顶象深度画像亮相GMIC，用AI提升金融反欺诈

本篇文章1648字，读完约4分钟

"最近，facebook的信息泄露再次让隐私保护成为焦点."。2018年4月27日，gmic首席图像技术科学家石亮表示，去年《网络安全法》的实施和欧洲gdpr标准(常规数据保护条例)的推广，使私有数据的保护成为共识。“因此，在进行人工智能时，我们应该更加重视对隐私敏感数据的保护”。

Gmic是世界上最大和最有影响力的移动互联网行业会议之一。今年的主题是“人工智能让一切成为可能”。来自世界各地的顶尖人工智能科学家、企业家、投资者和行业专家分享了人工智能领域的最新见解，如基础硬件、大数据和开源平台、以深度学习为代表的算法，并讨论了人工智能在各个行业的应用。

人工智能应用的两个主要要求:隐私保护和快速重用

世界正在加速进入人工智能时代。人工智能由数据驱动。没有数据，人工智能就不能进行有针对性的训练、识别和预测，因此它就不能理解人们的需求，也就不能享受准确和智能的服务。今年3月，中央电视台“中国经济生活综合调查”栏目发布了一项关于人工智能意识的调查，显示80%的受访者担心人工智能会威胁到他们的隐私。专家认为，数据隐私和数据所有权是人工智能进一步发展中需要解决的重要问题。

top image technology首席科学家石亮在分享“ai时代的反欺诈”主题时表示，top image的深度图像技术可以通过网络嵌入式表示等深度学习算法学习多维连续空表示，并可以挖掘复杂的关系数据。可视化和显示，有效屏蔽私有数据，实现不同业务和不同场景中模型的快速重用，提高互联网反欺诈能力。

为了直观展示深度人像技术下的反欺诈效果，石亮展示了一组深度人像技术下反欺诈应用效果的实际数据可视化图。

左边的图是用户访问热图。颜色越偏向紫色端，拥有相同访问行为的用户就越少。颜色越偏向黄色，用户的访问行为就越多；右边的数字是基于顶部图像设备的指纹威胁情报数据的渲染:中间的红色是已知的真实有效的普通用户，而分散在周围的蓝色区域是欺诈用户、虚假注册或未知帐户。正常的用户行为反映了良好的聚合，并且可以一目了然。

，他进一步介绍道:“从这张比较图中，我们可以清楚地看到深度人像技术可视化对于欺诈性用户识别的帮助和直观理解”

顶级图像深度人像技术是如何制作的？

基于业务数据和隐藏数据，通过分类聚类、相似度计算、异常检测、推荐搜索等方法对海量数据进行分析和挖掘。，以便生成具有商业价值的用户标签并勾勒出用户肖像。从而及时识别各种欺诈风险，完成用户信用评估，准确营销目标。

石亮表示，除了传统人像技术的数据抽象之外，顶级的图像深度人像技术在网络结构上采用了当前最前沿的嵌入式表现技术，如deepwalk、node2vec和gcn在目标函数中使用了多种无监督学习、监督学习和半监督学习技术，这些技术也通过目标函数损失、聚类分析、数据可视化和采样得到了验证。

一些听众问企业如何建立适合自己业务的深度人像技术，如top image。石亮当场“推广”了顶尖图像的智能分析平台。

他说，通过顶部的图像智能分析平台，技术人员可以通过拖放鼠标方便快捷地定义机器学习和模块，无需编写一行代码就可以配置和部署建模过程。“您不仅可以定制专有模型，还可以引入共享模型”。

人工智能可以有效降低财务成本，增强反欺诈能力

相关机构2017年7月发布的《新一代人工智能发展规划》提出了“智能金融”的重点应用方向，鼓励智能金融产品和服务创新，开发新的金融业态，鼓励金融业应用智能客户服务、智能监控等技术和设备，建立金融风险智能预警和防范体系。

金融是一个高度数据化的行业，人工智能技术可以提高金融机构在身份认证、风险控制和个性化运营方面的效率。例如，在前端，人工智能技术可以用来打击欺诈和服务客户；在中国台湾，人工智能技术支持信贷和借贷决策、各种金融交易和金融分析，无需人工审查；在这种背景下，人工智能技术可以用于风险防控和监管。

毫无疑问，金融业是人工智能应用最好的行业。Ai应用可以大大降低金融业的成本，并显著提高金融风险控制和业务处理能力。