百融云创输出AI核心实力 助力金融机构打造企业级机器学习平台

        在金融服务领域,人工智能(AI)与机器学习(ML)引发了各方讨论,许多机构正在研究如何运用这些新技术来改变业务流程并提高运营效率。尽管交易流程的自动化已在行业内推广了几十年,银行也建立了长期的数据框架和管理机制,但大数据的兴起对人工智能技术的发展产生了深远的影响。据国际权威研究机构IDC报告显示,机器学习开发平台是AI产业化发展的重要基础,具有巨大市场发展空间与潜力,预计未来几年商业化机器学习开发平台的复合增长率将高速提升。

        在零售金融业务,银行正在致力于运用机器学习了解客户日常互动与消费习惯产生的数据,为客户定制产品与服务。在这个过程中,作为国内人工智能和大数据应用平台,百融云创自2018年成立人工智能金融实验室以来,以平台化思维创新研发,不断完善机器学习平台建设,基于风控场景率先在业内推出基于自动机器学习(AutoML)技术的智能模型训练平台“计算未来AutoML”。与此同时,在数据和信息安全备受重视的形势下,百融云创人工智能金融实验室团队还积极探索联邦机器学习(FML)技术,通过去中心化协作的方式,为金融机构转型升级提供全新的发展思路。

        “计算未来AutoML”,可以帮助金融机构在没有任何模型训练经验的条件下,快速、高效地完成风控模型训练与智能风控体系搭建。这样就可以实现建模工作自动化,降低建模工作的门槛,提高模型开发和部署效率,是企业打造数据驱动的业务模式的利器。除此之外,还可以有效实现用户深度经营与网格化精细管理,根据金融机构的实际需求与业务开展情况,持续提供客制化风控解决方案。

        在数据收集上,平台不仅能接收客户提供的多维度数据,而且可以根据客户需求提供百融数据。它是针对金融风控领域进行筛选和处理之后的数据,安全度高、可靠性强,在这些数据上可以获得更好的风控效果;在模型开发上,AutoML技术让业务人员也可以快速上手参与模型开发,并且仅需短短几个小时就能达到甚至超越人工建模效果;在模型应用上,百融云创研发的自动机器学习技术能实现全流程一键部署,既支持本地化部署,将AutoML模型搭建在机构自己的服务器上,也支持云端部署,即部署在百融云创的计算集群,并通过网络的方式为企业提供模型接口服务。

        未来,百融云创还将继续深耕机器学习领域,进一步提升AutoML的效果并开拓更多业务场景,不断研发新的技术应用于各类金融场景,为金融智能化转型赋能。