慧安金科黃鈴：減少對標注數(shù)據(jù)的依賴，做規(guī)避用戶隱私的AI風控

　　圖 | 慧安金科創(chuàng)始人/CEO 黃鈴

洗錢、金融欺詐、各種黑產(chǎn)……

移動互聯(lián)網(wǎng)帶來諸多便利的同時，也是懸在我們頭上的達摩克利斯劍，稍有不慎，便會跌入圈套損失慘重。

“金融領域新的應用場景和產(chǎn)品不斷涌現(xiàn)，隨之而來的各種風險、欺詐行為也是層出不窮。”這些促成了慧安金科的創(chuàng)始人黃鈴回國投身于AI風控事業(yè)。

確實，在越來越頻繁的金融欺詐行為下，智能風控是趨勢，也是必然，借助AI技術的特性，它能做到及時預警、將損失最小化。

國內(nèi)有AI技術的極佳落地場景

2017年，國內(nèi)的創(chuàng)業(yè)氛圍都彌漫著AI的味道，彼時還在國外從事大數(shù)據(jù)、計算機安全工作的黃鈴，也看到了國內(nèi)發(fā)展智能風控的機會。

“當時很多國內(nèi)用的方法，在面對這些新型的應用場景時存在不足，我們的機會還是很大。”

作為AI領域的創(chuàng)業(yè)者，黃鈴的個人履歷可以說非常亮眼，這也是諸多AI明星創(chuàng)企的標配。黃鈴是美國加州大學伯克利分校的計算機科學博士，師從Anthony Joseph和Michael Jordan，一直從事機器學習算法研究以及計算機網(wǎng)絡建模應用，在英特爾研究院擔任過資深科學家……所以，他極為擅長借助AI技術解決網(wǎng)絡、數(shù)據(jù)和業(yè)務安全問題，這也是慧安金科專注于智能風控的原因。

“我們希望把在硅谷、加州伯克利研究積累的技術，應用在國內(nèi)的風控場景下。”黃鈴表示。

正好當時國內(nèi)移動支付等線上金融產(chǎn)品面臨著風控上的巨大挑戰(zhàn)，天時地利人和下，黃鈴果斷與另外兩位伯克利的同窗，成立了主打金融風控的慧安金科。

黃鈴強調(diào)，回國創(chuàng)業(yè)最關鍵的不是把國外現(xiàn)成的模式拷貝到國內(nèi)，“我們更重要的是創(chuàng)新，國外有很好的技術，但是在國內(nèi)有更好的應用和落地場景。”

一方面是國外積累多年的機器學習研究，一方面是國內(nèi)移動互聯(lián)網(wǎng)發(fā)展下不斷涌現(xiàn)出的金融領域新場景、新應用，黃鈴領導下的慧安金科發(fā)展迅猛。

成立一年后，他們就完成了由創(chuàng)新工場領投，高瓴資本、丹華資本、長風智清等投資機構跟投的1億元A輪融資。

高額融資背后也是對他們技術特性的肯定，目前，慧安金科主要通過自主研發(fā)的半監(jiān)督主動式機器學習技術來構建金融風控方面的預測模型和決策引擎。

減少數(shù)據(jù)標注的需求，用技術說話

正所謂道高一尺魔高一丈，傳統(tǒng)的風控方式已經(jīng)無法對抗現(xiàn)在全球范圍內(nèi)的團伙作戰(zhàn)、狡猾多變的風險行為。

黃鈴舉了個例子，“以前你需要大量的人工，以及歷史風險樣本來訓練模型，積累黑白名單生成風控的規(guī)則系統(tǒng)，這種方法面對新的風險威脅和攻擊，防范起來非常吃力。”

他進一步指出，如果我們采用黑白名單、IP信譽庫、規(guī)則系統(tǒng)這些方法，會涉及到大量數(shù)據(jù)的收集，也必然會關乎個人隱私問題。所以，慧安金科采用了半監(jiān)督主動式機器學習技術，在盡可能少的數(shù)據(jù)標注下，融合圖關聯(lián)分析、用戶行為建模等方法，準確快速地判斷交易行為和賬戶可能存在的風險，進行預警和控制。

所謂的半監(jiān)督學習，也就是讓學習器不依賴外界交互、自動地利用未標記樣本來提升學習性能，它的關鍵就在于利用少量的標注樣本和大量的未標注樣本進行數(shù)據(jù)模型的訓練。

同時，因為風控反欺詐領域里每個標注過的案例都意味著血淋淋的代價，所以從這個角度看，AI風控也應該用盡量少的歷史案例訓練出合適的機器學習模型。

“用標注很少的數(shù)據(jù)進行建模，就得對海量未標注的數(shù)據(jù)進行交叉分析查詢、異常檢測，相應的計算復雜度會比有監(jiān)督機器學習高的多，從而對算力提出更高的要求。所以我們需要設計很好的算法，既能夠利用沒有標注數(shù)據(jù)的特性，又能夠降低處理這些數(shù)據(jù)的計算量。”這也是慧安金科獨特在算法上的獨特優(yōu)勢。

AI公司更要接地氣

黃鈴對公司的定位非常清晰明確，他強調(diào)AI只是一種技術手段，一個公司賴以生存的根本還是要“接地氣”，即用技術解決客戶的實際業(yè)務問題，這樣才能體現(xiàn)技術的價值。

目前，慧安金科的業(yè)務也非常聚焦，主要集中在金融風控場景，包括交易反欺詐、反洗錢、營銷風控和操作風險識別等等，他們也和不少股份制銀行、電商平臺達成了深度合作。

“在這些場景里我們有自己核心的產(chǎn)品和平臺，既能兼顧客戶的需求，也會在解決方案的基礎上做一些定制。”黃鈴認為，智能風控的核心就是讓數(shù)據(jù)說話，但是我們也急需好的制度去規(guī)范管理這些數(shù)據(jù)。

而且金融領域最為敏感的便是個人的數(shù)據(jù)隱私安全，智能風控系統(tǒng)做到“監(jiān)守不自盜”尤為重要，這也是黃鈴再而三強調(diào)的，不涉及個人數(shù)據(jù)隱私的情況下去建立好的風控模型，通過算法提高對抗狡猾多變的欺詐行為的能力。

所以，慧安金科的目標是在不完全依賴歷史數(shù)據(jù)情況下，或者存在數(shù)據(jù)孤島的情況下，依然能夠建立出非常準確的風控模型。

“我們一直朝這個方向努力，現(xiàn)在用的模型會更關注用戶的行為數(shù)據(jù)，你不需要知道這個人是誰、他的電話等等信息，我們是根據(jù)他一系列行為去建模，而不是根據(jù)本人的身份來判斷風險。”

黃鈴之前在采訪中曾舉過一個例子，用戶填寫賬號或者輸入密碼時的速度、填寫的順序、手指按下的力度等行為數(shù)據(jù)，都可以作為“數(shù)據(jù)原料”，通過對這些數(shù)據(jù)進行特征的衍生處理和關聯(lián)分析，可以檢測出不同緯度上的異常。

從鎂客網(wǎng)和黃鈴的采訪中可以明顯感受到，這是一家強技術驅(qū)動的公司，真正做到用人工智能技術解決傳統(tǒng)方法無能為力的問題。不過，當前智能風控到底能規(guī)避多少可能存在的風險行為，還是亟待更為先進的技術去推動。

(內(nèi)容來源：鎂客網(wǎng) 記者：巫盼)

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。