打造金融級(jí)智能中臺(tái)的數(shù)據(jù)底座-王志勇

太岳(王志勇)主辦方 的創(chuàng)業(yè)團(tuán)隊(duì)，聲稱可以利用1/1000的數(shù)據(jù)就可以進(jìn)行深度學(xué)習(xí)訓(xùn)練，是否值得投資?·AI浪潮下，工程開發(fā)人員的思維方式是否要改變?主辦方主辦方王志勇(太岳),07年加入阿里，先后支持過中國(guó)雅虎、口碑、支付寶的業(yè)務(wù)研發(fā)，目前負(fù)責(zé)螞蟻進(jìn)入人工智能團(tuán)隊(duì)的主要中臺(tái)產(chǎn)品研發(fā)，包括搜索平主辦方主辦方2.數(shù)據(jù)底座的背景分析3.高效：用AI解決AI的問題4.高質(zhì)：流程與工具并用5.安全：金融的底線6.總結(jié)主辦方主辦方Al在螞蟻的應(yīng)用場(chǎng)景基于深度學(xué)習(xí)的風(fēng)險(xiǎn)識(shí)別與防控智能理財(cái)基于金融大數(shù)據(jù)提供智能理財(cái)策略分析和決策建議智能理財(cái)基于金融大數(shù)據(jù)提供智能理財(cái)策略分析和決策建議金融大腦金融大腦基于數(shù)據(jù)隱私加密共享學(xué)習(xí)的聯(lián)合放貸智能保險(xiǎn)定價(jià)、定損、理基于數(shù)據(jù)隱私加密共享學(xué)習(xí)的聯(lián)合放貸一站式金融場(chǎng)景機(jī)器人智能業(yè)務(wù)決策和執(zhí)行助理主辦方主辦方螞蟻AI能力大圖行業(yè)&場(chǎng)景行業(yè)&場(chǎng)景智能風(fēng)控智能營(yíng)銷智能保險(xiǎn)智能客服助理智能信貸智能理財(cái)金融知識(shí)圖譜&NLP金融視覺平臺(tái)金融算法(AutoML,圖推理，隱私保護(hù)共享學(xué)習(xí)，運(yùn)籌優(yōu)化，無監(jiān)督學(xué)習(xí)，在線學(xué)習(xí)，強(qiáng)化學(xué)習(xí)，模型可解釋)金融大腦主辦方主辦方螞蟻保險(xiǎn)-讓更多人享受有保障的生活相互寶相互寶多收多保多收多保··半年超過5000萬用戶·2500萬小商戶主辦方圖像識(shí)別實(shí)體抽取實(shí)體匹配用戶上傳圖像識(shí)別實(shí)體抽取實(shí)體匹配感知NLP&知識(shí)圖譜·反欺詐：識(shí)別PS圖片等Geekbang).InfoQGeekbang).InfoQ1.金融智能的應(yīng)用場(chǎng)景1.金融智能的應(yīng)用場(chǎng)景2.數(shù)據(jù)底座的背景分析3.高效：用AI解決AI的問題4.高質(zhì)：流程與工具并用5.安全：金融的底線6.總結(jié)主辦方主辦方模模型數(shù)據(jù)標(biāo)注模型部署數(shù)據(jù)清洗數(shù)據(jù)標(biāo)注模型部署研發(fā)平臺(tái)研發(fā)平臺(tái)知識(shí)圖譜&NLP平臺(tái)知識(shí)圖譜&NLP平臺(tái)工程底座(訓(xùn)練、評(píng)測(cè)、發(fā)布等)數(shù)據(jù)底座(存儲(chǔ)、標(biāo)注、分析等)工程底座(訓(xùn)練、評(píng)測(cè)、發(fā)布等)底層技術(shù)底層技術(shù)ASWF、DataOS訓(xùn)練&算法搜索主辦方為什么數(shù)據(jù)底座很重要·數(shù)據(jù)處理貫穿模型迭代的始終·數(shù)據(jù)和特征決定了機(jī)器學(xué)習(xí)的上限●數(shù)據(jù)安全是金融行業(yè)生命線數(shù)據(jù)量與準(zhǔn)確率之間的關(guān)系測(cè)試字符數(shù)量測(cè)試字符數(shù)量1002003004005006007008009001000一WindowMemory-Based·訓(xùn)練安全質(zhì)量·標(biāo)注質(zhì)量·標(biāo)注效率低主辦方主辦方數(shù)據(jù)流轉(zhuǎn)智能標(biāo)注6.