Top
首页 > 正文

大咖齐聚共探金融智能发展趋势 数据科学带动AI平台跨越提升

发布时间:2020-08-26 10:54        来源:TechWeb        作者:

8月20日, “FINTECH创新论坛(第14期)金融智能创新应用研讨会”成功在线上举办。此次研讨会云集权威专家、技术大咖、资深分析师等重磅嘉宾,会同来自银行、证券、保险、基金等各金融领域的数百位观众,共同探讨AI平台未来发展趋势。

在中国通信学会金融科技委员会指导下,DataCanvas携手金融科技创新联盟主办此次研讨会。中国银行业协会系统服务部主任赵成刚,爱分析合伙人、首席分析师李喆,DataCanvas 数据科学产品部资深架构师杨健,山东城商行联盟数据平台部资深数据架构师唐园超等嘉宾围绕自主可控智能金融的行业发展趋势、AI平台发展现状与趋势、如何突破深度学习处理结构化数据瓶颈、智慧手机银行等主题发表精彩演讲。DataCanvas 售前与算法中心副总裁周晓凌主持本次会议并解答AI平台技术提问。

赵成刚主任提出,金融智能潜力巨大,“算力、算法、安全可信应用,是一个大的发展方向。”

金融智能的特征是基于业务认知、数据认知的基础上进行业务应用,目前市场上常见的应用,包括营销、风控等场景,依然属于外围。未来随着智能互联基础上的海量数据上来之后,数据治理成为金融智能的一个基础。

对与AI平台的现状和未来的发展趋势,李喆提出,AI平台的价值将进一步放大,既能帮助企业更好地挖掘海量数据的价值,又能帮助企业更好地建立自身整体的AI能力。

开源的AI平台在此基础上,更能降低企业采购成本和算法门槛;企业级AI平台则更好地整合内部资源、推进业务发展。在未来,AI平台将更多地融合专家经验,更加平台化,并在人机协同、人机决策方面会发挥出很大的价值。

如何再造一个开源创新,杨健说,DataCanvas以DeepTables在国际结构化数据分析竞赛“Kaggle”中摘获第一的赛绩引出全新的深度学习创新方向。

用深度学习技术开发结构化数据一直是数据分析领域的技术瓶颈。DataCanvas通过深挖企业在结构化数据上建模的痛点、深度学习在结构化数据上的表现,利用深度学习技术研发出分析结构化数据的强大工具DeepTables,实现全新突破。

DeepTables:更强的灵活性和易用性

1、五行代码就可以完成整个建模过程,甚至无需提前做数据预处理和特征加工过程;

2、架构开放,面对不同模型可灵活选用不同组件;

3、更高的模型准确度,可提供开箱即用的高性能模型,非专家型的建模人员也可训练出高水平的模型。

有了深度学习工具的加持,结构化数据分析将会呈现更多前所未有的价值,甚至改变一些业务格局和业务形态。

在各大银行加速升级改造和积极运营手机银行的背景下,为进一步提升成员行零售业务的获客能力和服务水平,商行联盟启动了基于实时技术的智慧手机银行6.0项目,唐园超在研讨会上做了关于本项目的详细分享。

商行联盟通过该项目打造实时账户交易明细查询、实时指标大屏、实时报表等一系列实时泛金融产品提供服务,为成员行打造一个安全、易用、更智能、更开放的移动综合服务平台。基于DataCanvas RT构建的实时数据服务,正是手机银行6.0至关重要的一项基础能力。

针对在线参会人员的提问,周晓凌详细解答了DataCanvas APS和DataCanvas RT的功能优势和应用场景。他提出,表面上看金融智能重在利用技术,但实际上最终呈现的是技术与人、与业务、与不同知识融合的成果。

DataCanvas正在不断通过市场反馈和需求预测为客户提供优质的数据科学服务,助力企业用户全面提升自主AI能力。

每日必读

专题访谈

合作站点