在2019年11月1日舉辦的2019金融科技產業峰會之“人工智能在金融領域應用”分論壇上，中國信息通信研究院聯合行業協會、金融機構、科技廠商、高校等多家單位，邀請知名學術界專家、行業內頂尖企業工程師，就人工智能在金融領域應用的相關議題開展交流，希望為金融及技術領域從業者提供交流的平臺，共同推動行業健康發展。清華交叉信息核心研究院兼職教授黃鈴，在“人工智能在金融領域應用”上做出了精彩演講。

清華交叉信息核心研究院兼職教授黃鈴

尊敬的各位來賓、各位領導，早上好！非常高興能夠有這個機會在這里跟大家分享一下我們使用世界領先的大數據和人工智能技術來提供金融風控合規監管的解決方案。

前面也聽到徐處長精彩的演講、認可和支持整個人工智能技術在金融方面的一些應用，而我在以下這些方面就用一些實際的案例給大家分享一下我們具體的應用案例和場景人工智能是怎么在風控、合規領域落地的。

整個構建風控、合規解決方案的一個核心就是使用人工智能的技術來跟我們的金融機構合作，精煉金融機構用戶行為的大數據，然后提供這種用戶行為的建模來檢測客戶信息中存在的各種包括欺詐、包括信貸的風險，以及反洗錢合規領域各種風險賬戶。

人工智能技術在金融領域可能有很多很多各方面的應用，包括我們的投資、智能客服，今天我主要聚焦在整個金融風險控制、合規、內控相關的一系列解決方案，特別是在反洗錢、交易反欺詐、企業內控合規和營銷反欺詐等多方面的內控合規的相關的問題。整個這樣的背景都在于我們不但要用人工智能和數據分析的手段去建模單個用戶的行為異常，同時我們要關心的是在多個賬戶之間是否會存在著協同合作的風險行為。我們使用的所有數據，我們整個解決方案是部署在銀行大數據的計算中心，會根據這些銀行機構的交易的行為、賬戶的一些行為去分析他們存在的這種風險，比如說在他們一些在線的轉帳或者手機的支付，或者企業動公業務之間的往來我們分析這些交易是否存在著欺詐，這些帳號是否存在著風險，是否存在著洗錢的團伙等等。

在這樣的合規和風控領域，我們整個金融機構、整個金融產業面臨的挑戰就在于此。首先我們面臨的是這種專業化、團伙化，手段非常高明的洗錢、欺詐的團伙。他們做出來的這種欺詐洗錢的行為其手段非常高明，他們可能擁有大量的賬戶，可以做任意維度、任意手段的轉帳、這種掩蓋蛛絲馬跡的洗錢行為認定，或者欺詐行為認定需要經過我們反洗錢專家和反欺詐專家經過反復的調查才可以得到認定的，所以這樣欺詐洗錢賬戶認定成本是非常昂貴。

另外，在此基礎上所有欺詐洗錢的行為，當我們拿到這個標簽的時候其實這些欺詐洗錢的團伙已經在我們的銀行造成了大量的資金以及品牌的損失，我們才能獲得這個標簽。但我們希望這樣的標簽是越少越好。我們面臨的挑戰是標簽非常稀少，但是海量的數據，一家銀行可能有數億的用戶，每天會產生數百億的交易，沒有標簽的情況下怎么做機器學習、大數據、人工智能的風控，這是我們非常大的挑戰。

在行業里面已有的基于規則甚至基于監督機制學習的解決方案，標簽非常稀少的情況下還會造成很多的困難。另外，我們也存在著這種我們叫做動力非常強，智商非常高，不斷變換行為的欺詐和洗錢行為的團伙，他們每次看到我們的防范手段、看到我們的解決方案，他們會不停測試，找到我們解決方案的漏洞，改變行為規避我們這樣的解決方案，所以存在著一種對抗性的解決方案的模式。這里面我們需要更新一代人工智能的解決方案針對這些潛伏性非常強、團伙性非常強的這種欺詐的威脅。

基于這種挑戰，整個我們的行業包括人民銀行、央行整個監管機構都在尋找一個解決方案能夠將我們以前事后風控、事后監管的基礎方案能達到一種轉變，實現提前、事前的風險管控、事前的監管和事中的這種干預，我們需要的就是能夠在少量標簽、能夠不僅僅是有洗錢欺詐表現之后才能去檢測，我們希望能夠做到提前的檢測方案。

基于這種挑戰，我們清華大學包括相關的機構整個在研發一整套，基于半監督主動機器學習的方法形成的金融風控合規監管解決方案，這里面大規模的分析多個賬戶之間除了交易之外還有很多的關聯關系，比如他們是否在同一臺設備、同一個地址反復出現，這些賬戶是在同一時間、同一個注冊地址上注冊的一批空殼公司等等這樣的關聯關系去進行建模和檢測，綜合應用他們的一些交易表現能夠做到提前預警。