ZD至顶网软件频道消息: 2016年11月18日,毕马威中国领先金融科技公司50颁奖暨研讨会在沪盛大开启。本次论坛旨在探讨金融科技与互联网金融的发展趋势,从而推动金融科技和普惠金融的发展。天云大数据荣选领先金融科技50强企业,天云大数据CEO雷涛出席本次活动并参与圆桌讨论。十一届全国政协副主席李金华、中国中小企业协会会长李子彬、毕马威中国管理咨询合伙人张俊铭等600多名政商界人士出席本次论坛。
近年来,新兴的金融科技企业利用大数据、云计算、区块链等技术手段对传统金融行业所提供的产品和服务进行个性创新,提升了金融服务效率。以大数据、人工智能背景的天云大数据,与蚂蚁金服、京东金融、微众银行等新型金融公司被一同选入TOP50榜单,以科技为尖刀切入金融领域,以高效率的科技手段抢占市场,提升金融服务效率以及更好的风险管理。
研讨金融科技与互联网金融的发展,与会嘉宾的普遍共识是:领先信息科技的创新应用是解决金融服务痛点,提升金融服务效率的终极解决思路。
天云大数据CEO雷涛也在论坛中表示,数据服务于金融多年,比如商业智能BI,在如今人工智能AI的热潮中,BI与AI的定位将有进一步演进,基于大数据为核心的AI、区块链技术模式,正在对金融基础设施带来巨大变化。
目前的大数据反欺诈技术离不开文本挖掘,最重要的是语义识别。其次重要的是图像的挖掘,包括OCR识别图像文字、相似图片等等。传统申卡欺诈分析中往往运用强变量来评估个人在未来信用卡使用行为中的表现,没有整合分析其他维度的数据源。
而大数据申卡欺诈分析预警系统,首先,融合了信用卡申请环节的各个业务数据,解决了数据孤岛的问题;其次,引入第三方数据,比如银联数据等,扩展了数据的维度;最后,通过复杂网络技术,构建申卡客户的社交复杂网络提供客户的社交数据,在拓展覆盖维度的同时,以弱变量来体现强变量,并且实现了社交数据的高频率更新,提高了数据的准确有效性。
天云大数据深耕金融领域多年,在申卡反欺诈分析预警系统提供多例解决方案,成功融合银行内部的数据,建立数据挖掘系统,引入地域关系、联系关系、推荐关系等拓展建立申请人社交关系复杂网络,联合银行信用卡申请系统数据,利用大数据分析技术,建立信用卡申卡欺诈分析预警新模式。
天云大数据的人工智能平台MaximAI,突破了Hadoop、Spark在部署使用上的瓶颈,在SPARK/ALLUXIO分布式内存计算框架下,使用scala语言彻底重构了深度强化学习等前沿数据科学算法,同时采用Free coding的免代码交互式调参优化,不再依赖于昂贵的GPU,在商业化X86集群上即可运行深度学习,实现了从并行化计算到分布式计算的转变。从而解决了分布式与机器学习算法难结合的问题,能够帮助企业快速实现AI产业化。
在银行信用定价方面,Maxim AI可针对千万级别信用卡客户的风险进行分析,针对不同风险值的信用卡客户的利率差别市场化。通过MaximAI平台为银行业进行用户属性分析,提供定制化资金服务的模式是在改变金融产品设计以及其交互方式。
在本次论坛上,天云大数据还同期发布了大数据日报,包括大数据、人工智能、Fintech等主题,轻松订阅便可帮助用户洞悉最前沿资讯。大数据日报无需人工编目,MGC引擎根据热点主题信息可实现机器自动抓取全网资讯,并可个性化定制其他主题。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。