北京2017年8月15日電 /美通社/ -- 近日，海致網(wǎng)絡(luò)技術(shù)（北京）有限公司金融業(yè)務(wù)副總裁楊娟女士對于知識圖譜在智能金融發(fā)展中的重要作用進(jìn)行了解析。以下是她的觀點全文：

海致網(wǎng)絡(luò)技術(shù)（北京）有限公司金融業(yè)務(wù)副總裁楊娟

隨著與云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等相關(guān)產(chǎn)業(yè)的協(xié)同發(fā)展，人工智能在歷經(jīng)60年的起伏之后，如今已經(jīng)在全球范圍形成了新一輪的搶位發(fā)展態(tài)勢，不僅提供了經(jīng)濟(jì)創(chuàng)新發(fā)展的新動能，而且正成為助推各行各業(yè)轉(zhuǎn)型升級的新引擎。國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃的通知》也著重指出，應(yīng)該“推動人工智能與各行業(yè)融合創(chuàng)新”，在重點行業(yè)和領(lǐng)域開展人工智能應(yīng)用試點示范。

眾所周知，人工智能的底層支撐是大數(shù)據(jù)和算法，無疑應(yīng)在數(shù)據(jù)資源豐富、數(shù)據(jù)價值密度高的行業(yè)率先發(fā)展。這正是金融行業(yè)擁抱人工智能之天然優(yōu)勢：一方面，金融企業(yè)在業(yè)務(wù)開展過程中積累了海量數(shù)據(jù)；另一方面，這些數(shù)據(jù)包括客戶身份、資金收付交易、資產(chǎn)負(fù)債情況等，數(shù)據(jù)價值密度高，在運(yùn)用專業(yè)技術(shù)挖掘和分析之后，價值轉(zhuǎn)化概率高，潛在的商業(yè)價值大。

國務(wù)院相關(guān)部門當(dāng)然不會忽視這點，其《通知》給出了人工智能在金融行業(yè)應(yīng)用的具體范圍，即：建立金融大數(shù)據(jù)系統(tǒng)，提升金融多媒體數(shù)據(jù)處理與理解能力。創(chuàng)新智能金融產(chǎn)品和服務(wù)，發(fā)展金融新業(yè)態(tài)。鼓勵金融行業(yè)應(yīng)用智能客服、智能監(jiān)控等技術(shù)和裝備。建立金融風(fēng)險智能預(yù)警與防控系統(tǒng)。

知識圖譜是實現(xiàn)智能金融的重要臺階

1948年，信息論創(chuàng)始人香農(nóng)提出“信息熵”的概念來描述系統(tǒng)的混亂度和可理解程度：系統(tǒng)越有序，則熵越低?！靶颉钡慕⒑挽氐慕档投夹枰獠孔龉Α＿^去金融機(jī)構(gòu)中的審貸官、客戶經(jīng)理、風(fēng)險經(jīng)理等從業(yè)者收集資料、分析資料、研究資料、決策的過程實際就是建立在對人的體力和腦力進(jìn)行消耗基礎(chǔ)之上從而做功以建立起“序”的過程，而人工智能時代的來臨意味著人腦做功向機(jī)器做功轉(zhuǎn)化，由機(jī)器來自動采集、解析互聯(lián)網(wǎng)文本、信貸文本、資金流水?dāng)?shù)據(jù)、信貸抵押數(shù)據(jù)等，建立關(guān)聯(lián)，迭代模型，發(fā)現(xiàn)秘密，找出規(guī)律，逐步將金融從業(yè)者從勞動中解放出來，建立起“序”。

“序”的建立，遵循“從數(shù)據(jù)到信息，從信息到知識，從知識到智慧”這樣一個邏輯遞進(jìn)的關(guān)系。目前，大多金融機(jī)構(gòu)對于數(shù)據(jù)的應(yīng)用處于“從信息到知識”的階段，而知識圖譜善于從信息中發(fā)掘和構(gòu)建深度的知識關(guān)聯(lián)，使得信息價值顯式化，從而提供更智慧的決策支持，將是金融機(jī)構(gòu)邁向智能金融的重要臺階。國務(wù)院《通知》中，在提及“建立新一代人工智能關(guān)鍵共性技術(shù)體系”時，也著重強(qiáng)調(diào)，需要構(gòu)建“跨媒體分析推理技術(shù)”，重點突破知識圖譜構(gòu)建與學(xué)習(xí)、知識演化與推理、智能描述與生成等技術(shù)，實現(xiàn)跨媒體知識表征、分析、挖掘、推理、演化和利用，構(gòu)建分析推理引擎。

