實戰 | 從感知走向認知——交通銀行人工智能技術研究及應用
自從人工智能技術誕生以來，經歷了從計算智能、感知智能到認知智能的三個發展階段。從單純的計算發展到能讀會寫，進而具備了一定的思考感知能力，能夠在一定程度上理解周邊的場景。伴隨著人工智能技術的發展，人們的生產方式、生活方式、思維方式及交往方式逐步發生著巨大而深遠的變化。在金融領域也是如此，人工智能從起初作為業務執行過程中的智能助手，逐步成為業務過程中的重要環節。在改善用戶體驗、優化業務合理性、加速業務流轉、提高業務安全性等方面，人工智能技術都發揮著巨大的作用。
在智能化建設過程中，交通銀行基于自身業務場景，通過技術自研和產品引入等方式，分別在機器學習、知識圖譜、圖像識別、生物識別、智能語音、RPA等領域建設技術平臺。并且在基礎技術能力平臺上進一步提出從感知走向認知的發展路線，實現對AI能力的訓練、開發、服務進行統一管理，能夠對各種基礎能力根據業務場景進行智能編排組合和治理。
建設能力，促進業務成長
交通銀行在面對新技術、新業態的機遇和挑戰過程中，立足金融業務的發展，從“發掘數據價值”和“面向業態變化”兩個方面入手，通過積極引入新技術、搭建技術平臺等方式，建設并發展人工智能的服務能力。根據業務場景的需求，我們建設了企業級機器學習平臺、“全棧式”知識圖譜平臺、統一圖像識別平臺、生物識別平臺、智能語音平臺、RPA平臺等多個技術平臺（見圖1）。這些技術平臺提供的智能能力，幫助我們提升了用戶的服務體驗和業務的流轉效率，形成了以技術促進業務能力提升、技術業務共同成長的局面。并為后續搭建統一的能力平臺，建設智能生態，從而走向智能認知，奠定了良好的發展基礎。
圖1 AI能力應用場景
1.發掘數據價值，提升計算智能
隨著銀行業務的快速發展，銀行的數據資產呈爆發式增長，海量的數據內部有著深層次的關聯關系，為銀行業務發展提供了新的探索途徑。而人工智能技術在金融領域的廣泛應用，也為能夠深入發掘數據的價值提供了可行的智能方案，這些方案都進一步提升了我行的服務能力和業務水平。
為了深挖數據資產的價值，打破業務人員與技術人員之間的壁壘，交通銀行以機器學習技術為突破口，融合PaaS、Hadoop等信息技術，打造了企業級機器學習平臺。該平臺面向各個業務條線，為所有人員提供了一整套功能完備、簡單易用的工具，通過優化平臺架構，不斷增強業務的智慧化水平。在應用過程中，通過技術與業務的融合，不斷剖析從業務分析、模型構建到模型應用的全流程，持續挖掘應用深度，提高模型快速落地應用能力與歷史模型復用能力。借助該平臺，已在營銷、風控、運營、決策等40余個業務場景中，構建了近400個機器學習模型，提升了業務智能化水平。企業級機器學習平臺逐漸形成交通銀行機器學習技術應用的智慧大腦，為交通銀行深化數字化經營成就核心競爭力。
為發掘數據之間的關聯性，交通銀行打造“全棧式”知識圖譜平臺。該平臺降低知識圖譜的構建門檻，賦能業務構建圖譜的能力，為各業務條線沉淀知識與經驗提供技術支撐，輔助實現了對業務規則的挖掘分析、業務探查的決策、風險管控、客戶營銷和全行級知識的管理，支持生態內圖譜智能應用場景快速落地，助力金融行業智能升級。在風險監測、授信管理、反欺詐、反洗錢、營銷拓客、內管人資和智慧案防等場景構建多領域圖譜，沉淀數百億圖譜資產，降本增效，助力交行數字化轉型。
2.面向業態變化，建設感知智能
隨著用戶對服務體驗要求的日益提高，以及近期疫情對“面對面”業務形態的沖擊，我行積極探索采用人工智能技術，搭建綜合化多媒體的智能感知體系。
通過建設統一圖像識別平臺，引入計算機視覺、機器學習、人工智能技術，構建交通銀行圖像自動識別基礎能力平臺，具備影像切分、版式識別、內容識別、模型構建與訓練等功能，實現模型創建、訓練、部署、運行的深度學習閉環管理，具有業界領先的通用全文本識別引擎和定制化訓練方案。該平臺已成為交通銀行各業務數字化轉型標配AI能力，為營運、授信、國際、公司、網絡金融、個金、預財、托管、普惠、交銀理財、交銀國際等多個條線、子公司及各分行提供高效、穩定、準確的識別服務。各渠道各業務條線均可基于該平臺的圖像能力拓展業務場景，實現圖像自動分類，實現圖像內容的自動識別，提升各業務環節的處理效率，提升用戶體驗。
在交通銀行原有智能語音能力分散建設，模型訓練及管理成本高，語音識別率、交互準確率不足以支撐大范圍智能語音場景的基礎上。通過重構并整合行內原有智能語音能力，借助高聚合的智能語音識別、理解及合成能力，整合全行語音、語義智能能力平臺，深化智能語音應用，提升全集團客戶服務基礎能力，為智能化客戶服務的持續創新與發展賦能。
2021年起，交通銀行依靠多年對AI技術深耕實踐，積極嘗試RPA技術與金融場景融合，從營運管理、授信融資、風險管理、金融產品、內部管控等多方面，實現業務流程自動化，為用戶提供更快捷、安全、高效的金融服務。數字化勞動力智能平臺通過引進RPA技術，整合計算機視覺、自然語言處理等技術，打造交通銀行數字化勞動力基礎能力平臺，以全流程自動化和智能化為方向，構建“一站式”應用場景生態鏈，塑造全天候響應的“數字化勞動力”。
