的個性的識別以及情緒的識別上可以做更多的提升。
目前，IBM已經(jīng)在銀行做了三類機(jī)器人：銀行網(wǎng)點(diǎn)迎賓機(jī)器人、服務(wù)機(jī)器人、咨詢機(jī)器人。
迎賓機(jī)器人，可以回答銀行客戶剛到銀行網(wǎng)點(diǎn)時的一些問題，包括理財?shù)?a target="_blank">推薦、銀行的簡單信用卡開卡等等問題都可以回答。
服務(wù)機(jī)器人，現(xiàn)在在手機(jī)銀行、在網(wǎng)上銀行都可以辦業(yè)務(wù)，但是這種辦業(yè)務(wù)更多的是給用戶一些下拉框，讓他選一些產(chǎn)品、期限等，服務(wù)機(jī)器人辦理的業(yè)務(wù)過程中不再是下拉框，而是像人一樣對話，當(dāng)用戶有疑問時，可以會很溫暖地回答用戶的問題。
咨詢機(jī)器人，通過身份驗(yàn)證可以知道用戶是誰，根據(jù)客戶需要，推薦千人千面的個性化的服務(wù)。
目前這幾個機(jī)器人都有實(shí)際落地。IBM已經(jīng)在***的某家銀行做了信用卡的推薦，做了房貸的申請，以及外匯兌換的幾個業(yè)務(wù)。在推出的一個月當(dāng)中，這家銀行的業(yè)務(wù)量增加了4倍。IBM還在國內(nèi)的某家股份制有限銀行做了網(wǎng)點(diǎn)機(jī)器人，IBM很可能馬上就會跟某一家國內(nèi)非常有名的排前幾位的股份制銀行，給他們的智能投顧產(chǎn)品，由原來的幾個下拉選項(xiàng)的選擇變成一個智能的交互，使得他們和客戶之間實(shí)現(xiàn)“有溫度的對話”。
關(guān)系圈識別可降低金融風(fēng)險
接下來說搜索。
以前的計算機(jī)系統(tǒng)做的探索，主要是關(guān)鍵詞的匹配和搜索。這在結(jié)構(gòu)化數(shù)據(jù)當(dāng)中可以做，但是80%的數(shù)據(jù)都是非結(jié)構(gòu)化的數(shù)據(jù)。
現(xiàn)在認(rèn)知系統(tǒng)有兩個功能：
第一，可以做到模式匹配和關(guān)系的發(fā)現(xiàn)。通過語義理解和模式匹配，可以在海量的非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中做搜索想要的東西。比如，對一個問題，可以從海量的知識庫當(dāng)中可以定位用戶所需要的答案，而不是一個關(guān)鍵詞。
第二，在海量數(shù)據(jù)當(dāng)中，可以發(fā)現(xiàn)很多相關(guān)的知識、知識之間的關(guān)系是什么。
未來，IBM希望能做到無監(jiān)督的知識的構(gòu)建，現(xiàn)在做的知識圖譜的構(gòu)建大多還是有監(jiān)督的。未來，希望人工智能能夠從海量的知識庫中抽取其中的關(guān)系、以及關(guān)系存在的類型，能夠自動地去學(xué)習(xí)、更新、維護(hù)。
此外，現(xiàn)在很多人工智能在寫詩、在寫歌、在寫文章。IBM希望未來的探索使得認(rèn)知系統(tǒng)能夠做一些藝術(shù)家所做的工作，即“創(chuàng)新”。
在這方面，IBM已有產(chǎn)品落地。賴開文介紹，IBM在四大行的某一家銀行里頭我們做了一個基于圖計算的品牌。通過圖計算幫銀行來進(jìn)行風(fēng)險的識別和傳導(dǎo)的預(yù)測。
