2019年10月15日，备受世界AI领域关注的首届分布式AI学术会议DAI 2019在北京圆满落幕，本次世界级会议由华人学者领衔发起，彰显了华人科技力量在全球的巨大影响力。据了解，这也是继JCAI2019、IROS2019、EMNLP等学术会议之后，又一花落中国大陆的世界顶级学术会议。
在本次DAI 2019会议之中，氪信科技作为AI领域的重要研发力量之一，有幸参与了整场会议，与图灵奖得主姚期智、蚂蚁金服集团副总裁兼首席AI科学家漆远等诸位大咖一起讨论AI产业的未来发展方向，并给出了中国“AI+金融”的世界级答案。
会议当中，大会荣誉主席、图灵奖得主、清华大学教授姚期智院士做了题为 Fintech: A Meeting of Minds Between Computer Science and Economics 的主旨演讲;蚂蚁金服集团副总裁兼首席AI科学家、达摩院金融智能实验室负责人漆远做了题为 Multi-agent MachineLearning for All-Inclusive Finance 的演讲，而氪信科技CEO朱明杰，则在会上根据自身的研究和实践，做了题为 Practices of AI in Finance 的演讲。
氪信CEO朱明杰作为业界代表，向与会者展示了工业界“AI+金融”的最新实践成果。朱明杰表示，当前中国金融用户量和数据量都是世界最大的，已经占据了一定的发展优势。但现在仍旧存在较为明显的发展问题，那就是金融AI技术使用效果和性能没有被充分发挥。因此，氪信CEO朱明杰相信，这是未来发展的一个主流方向，这不仅是氪信科技的发展机遇点，更是中国金融业运用AI等技术“弯道超车”的绝佳机遇点，必须牢牢把握。
毫无疑问的是，对于氪信科技而言，庞大的数据量，是自身未来发展的重要基石所在。对此，朱明杰清晰的指出，以移动支付为例，2018年中国移动支付市场规模已经达到25万亿美元，而美国是1600亿，前者是后者的百倍以上;移动支付用户量方面，中国已达到6.2亿人，美国是1.57亿人，中国如此庞大的市场规模和用户数为AI金融提供了巨量的数据。
但是移动支付并不发达的美国，仍然具有全球最大的无现金交易量，这是因为美国拥有成熟的信用卡体系。截止2018年12月，中国狭义消费信贷余额是87994亿人民币(折合1.26万亿美元)，美国同期不含房贷的消费信贷是4万亿美元;就信用卡人均拥有量而言，中国则远低于美国：前者为0.5张，后者2.6张。这意味着，中国居民消费市场尚有巨大潜力可挖。而当前，改革的关键在于提升消费信贷可获得性同时，保证风险控制水平和服务效率的同步提升。
朱明杰表示“在金融行业，数据的使用规范面临着比在计算机视觉、搜索、语音识别等领域更为严格的限制。当前，氪信以银行为主的客户，也存着在这方面的问题。譬如，用户量虽然超过1亿，但在使用大数据时由于一些历史原因和行业监管原因，受到比蚂蚁金服或微众银行等互联网金融平台更多的限制，有些“束手束脚”的感觉。
所以，氪信充分发挥自身的主观能动性，致力于推动AI技术在银行现有数据基础上和业务场景下的使用效果。为此，在互惠互利的基础之上，氪信与金融机构开展了一系列的合作共研，在技术层面上加快创新融合的家不。同时，加强与学界的密切合作，相关的实践成果也以论文形式呈现于WSDM, KDD, AMCIS等顶尖学术会议上，成为了AI行业的重要发展先驱之一。
朱明杰指出，不能一味的运用同一种方法，去解决不同类型的数据问题，要运用创新思维、发散性思维，提出新的解决方案：比如建立在财务数据基础上的评分卡是传统信贷风控反欺诈的主要手段;线上借贷人群的财务数据尽管十分稀疏，在线行为数据却渗透率极高，但行为数据在使用上由于3V特性(即容量Volume、速度Velocity和种类Variety)带来了极大的技术挑战，氪信在实践中针对行为事件流数据、文本数据等不同类型数据，都提出了相应的算法模型。“我们通过一系列的实践证明了，这些行为数据可以变成AI能够处理的数据，并且验证了模型的有效性。”朱明杰说。
海量非结构化的数据相较于传统数据库环境，不仅仅是数量级上的提升，更需要在保持性能的情况下进行计算。朱明杰以银行反洗钱场景为例，指出由于银行有限的硬件资源和对时间的要求，相关智能解决方案需要在几小时以内处理的数据量级是：一个银行3个月内3亿级别账户，100亿笔交易流水记录，500GB高度压缩的数据(如果未压缩则大于3TB)。对此，氪信给出的方案是将图卷积神经网络(GCN)运用到交易数据处理和群体风险识别当中，并结合列式计算引擎高效处理海量数据，在基准测试中取得了显著效果。DAI 2019会议上，朱明杰也详细阐述了该计算引擎特点和算法实现框架。
“今天中国的金融业，已经面临着世界级技术问题，有些甚至走到了无人区，需要我们给出世界级的AI解决方案。”演讲最后朱明杰表示。而未来，氪信科技也会坚定践行诺言，通过自身做发展范本，为AI行业发展做出更多的贡献，提供更多的能量。