總結(jié)主辦方主辦方標(biāo)注檢查模型預(yù)標(biāo)清洗過濾標(biāo)注檢查模型預(yù)標(biāo)數(shù)據(jù)采集數(shù)據(jù)標(biāo)注數(shù)據(jù)采集數(shù)據(jù)標(biāo)注規(guī)則校驗(yàn)業(yè)務(wù)數(shù)據(jù)支口￥業(yè)務(wù)場(chǎng)景規(guī)則校驗(yàn)業(yè)務(wù)數(shù)據(jù)支口￥業(yè)務(wù)場(chǎng)景業(yè)務(wù)校驗(yàn)數(shù)據(jù)切分?jǐn)?shù)據(jù)轉(zhuǎn)換數(shù)據(jù)轉(zhuǎn)換統(tǒng)一存儲(chǔ)主辦方樣本數(shù)據(jù)復(fù)用為預(yù)標(biāo)注結(jié)果沉淀成資產(chǎn)沉淀成資產(chǎn)快照數(shù)據(jù)主辦方智能標(biāo)注：模型市場(chǎng)賦能標(biāo)注算法算法自訓(xùn)練模型自訓(xùn)練模型通用模型主動(dòng)學(xué)習(xí)數(shù)據(jù)增強(qiáng)預(yù)標(biāo)注智能輔標(biāo)視頻類圖像類文本類主辦方主辦方 ·主動(dòng)學(xué)習(xí)(ActiveLearning)是一個(gè)迭代過橙色：主動(dòng)學(xué)習(xí)藍(lán)色：隨機(jī) ·分類寶case:約10%的樣本達(dá)到所有數(shù)據(jù)的橙色：主動(dòng)學(xué)習(xí)藍(lán)色：隨機(jī)4040綠色：所有al_scoresamples0al_importance_scorealal_scoresamples0al_importance_scoreal_importance_probsamples*原始樣本交叉熵重要性函數(shù)值重要性采樣概率采樣樣本數(shù)據(jù)增強(qiáng)：解決樣本少或者不均衡的問題2.enlarge1.復(fù)制、翻轉(zhuǎn)、剪切、縮放2.高斯噪聲、高斯模糊…1.復(fù)制、翻轉(zhuǎn)、剪切、縮放2.高斯噪聲、高斯模糊…A:x*N3.3.SMOTE、GAN分別抽取K條計(jì)分別抽取K條計(jì)總樣本數(shù)主辦方主辦方 ●很多業(yè)務(wù)場(chǎng)景帶來數(shù)倍的效率提升；·大部分實(shí)現(xiàn)基于前端算法，計(jì)劃開源主辦方主辦方⊙口a一步長(zhǎng)⊙口a一步長(zhǎng)章沖Q+牛畫：社云線條過(基)利多卡因膠漿劑(I治療費(fèi)材料費(fèi)BD真空采血器(檢驗(yàn))BD真空采血器(檢驗(yàn))BD真空采血器(2)(檢化驗(yàn)費(fèi)五.亡hh購(gòu)主松*白0.270.0046.0130.00/100%雙里(乙)1支(甲)1次(甲)1把(甲)1支(甲)1支(甲)1支(甲)1支(丙)1項(xiàng)(丙)1項(xiàng)(甲)1項(xiàng)/11而亞嵌44.0030.00第二聯(lián)收據(jù)聯(lián)識(shí)別票項(xiàng)目/規(guī)格類數(shù)量金欲西藥費(fèi)(基)利多卡因膠漿劑(I治療費(fèi)靜脈采血材料費(fèi)一次性活檢鉗JRQ-Y2316- 0.0.4BD真空采血器(檢驗(yàn))主辦方北即北即六福珠寶主辦方播放速度1幀率|30確定]至[1幀[跳轉(zhuǎn)隱藏所有標(biāo)記刪除當(dāng)前幀標(biāo)記+添加幀標(biāo)記主辦方主辦方標(biāo)注說明15/93幀隱藏P當(dāng)前主辦方主辦方6.