具體來說，IBM做了八種關(guān)系的關(guān)系圈搜索，包括股權(quán)關(guān)系、擔(dān)保關(guān)系、投資人之間的關(guān)系、資金圈的關(guān)系等等。在這八種關(guān)系當(dāng)中，IBM去檢索相應(yīng)的關(guān)系圈。賴開文介紹，IBM的System G目前已經(jīng)非常強(qiáng)大，原來做這樣的一個關(guān)系識別要一個月的時間，現(xiàn)在做到了只要分鐘級就可實(shí)現(xiàn)。原來這個關(guān)系圈做到6個就做不下去了，現(xiàn)在能夠做到無限的，20個、30個，甚至上百個關(guān)系圈搭建。
利用關(guān)系圈的搭建，IBM做的是風(fēng)險傳導(dǎo)的預(yù)測。在這個關(guān)系圈里頭當(dāng)有一個點(diǎn)出現(xiàn)違約的時候，它剩下的關(guān)系圈的其他的點(diǎn)什么時候會違約？它違約的概率有多大？就像一個蘋果筐里頭有一個蘋果爛了，其他的蘋果什么時候會爛掉？就可以預(yù)測了。我們做的準(zhǔn)確率在40的預(yù)測做到58.2%，基于這樣的驗(yàn)證，IBM即將對銀行進(jìn)行這樣的產(chǎn)品推廣?，F(xiàn)在很多銀行都很關(guān)注，對風(fēng)險傳導(dǎo)的預(yù)測能夠大大減少銀行損失。
人工智能輔助決策
人工智能最重要的能力或者最關(guān)鍵的能力就是幫助人們做決策。IBM認(rèn)為現(xiàn)階段人工智能或者認(rèn)知計算更多強(qiáng)調(diào)的是“輔助”決策的階段。
“輔助”決策的意思是，IBM會給用戶決策的建議，這些建議里有一個“置信度”，即這個計算機(jī)系統(tǒng)、認(rèn)知系統(tǒng)認(rèn)為他的置信度有多少，即判斷它再多大程度上是靠譜的。并且“可追溯”，意思是，每個決策建議后面會給出證據(jù)，人可以據(jù)此作出判斷，覺得合理就采納，如果不合理，就做出自己的判斷。
在這方面，IBM的落地項(xiàng)目是，幫日本的一家保險公司做智能理賠。壽險公司的理賠非常復(fù)雜，因?yàn)椴》N很多，每個病都很復(fù)雜，要分清什么情況賠、什么情況不賠，是很專業(yè)的事情。同時，在判斷是否應(yīng)該理賠時，要核查非常多的文檔、檢查的資料、醫(yī)生的處方等等。一般復(fù)雜大病需要10年以上的員工才能做。這樣人力成本的投入是非常高的。IBM通過沃森系統(tǒng)幫壽險做智能的理賠，做兩件事情：
第一，從非結(jié)構(gòu)化的數(shù)據(jù)（從醫(yī)院拿過來的醫(yī)生開的處方單、診療報告）當(dāng)中，把關(guān)鍵特征信息抽取出來，包括了疾病名稱、手術(shù)名稱、診療結(jié)論，不需要通過人去錄入。這是通過自然語言的理解、機(jī)器學(xué)習(xí)實(shí)現(xiàn)的。
第二，把抽取出來的特征與歷史數(shù)據(jù)進(jìn)行對比，從而做出理賠決策。
賴開文透露，IBM給這家公司做完之后，該公司理賠的平均時間減少了40%，人員的投入減少了30%，原來有30%的人員轉(zhuǎn)崗去做別的事情了。每年減少支出1.5億日元。
他透露，IBM正在談中國的保險公司，TOP6的保險公司要把這樣的一個認(rèn)知理賠的方案從日本移植到中國本地。（溫泉）
以下為演講實(shí)錄：
閆瑾：謝謝紀(jì)總的分享。因?yàn)楸ｋU現(xiàn)在是被大眾越來越需要，我們也期待人工智能在保險領(lǐng)域更多地落地，讓保險更加人工化、智能化和個性化。
下面同樣邀請到一位重量級的嘉賓，他是中國大陸第一個沃森落地項(xiàng)目和銀行業(yè)第一個認(rèn)知客服項(xiàng)目的實(shí)施者，今天他首次就AI+金融發(fā)表演講。讓我們有請IBM全球企業(yè)咨詢服務(wù)部認(rèn)知與分析服務(wù)總監(jiān)賴開文先生，有請。