萬事俱備，只欠東風(fēng)。知識圖譜技術(shù)與金融業(yè)務(wù)在實踐中進(jìn)行結(jié)合的深入程度，決定著智能金融發(fā)展進(jìn)程的快慢。

知識圖譜技術(shù)在銀行公司金融領(lǐng)域的應(yīng)用

知識圖譜技術(shù)在金融領(lǐng)域的落地，首先應(yīng)選擇“關(guān)系”密度較大的業(yè)務(wù)領(lǐng)域，企業(yè)與企業(yè)、個人與個人、個人與企業(yè)、賬戶與賬戶、賬戶與產(chǎn)品等，商機(jī)與風(fēng)險存在于各類主體之間的關(guān)系的發(fā)展與變化之中；其次應(yīng)選擇有新興數(shù)據(jù)源帶來新的信息點的業(yè)務(wù)領(lǐng)域，在當(dāng)今大數(shù)據(jù)技術(shù)極速發(fā)展的背景下，互聯(lián)網(wǎng)數(shù)據(jù)的采集與解析、金融機(jī)構(gòu)內(nèi)部非結(jié)構(gòu)化數(shù)據(jù)的挖掘和利用是兩種重要的信息補(bǔ)充方式。

以涵蓋了公司金融部、信貸管理部、風(fēng)險管理部、貿(mào)易金融部等相關(guān)部門的銀行公司金融領(lǐng)域為例，通過知識圖譜整合和關(guān)聯(lián)銀行內(nèi)部結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)以及互聯(lián)網(wǎng)采集數(shù)據(jù)、第三方合作數(shù)據(jù)，發(fā)現(xiàn)和建立企業(yè)與企業(yè)之間的集團(tuán)關(guān)系、投資關(guān)系、上下游關(guān)系、擔(dān)保關(guān)系，企業(yè)與個人之間的任職、實際控制、一致行動關(guān)系，能夠及時進(jìn)行商機(jī)的發(fā)現(xiàn)和風(fēng)險傳導(dǎo)的識別。例如，當(dāng)某一企業(yè)發(fā)生了風(fēng)險事件，銀行可以通過知識圖譜及時預(yù)測未來有潛在風(fēng)險的關(guān)聯(lián)企業(yè)，從而可對相關(guān)企業(yè)的風(fēng)險做出預(yù)判，盡早地發(fā)現(xiàn)并規(guī)避風(fēng)險?；趫D挖掘分析技術(shù)，利用支持向量機(jī)、Pagerank等機(jī)器學(xué)習(xí)方法發(fā)現(xiàn)信貸風(fēng)險傳導(dǎo)模式。例如，A為違約客戶，B、C、D與A有著關(guān)聯(lián)關(guān)系，結(jié)合銀行擔(dān)保關(guān)系數(shù)據(jù)、資金流向數(shù)據(jù)等內(nèi)部特征，以及企業(yè)基本屬性、涉訴信息、輿情等外部特征，通過機(jī)器學(xué)習(xí)方法計算可得到A違約后B、C、D違約的概率，從而及時切斷傳播路徑。此外，通過知識圖譜幫助銀行發(fā)現(xiàn)企業(yè)所處產(chǎn)業(yè)鏈的上下游相關(guān)企業(yè)，發(fā)掘潛在客戶，實現(xiàn)“以點帶鏈”、“以點帶面”的客戶發(fā)現(xiàn)效果，也正日趨成為知識圖譜在營銷領(lǐng)域的成熟應(yīng)用。

在這一過程中，知識圖譜技術(shù)與自然語言處理、機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，可以衍生出更多、更豐富的智能應(yīng)用場景。例如，通過對“同類型企業(yè)”的算法學(xué)習(xí)，識別出具有相同金融特征的企業(yè)客戶，根據(jù)同類型企業(yè)的歷史行為，為新客戶自動進(jìn)行金融產(chǎn)品推薦和定價計算，縮短客戶經(jīng)理的學(xué)習(xí)曲線和判斷過程，成為客戶經(jīng)理隨身的營銷助手。再例如，通過對信貸報告中審批意見的文本解析，為客戶經(jīng)理自動生成貸后任務(wù)，并關(guān)聯(lián)至客戶經(jīng)理的績效考核系統(tǒng)，助力對公業(yè)務(wù)部門從人工化管理向智能化管理轉(zhuǎn)型。

在過去幾年從事智能金融工作的過程中，我個人的一點心得是：帶著人工智能相關(guān)技術(shù)，深入到銀行業(yè)務(wù)中去，會發(fā)現(xiàn)無窮無盡的智能化提升空間。