總結(jié)主辦方主辦方駁回駁回駁回駁回工工作流工具檢查檢查機(jī)器人數(shù)數(shù)據(jù)引擎流程引擎分析引擎樣本數(shù)據(jù)指標(biāo)數(shù)據(jù)流程引擎分析引擎主辦方主辦方標(biāo)注質(zhì)量總體數(shù)據(jù)雷題準(zhǔn)確率①樣本準(zhǔn)確率①題目一致率①樣本數(shù)據(jù)驗(yàn)收數(shù)據(jù)驗(yàn)收比例驗(yàn)收不通過數(shù)驗(yàn)收準(zhǔn)確率①驗(yàn)收F1值①6.65%文本|驗(yàn)收結(jié)果匯總|驗(yàn)收結(jié)果匯總驗(yàn)收時(shí)間量驗(yàn)收比例主辦方標(biāo)注結(jié)果統(tǒng)計(jì)-多選題查看更多v聯(lián)合結(jié)果單項(xiàng)結(jié)果制造業(yè)制造業(yè)|木材加工….:2.63%政務(wù)|社保：5.26%其他：10.53%三級(jí)行業(yè)體系生活服務(wù)|其他：10.17%-批發(fā)零售日用百….:15.25%教育培訓(xùn)其他培….:18.42%教育培訓(xùn)其他培….:11.86%批發(fā)零售日用百….:15.79%其他：6.78%制造業(yè)|木材加工….:1.69%文娛|廣播、電視….:13.16%教育培訓(xùn)其他：13.56%賃和商務(wù)服務(wù)業(yè)….:8.47%雙擊查看標(biāo)注結(jié)果詳情文娛|娛樂活動(dòng)|.….:23.73%體系模型效果報(bào)表混淆矩陣①混淆矩陣①真實(shí)值預(yù)測(cè)值毛絨玩具抱枕八音盒花水晶擺件毛絨玩具4000抱枕0000八音盒0000花0000水晶擺件0000竹簡(jiǎn)00000PR曲線(按標(biāo)簽)紙板箱|紙袋紐扣紐扣電池繩子緩沖材料緩沖空氣袋編織袋縫紉機(jī)分?jǐn)?shù)閾值④:0.885074.9%0.8召回率①0主辦方2.數(shù)據(jù)底座的背景分析3.高效：用AI解決AI的問題4.精準(zhǔn)：流程與工具并用5.安全：金融的底線6.總結(jié)主辦方主辦方加密加密分割水印不落庫(kù)時(shí)效主辦方主辦方標(biāo)注員開始標(biāo)注員開始標(biāo)注頁(yè)Token、標(biāo)注員密鑰標(biāo)注展示主辦方·語音、文本、圖片··最小化分割標(biāo)注任務(wù)包1片段1.2標(biāo)注任務(wù)包2片段2.1原始數(shù)據(jù)數(shù)據(jù)分割片段2.1標(biāo)注任務(wù)包3片段2.2敏感信息識(shí)別片段n.m主辦方主辦方加密標(biāo)注數(shù)據(jù)標(biāo)注數(shù)據(jù)加密標(biāo)注數(shù)據(jù)原數(shù)據(jù)1加密數(shù)據(jù)1原數(shù)據(jù)1加載到內(nèi)存解碼&合成模型訓(xùn)練加載到內(nèi)存加密數(shù)據(jù)2原數(shù)據(jù)2原始數(shù)據(jù)數(shù)據(jù)分割加密數(shù)據(jù)2原數(shù)據(jù)2原數(shù)據(jù)3加密數(shù)據(jù)3原數(shù)據(jù)3磁盤統(tǒng)一存儲(chǔ)主辦方6.總結(jié)主辦方主辦方平平臺(tái)寬表產(chǎn)品寬表標(biāo)注平臺(tái)數(shù)據(jù)資產(chǎn)圖像平臺(tái)NLP平臺(tái)知識(shí)圖譜數(shù)據(jù)多維透視質(zhì)量多維評(píng)估報(bào)表監(jiān)控&預(yù)警管控&治理能力組件能力組件模型市場(chǎng)主動(dòng)學(xué)習(xí)數(shù)據(jù)增強(qiáng)數(shù)據(jù)安全分析引擎統(tǒng)計(jì)信息標(biāo)注&預(yù)測(cè)結(jié)果標(biāo)注數(shù)據(jù)歸一標(biāo)注數(shù)據(jù)歸一原始數(shù)據(jù)反饋數(shù)據(jù)結(jié)果結(jié)果原始數(shù)據(jù)反饋數(shù)據(jù)標(biāo)注任務(wù)信息流程引擎統(tǒng)一存儲(chǔ)統(tǒng)一格式統(tǒng)一分析主辦方主辦方AndroidServerAPIAndroid小程序創(chuàng)建應(yīng)用ServerA