賴開文：大家上午好，今天很高興有這樣的機(jī)會來分享IBM在人工智能（IBM叫認(rèn)知計算）的觀點(diǎn)，以及我說一下，IBM很重要的是在2B的市場，就是幫傳統(tǒng)的企業(yè)做人工智能的應(yīng)用和創(chuàng)新。今天從兩個方向，第一個是認(rèn)知計算的發(fā)展趨勢以及IBM如何本身傳統(tǒng)企業(yè)在金融行業(yè)做一些認(rèn)知的應(yīng)用。
我們知道其實(shí)AI不是一個新的課題，AI其實(shí)從50年代就開始了，到目前60來年的歷程。但是這么多年，經(jīng)過了兩個波谷，都是因?yàn)锳I未能達(dá)到人們的預(yù)期。第一個是70年代，第二個是80年代。現(xiàn)在其實(shí)從機(jī)器學(xué)習(xí)、大數(shù)據(jù)，甚至到深度學(xué)習(xí)這樣一個大的技術(shù)的突破，使得AI來到了一個新的春天，甚至我認(rèn)為現(xiàn)在是夏天，大家都在非常火熱地?fù)肀н@個話題，無論是從新興的IT企業(yè)，還有傳統(tǒng)的行業(yè)，都在積極地?fù)肀I（人工智能）。IBM從2006年推出沃爾的計算系統(tǒng)，2014年推出商用，目前在全球17個行業(yè)，已經(jīng)在人工智能和認(rèn)知計算領(lǐng)域有了應(yīng)用。IBM也在2016年的時候宣布，全世界已經(jīng)達(dá)到了，或者計算機(jī)行業(yè)已經(jīng)來到了認(rèn)知的時代。
認(rèn)知時代其實(shí)跟AI是一脈相承的，IBM在談?wù)J知計算或者認(rèn)知系統(tǒng)的時候，我們主要強(qiáng)調(diào)認(rèn)知系統(tǒng)應(yīng)該有四大核心的能力：
第一，它能夠理解人類的語言，能夠理解很多非結(jié)構(gòu)化的數(shù)據(jù)，包括文本、包括語音、包括圖像、包括視頻。這些內(nèi)容能夠像人一樣去理解里頭的真實(shí)的含義和分類，等等。這是第一個理解的能力。
第二，認(rèn)知系統(tǒng)能夠推理。傳統(tǒng)的計算機(jī)你給它輸入A，它一定給你一個確定的答案B。但是認(rèn)知系統(tǒng)不再是這樣的，它會根據(jù)它所學(xué)習(xí)到的背景的知識，包括時間、包括地點(diǎn)、包括對象、包括產(chǎn)品、包括很多方面內(nèi)容，它會給出它認(rèn)為最合適的一個答案。我舉一個例子，其實(shí)IBM有一個小機(jī)器人，把這個小機(jī)器人放到阿姆斯特丹，有人就問他：“你覺得世界上最偉大的足球運(yùn)動員是誰？”他說：“因?yàn)槲以诎⒛匪固氐?，所以我想說是科魯伊夫?！币?yàn)檫@個機(jī)器人有推理的能力，把地點(diǎn)這個環(huán)節(jié)放到了這個內(nèi)容當(dāng)中，所以他會說是科魯伊夫。所以認(rèn)知系統(tǒng)很重要的特點(diǎn)就是有推理能力，他根據(jù)背景的知識能夠選擇他的輸出或者選擇他的答案。
第三，交互。我們的計算機(jī)系統(tǒng)原來跟人的交互通常是通過鍵盤、鼠標(biāo)來技術(shù)交互，非常僵硬。認(rèn)知系統(tǒng)一大特點(diǎn)，它能夠使機(jī)器和人的交流像人與人的交流那么順暢，它能夠聽說讀寫，能知道你的意圖，當(dāng)他覺得你的意圖不清晰的時候，他會跟你反問、對話、交流。
