首屆1024國際智能投研開發者大會(IITDC)于2020年10月24日在上海市浦東新區舉辦。主辦方智能投研技術聯盟(ITL)將?“數據技術”定為會議核心,無數業內專家出席會議并進行廣泛深入地研討與交流,促進了投研技術新發展。

天云融創數據科技(北京)有限公司(以下簡稱“天云數據”)CEO雷濤受邀參加,并在前沿數智技術探索論壇上發表‘知識圖譜與深度學習融合 從機器感知走向機器認知’專題演講。

 

AI三次迭代 天云產品實現從統計到學習的升級

 

第一代人工智能是基于專家經驗的規則模型。天云Gaea決策引擎就是為使傳統專家經驗轉化為計算機可執行的規則而生的。Gaea使專家經驗標準化、可繼承和高效運行,是企業專家系統管理平臺。第一代人工智能將經驗轉化成規則,但很難進行知識復用和知識沉淀。

第二代人工智能的標志是數據驅動機器學習。機器學習是指人工智能的一個方面,更專注于算法,為計算機提供了不需要編程就可以學習的能力。充分融合統計學思想和計算優化法,使數據分析得以實現,并在新數據時進行更改。?機器學習可以提供各種從數據中發現問題實質(學習)并根據數據做預測的技術能力。

天云方案:

自動化特征工程與自動化機器學習建模簡化了模型生產的流程。

算法專家專注提升性能,業務專家專注業務定量研究,而天云產品是算法專家和業務專家的紐帶。

 

實際案例:兌付風險模型

天云數據曾以全量金融市場數據對證監會40000+金融產品做模型預測,模型預測準確率高達80%,在第一次實踐應用中找準4支兌付風險,在第二次實踐應用中找準7支。

但金融機構發生的風險所帶來的后果,往往超過對其自身的影響。因此預測風險值的價值遠高于找準風險,這也是天云產品的價值。天云產品可以預測出風險值的高低,當風險高達某一數值,金融機構就要采取相應措施了,預防風險成為真正的事故。

 

第三代人工智能的特征是深度學習。深度學習是學習樣本數據的內在規律和表示層次。它的最終目標是讓機器能夠像人一樣具有分析學習能力,能夠識別文字、圖像和聲音等數據。以前我們是在行為中求因果,比如某某‘買蘋果手機=果粉’。某某確實每年都會購買蘋果新款,但是不是他本人使用屬于未知。大數據會通過豐富的數據特征和人物關系幫助我們找到行為的相關原因,也許是買來送禮,也許剛好他的家人是果粉。如今很多行為都屬于非因果關系,機器的深度學習就是摒棄因果關系探尋相關關系的過程。

天云方案:

以孿生神經網絡算法建立的耦合構架模型:

子神經網絡一:單賬戶配資,出入金前后交易風格變化,以及利用特征工程和Encoder技術捕捉到的其他特征,刻畫出不同的交易者。

子神經網絡二:過濾時長行情的影響和其他噪聲,提高識別精度。

解決問題:精準識別異常交易賬戶,發現高杠桿賬戶。

 

越來越多的人工智能產品已經出現在我們身邊,這表明人工智能在“聽、說、看”等感知層技術已經非常成熟了。從siri到無人駕駛,都是人工智能的實現載體。GPT-3還能實現與人對話、更好地答題、翻譯、寫文章,進行數學計算能力。但即使如此他依然屬于感知機器,因為他并不知道自己為什么要這樣回答,為什么要生成這樣的文章,他只是在統計海量數據。

人工智能也叫機器智能,但它是指用機器去實現所有目前必須借助人類智慧才能實現的任務,這就需要有認知存在。人工智能的本質是對人類智能的模擬甚至超越。

 

知識圖譜與深度學習融合 從機器感知走向機器認知

 

如何讓機器產生認知,符號主義給了我們很好的答案:基于邏輯推理的智能模擬方法模擬人的智能行為。知識圖譜能夠對結構化數據做升維表達,雷濤表示:“基于圖譜挖掘和展示實體間隱含關系,展示單個產品暴雷時輻射的范圍和影響的嚴重程度,建立孤立產品之間的網絡聯系。”

知識圖譜,是顯示知識發展進程與結構關系的一系列各種不同的圖形,用可視化技術描述知識資源及其載體,挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系。人工智能認知需要從認知心理學、腦科學及人類社會歷史中汲取靈感,并結合知識圖譜、因果推理、關聯預測等技術,讓機器理解問題并給予對應的回答。只有這樣,才能實現從感知智能到認知智能的關鍵突破。

讓機器學習人的經驗,將知識圖譜與深度學習融合,讓人工智能從感知層走向認知層,是天云數據致力于做的事。

河北快三玩法中奖介绍 澳洲幸运8 莱特币矿池搭建方法 彩票平台注册月亮岛 日本棒球比分台湾 莱特币行情软件软件 打麻将技巧十句口诀 百度 迅盈即时篮球比分90 青海11选5推荐号码 免费棋牌游戏代理推广 打麻将游戏下载 BG视讯平台|首页 上海时时乐开奖号码头 天津快乐10分开奖走 在线棋牌注册 银河不朽情缘网站 双色球历史记录器