形成體系，從感知走向認知
從技術的發展趨勢可以看到，人工智能的發展是一個從“感知”走向“認知”的過程。而“感知”是對特定問題的識別，是一個“單一”且“瞬間”的行為。“認知”則是一個“綜合”并“持續”的過程。要從“感知”走向“認知”，這不僅是某個領域單一技術發展的問題，還需要我們能夠綜合不同領域的人工智能技術能力，從多個維度對同一場景進行綜合感知，并基于持續優化迭代的方式，在服務的過程中，不斷優化（見圖2）。
圖2 AI能力整合
但是，人工智能技術在發展過程中，根據需要解決的問題場景形成了多個不同的發展方向。交通銀行的AI能力在建設的過程中也不可避免地以煙囪模式形成了不同的平臺體系。要實現從“感知”走向“認知”的理念就需要我們能從數據、技術、平臺、服務等方面建立統一的規范體系，建設業務和技術共同的智能化業務生態。
1.建設實驗室平臺，統一能力研發
隨著AI知識的普及，銀行業有越來越多的應用場景使用AI技術，AI能力的廣泛應用幫助業務人員減少重復又繁瑣的工作，使自己的能力發揮在“刀刃”上。創建人工智能實驗室的主要目的就是加快新技術的探索和AI能力的落地，提升我行感知智能的水平。通過建立實驗室平臺可以建立統一的沙盒機制，針對業務領域中的痛點或者技術領域中的前沿技術，以快速迭代為原則，實現AI能力的快速搭建。通過這種模式可以加速各項新技術在銀行業務的前瞻性研究，以問題為導向推動新技術在痛點場景的探索突破，以價值為導向促進研究成果的業務轉化，激發創新活力，助力數字化轉型。
通過建立實驗室平臺，還能從數據層面建立規范的統一視圖，提供數據資產的統一服務和管理。通過對數據標準的綜合治理，提高數據的質量；通過數據的血緣分析，優化數據的結構；通過基于數據的統一標注服務，對數據的價值進行擴展；通過數據特征的統一管理，實現數據樣本復用和模型能力提升。最終實現跨領域建模過程中的樣本數據互認互信，為綜合化能力建模提供數據基礎。
同時，實驗室平臺在復用數據和探索技術的基礎上，還將著力于研究跨領域能力的協作問題。通過業務和技術人員的合作，在充分挖掘業務場景的基礎上，綜合使用不同人工智能領域的AI能力，通過低代碼的方式進行能力的組合，進一步探索多維度感知能力組合所產生的業務價值，推動業務智能化發展，提升服務的能力。
因此，實驗室平臺將深入開展對機器學習、自然語言處理、圖像識別、生物識別、智能語音、知識圖譜、RPA、數字人等人工智能領域新技術的研究與應用，并提供計算資源、數據資源、物理環境、產品工具、專家人力等方面的配套保障，從而統一AI能力，提高研發效率。
2.融入服務體系，能力持續迭代
如果說建立人工智能實驗室的主要目的是解決從“感知”走向“認知”過程中“綜合性”的問題，那么服務體系的融合就把目標瞄準了這一過程中“持續性”的痛點。眾所周知，隨著數據模型的建立，智能服務的提供必將對服務過程產生影響，從而導致模型面對的數據環境發生改變，并最終影響到模型所提供的服務準確性。所以，靜態的感知就需要通過持續集成融入到現有的服務體系中，通過建立數據反饋的回路，實現動態的迭代更新。
要融合到現有服務體系中，首先需要結合服務體系的監控機制，實現對AI能力進行動態的監控，并利用所獲得的監控數據，通過一套公認的指標體系進行綜合效果評估，從而在模型服務能力下降時及時予以調整。
其次，監控所采集到的數據需要結合業務現場信息反饋到實驗室平臺，通過實驗室平臺提供的持續研發管理，對現有模型進行回溯，以迭代的方式，對模型進行升級，進而使智能服務能跟上服務環境的改變。
最后，需要建立動態在線對比測試和靜態回顧對比測試的機制，在生產的過程中，利用真實的服務環境驗證模型迭代的有效。
多方助力，共建智能生態
人工智能的技術還處于高速發展的過程中，它將以潤物無聲的方式持續改變我們生產生活的方式。后續我們將從“人才梯隊建設”“產學研合作”“跨領域融合”等方面深入開展工作。一是采用柔性團隊的管理方式，通過優化人員團隊結構，引入數據科學家，發掘數據分析人才，提升技術團隊的相關技術業務水平。二是通過開放技術平臺的方式，積極引入高校、實驗室、咨詢團隊，共建數據發掘社區，同時本著共建智能化服務生態的美好愿望，我們以開放的心態，攜手業界力量，探索共建發展的道路。三是主動邀請業務專家、技術專家共同探討在新業態下，業務場景拓展的可行性，探索跨智能領域服務能力的融合，探索通過隱私計算等方式和周邊智能生態的互信互通。
按領域發展的智能技術不斷促進算法能力的成型和業務場景的演變，為實現計算智能和感知智能的跨越式發展做出了巨大貢獻。但是，領域發展的方式也促使智能孤島的形成。要形成成熟的認知智能，就需要突破智能領域之間的壁壘，從多個維度綜合感知結果，形成以場景為單位的綜合認知體系。我們將在后續的智能能力建設過程中，通過智能生態的建設，讓技術更理解需要面對的場景，進一步釋放技術的能力，更深入地融入到金融服務領域的方方面面，從根本上改善用戶體驗，提升業務能力，升華業務價值。