第四，它可以學(xué)習(xí)。計算機(jī)系統(tǒng)你給他一個A，他一定給你一個B，如果過兩天不給你B的時候，你會說他有Bug，但是認(rèn)知系統(tǒng)最重要的就是學(xué)習(xí)。學(xué)習(xí)就是你給他一個A，他會有備選的答案，B1、B2、B3……每一個答案后面對應(yīng)著很多的證據(jù)，因?yàn)檫@些證據(jù)會有置信度的排名，他會把置信度最高的給到你。如果你調(diào)整這些答案背后的證據(jù)，你會補(bǔ)充它、優(yōu)化它、更新它之后，這些答案所對應(yīng)的置信度就會有所變化。當(dāng)某個答案的置信度突破了排名變化的時候，這個時候，認(rèn)知計算機(jī)系統(tǒng)給出的答案最終給你的答案就發(fā)生變化，也就意味著認(rèn)知計算機(jī)系統(tǒng)，當(dāng)你把它所對應(yīng)的背景知識進(jìn)行更新訓(xùn)練的時候，它會不斷地學(xué)習(xí)，優(yōu)化它的答案輸出。
剛才談到四個觀點(diǎn)。其實(shí)在目前，AI已經(jīng)發(fā)展到一定的階段，在很多單一的任務(wù)上，包括了圖像的識別、包括了語音的識別、包括了人臉的識別，其實(shí)他們已經(jīng)接近，甚至超過人類的水平。比方說圖像的識別，現(xiàn)在已經(jīng)不僅僅是速度，在精準(zhǔn)度上已經(jīng)超過人類。在語音識別上頭，在某些特定的場景，它其實(shí)超過人類了。但是在一些錄音比較嘈雜的環(huán)境下，它可能沒有人類那么靈敏，它抗干擾的能力稍微差一點(diǎn)。但是人臉的識別到現(xiàn)在已經(jīng)基本沒有問題了，我們知道的技術(shù)是達(dá)到了百分之九十九點(diǎn)幾以上的準(zhǔn)確度。
我們其實(shí)認(rèn)為，IBM認(rèn)為，人工智能有三大領(lǐng)域，第一個是交互的提升，第二個是輔助進(jìn)行更廣泛的探索，最后做出更準(zhǔn)確的決策的輔助。
我一個一個來看，對交互而言，認(rèn)知計算機(jī)系統(tǒng)能理解人類的對話，能夠理解人類的語言，所以通過認(rèn)知計算機(jī)系統(tǒng)，它可以很好地來提升你跟客戶之間的交互，最終用戶之間的交互，提升用戶的體驗(yàn)。以前其實(shí)有一個偽機(jī)器人，其實(shí)就是關(guān)鍵字的搜索和替代。剛才紀(jì)總也談到，他們在眾安科技做機(jī)器人。其實(shí)現(xiàn)在很多的對話系統(tǒng)或者說是FAQ的系統(tǒng)，問答系統(tǒng)，大家都在用機(jī)器人做。以前有一些傳統(tǒng)的機(jī)器人，我們叫智能客服1.0，是通過規(guī)則的匹配，配關(guān)鍵字、配規(guī)則來做?，F(xiàn)在我們來做，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理解，我們叫自然語言的語義理解，去理解客戶的意圖，然后進(jìn)行多輪的對話。因?yàn)槲覀兏酥g的對話不是一問一答就好了，需要多輪的對話，現(xiàn)在我們已經(jīng)做到深度對話的能力。未來能做什么？未來其實(shí)我們還可以在跟人類對話的過程當(dāng)中，我們了解人類的個性，了解他當(dāng)時的情緒。當(dāng)客戶已經(jīng)憤怒的時候，客戶投訴的時候就不要做推銷了，你就趕緊安慰他就好了。所以在這一塊，人和人之間，人要看臉說話，當(dāng)人臉已經(jīng)發(fā)怒了，你就趕緊停止。未來在人的個性的識別以及情緒的識別上可以做更多的提升。
IBM在認(rèn)知交互其實(shí)做了很多的工作，我們已經(jīng)給某些客戶做過問答機(jī)器人，很簡單，其實(shí)就是在我們的銀行網(wǎng)點(diǎn)上弄一個實(shí)體機(jī)器人，過來迎賓，他等候的時候你可以問他問題，包括理財?shù)耐扑]，包括銀行的簡單信用卡開卡等等問題都可以問，這是很簡單的。第二個是服務(wù)機(jī)器人。我們都知道，其實(shí)現(xiàn)在在手機(jī)銀行、在網(wǎng)上銀行都可以辦業(yè)務(wù)，但是這種辦業(yè)務(wù)更多的是你給他一些下拉框，讓他選一些產(chǎn)品、期限，等等很多下拉選項(xiàng)，給他一些金額，要辦多少錢的保險，多少金額等等，但是這種交流沒有溫度，而且很多時候客戶辦理業(yè)務(wù)的過程當(dāng)中會有問題要問你，比如辦一個理財產(chǎn)品的時候，他會問你什么叫保本？保本就不會虧錢嗎？人家的理財產(chǎn)品收益會比體高，為什么出現(xiàn)這種情況呢？這個問答需要得到及時的回答。這個時候我們叫服務(wù)機(jī)器人，辦理的業(yè)務(wù)過程中不再是下拉框，就像人一樣對話，你獲取他的需求，當(dāng)他有疑問的時候，你會很溫暖地回答他的問題，消除他的疑惑，最終臨門一腳的時候幫你做好最后臨門一腳的破門的動作，使得他購買你的產(chǎn)品，選擇你的服務(wù)，這是服務(wù)機(jī)器人。
第三個是咨詢機(jī)器人，每個人希望個性化的服務(wù)，通過身份驗(yàn)證我知道你是誰。他的頭銜是什么，如果某些人學(xué)歷非常高，他希望被稱之為博士，或者你給他推薦產(chǎn)品的時候，做服務(wù)的時候不是統(tǒng)一的我現(xiàn)在整個企業(yè)希望推什么產(chǎn)品，而是這個客戶本身希望推什么產(chǎn)品。在服務(wù)過程當(dāng)中你又給他一些引導(dǎo)，引導(dǎo)他得到千人千面的個性化的服務(wù)。所以第三方面就是咨詢的機(jī)器人。在這塊我們其實(shí)已經(jīng)在***的某家銀行做了信用卡的推薦，做了房貸的申請，這兩個業(yè)務(wù)以及外匯兌換的幾個業(yè)務(wù)，在推出的一個月當(dāng)中，他們的業(yè)務(wù)量增加了4倍。我們還在國內(nèi)的某家股份制有限銀行給他們做了這樣一個網(wǎng)點(diǎn)機(jī)器人，我們還很可能馬上就會跟某一家國內(nèi)非常有名的排前幾位的股份制銀行，給他們的智能投顧的這樣一個產(chǎn)品，由原來的幾個下拉選項(xiàng)的選擇變成一個智能的交互，使得他們叫有溫度的對話和產(chǎn)品的客戶的交互。這個是我們現(xiàn)在在做的一些事情。
接下來說探索。以前的計算機(jī)系統(tǒng)做的探索，關(guān)系型數(shù)據(jù)庫，我們做什么事情？關(guān)鍵詞的匹配和搜索。這個其實(shí)在結(jié)構(gòu)化數(shù)據(jù)當(dāng)中可以做，但是現(xiàn)在我們都知道，80%的數(shù)據(jù)都是非結(jié)構(gòu)化的數(shù)據(jù)，現(xiàn)在認(rèn)知系統(tǒng)能夠做什么？現(xiàn)在認(rèn)知系統(tǒng)可以做到模式匹配和關(guān)系的發(fā)現(xiàn)。所以我們通過語義理解和模式匹配可以在海量的非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中做搜索，去搜索出你想要的那些東西，包括現(xiàn)在你問一個問題，我從海量的知識庫當(dāng)中可以定位到你所需要的答案，而不是一個關(guān)鍵詞，你相似的答案可能是這些，你再去搜索一下。我們可以根據(jù)你問的問題精準(zhǔn)地定位到你所需要的答案是什么。第二，在海量數(shù)據(jù)當(dāng)中，我們可能發(fā)現(xiàn)出很多相關(guān)的知識，知識之間的關(guān)系是什么？這個是第二點(diǎn)。我們現(xiàn)在能做到這個。未來我們能做什么？未來我們希望能做到無監(jiān)督的知識的構(gòu)建，我們現(xiàn)在做的知識圖譜的構(gòu)建大多還是有監(jiān)督的，希望為能夠做到無監(jiān)督的知識構(gòu)建，整個給你一個海量的知識庫，我能夠抽取當(dāng)中的關(guān)系以及關(guān)系存在的類型是什么，它能夠自動地去學(xué)習(xí)、自動地去更新、自動地去維護(hù)，這是第一點(diǎn)。第二點(diǎn)，現(xiàn)在很多人工智能在做什么？在寫詩、在寫歌、在寫文章。我們希望未來的探索使得我們認(rèn)知系統(tǒng)能夠做一些藝術(shù)家所做的工作，我們叫創(chuàng)新。這是未來能做的事情。
IBM在四大行的某一家銀行里頭我們做了一個基于圖計算的品牌。通過圖計算幫他們來進(jìn)行風(fēng)險的識別和傳導(dǎo)的預(yù)測，大家都知道，剛才劉總也談到了風(fēng)險的識別，還有蔣總也談到了風(fēng)險，銀行風(fēng)險很大。我們做了什么事情，我們做了八種關(guān)系，包括股權(quán)的關(guān)系，包括擔(dān)保的關(guān)系，包括投資人之間的關(guān)系，包括資金圈的關(guān)系等等這八種關(guān)系當(dāng)中，我們?nèi)z索相應(yīng)的關(guān)系圈。IBM的System G非常強(qiáng)大，我們原來做這樣的一個關(guān)系識別，他們要一個月的時間做這樣的關(guān)系識別，我們現(xiàn)在做到了只要分鐘級就可以做關(guān)系圈的識別，而且我們這個關(guān)系圈原來做到6個就做不下去了，現(xiàn)在我們能夠做到無限的，20個、30個，甚至上百個關(guān)系圈搭建。我們做的是風(fēng)險傳導(dǎo)的預(yù)測。在這個關(guān)系圈里頭當(dāng)有一個點(diǎn)出現(xiàn)違約的時候，它剩下的關(guān)系圈的其他的點(diǎn)什么時候會違約？它違約的概率有多大？就像一個蘋果筐里頭有一個蘋果爛了，其他的蘋果什么時候會爛掉？我們做了這樣一個風(fēng)險傳導(dǎo)的預(yù)測。我們做的準(zhǔn)確率在40的預(yù)測做到58.2%，基于這樣的驗(yàn)證，我們馬上會給他們進(jìn)行這樣一個產(chǎn)品推廣，而且現(xiàn)在很多銀行都關(guān)注這樣的，對他們的傳導(dǎo)預(yù)測能夠非常地減少他們的損失。
第三個是決策，我們做了這么多，人工智能最重要的能力或者最關(guān)鍵的能力就是幫助人們做決策。
IBM認(rèn)為現(xiàn)階段人工智能或者認(rèn)知計算更多強(qiáng)調(diào)的是輔助決策的階段，我們會給你決策的建議，這些建議里有一個置信度，這個計算機(jī)系統(tǒng)、認(rèn)知系統(tǒng)認(rèn)為他的置信度有多少，我判斷他多少是靠譜的。第二個是可追溯，就是我給你一個決策，相應(yīng)的后面給你一個證據(jù)，為什么給你這樣的決策？理由是什么？我會給你證據(jù)。人可以去看，我做這樣一個決策證據(jù)背后的內(nèi)容一二三四是什么，你覺得合理就采納我的建議，如果不合理，請你做出自己的判斷。所以這是一個現(xiàn)在叫輔助決策。未來當(dāng)我們的認(rèn)知系統(tǒng)更加智能，當(dāng)我們的數(shù)據(jù)更加豐富，當(dāng)我們的歷史數(shù)據(jù)周期更長，當(dāng)我們在監(jiān)管方面不再那么嚴(yán)格要求的時候，或者我們更有信心的時候，我們希望未來計算機(jī)系統(tǒng)就可以幫你做決策。其實(shí)現(xiàn)在這樣的一個自動駕駛就是計算機(jī)在幫你做決策，左拐、右拐、剎車不剎車都是計算機(jī)幫你做決策。未來面對商用的時候一定會有監(jiān)管的要求或者法律的風(fēng)險要去解決。
在認(rèn)知決策里頭，IBM做過什么？我談一個案例，我們幫一家保險公司做智能理賠。大家多知道，尤其是壽險公司，一旦投完保之后出險，要理賠的時候其實(shí)非常復(fù)雜，大家都知道病種那么多，每個病都那么復(fù)雜，保險的條款，我也買過這樣的壽險，看到后來我根本看不下去了，就因?yàn)榕笥训年P(guān)系我就買吧，我信任你。理賠專員其實(shí)也很難受，這么多病種都是很罕見的病，而且都是很專業(yè)，保險的條款什么情況賠、什么情況不賠非常復(fù)雜。所以這樣的一個事情，第一，非常多的出險理賠的文檔、檢查的資料、醫(yī)生的處方等等，一般復(fù)雜大病需要十年以上的員工才能做。這樣人力成本的投入是非常高的。IBM通過沃森系統(tǒng)幫他們做智能的理賠，做兩件事情：1，從非結(jié)構(gòu)化的，從醫(yī)院拿過來的醫(yī)生開的處方單，開的診療的報告，我們把一些關(guān)鍵的特征信息抽取出來，包括了疾病的名稱，包括的手術(shù)的名稱，包括診療的結(jié)論，不需要通過人去錄入，直接計算機(jī)系統(tǒng)就抽取出來，通過自然語言的理解，通過機(jī)器學(xué)習(xí)抽取出來。2，當(dāng)抽取出來的這些特征放到規(guī)則的引擎里去做，做過保險系統(tǒng)的人知道，規(guī)則引擎只能解決一些問題，還有一些問題不能解決，需要人工去處理。IBM的沃森系統(tǒng)就把這些拿過來，他去讀理賠的專案，拿過來申請材料，跟保險的條款進(jìn)行比對，跟歷史的案件進(jìn)行比對，歷史的案件里頭哪些跟它相似，相似的案件賠了還是沒有賠？沒有賠的原因是什么？是否跟你這個相符合，這個拿過來了。IBM給這家公司做完之后，他們原來理賠的平均時間減少了40%，人員的投入減少了30%，原來有30%的人員，我們不能說下崗了，這家公司把這些人員拿去做別的事情了。剛才劉總說的，把北大、清華的人員拿去干別的是一個意思，他們把這些人拿去做別的。每年給他減少了1.5億日元的指出。日本的保險公司沒有那么大，對于中國的保險公司，現(xiàn)在我們已經(jīng)在談，TOP6的保險公司要把這樣的一個認(rèn)知理賠的方案從日本移植到中國本地，我想中國的量級，未來可以給這些保險公司人力的成本節(jié)省是有多大可以想見。這是第三個認(rèn)知理賠所輔助決策的這樣一個內(nèi)容。
以上就是我今天所分享的內(nèi)容，希望未來有機(jī)會跟大家再有時間作更多的分享，我也希望我們今天的內(nèi)容，我們知道AI未來非常有廣闊前景，但是它怎么能幫助到各自的企業(yè)？怎么能幫助到傳統(tǒng)的企業(yè)？我想AI正在腳踏實(shí)地一步步往前走，走得非常踏實(shí)、非常堅(jiān)實(shí)。謝謝大家。
工商網(wǎng)監(jiān)
評論