专栏
案例
活动
科技资讯
跨界金融
证券
保险
银行
首页
搜索
经典案例
  • 黑龙江农村信用社——增值税管理系统
  • 黑龙江省农村信用社联合社于2005年8月2日成立,由省内13家市地联社、办事处和81家县级联社自愿出资入股设立,具有独立法人资格的地方性金融机构。经省政府授权,黑龙江省农村信用社联合社在省政府的领导下,负责行使对辖内市、县(市、区)农村信用合作联社、农村信用合作社联合社、农村合作银行、农村商业银行等农村合作金融机构的行业管理、业务指导、协调服务职能。

  • 鑫元基金——新一代互联网金融产品-鑫钱宝
  • 经中国证监会批准,鑫元基金管理有限公司于2013年9月12日在上海正式成立。公司由南京银行股份有限公司发起,与南京高科股份有限公司联合组建,注册资本金2亿元人民币,总部设在上海。公司经营范围包括基金募集、基金销售、特定客户资产管理、资产管理和中国证监会许可的其他业务。截止2016年12月31日,公司管理的总资产规模近4000亿,母公司固定收益业务特色突出,货币、固收基金行业排名靠前,子公司规模排名行业前十。

    视频
    更多
    • 探智立方iQubic正式发布人工智能模型自动设计平台DarwinML 1.0
    • BY:
      2018-08-14

    8月2日,人工智能专业企业探智立方( Intelligence Qubic, iQubic)公司正式发布了人工智能模型自动设计平台-DarwinML 1.0。该平台以自动化机器学习(AutoML)为核心技术,以基因进化理论为设计思想,用户只需要具备人工智能基本概念,即可设计开发机器学习和深度学习模型,从而缩短建模人员及数据科学家创建模型的时间及门槛,提升效率,满足面向定制化场景的人工智能模型创建需求。探智立方首席运营官施东峰表示,公司将基于DarwinML的创新技术能力,以普惠AI为理念,使DarwinML成为人工智能模型设计开发的最佳工具。公司还将以快速建立定制化模型为服务目标,从模型设计、共享、迁移、生产的角度打造一个满足金融、物联网、教育、医疗等行业用户人工智能需求的平台。

    图片1.png

    【左起:探智立方首席科技官钱广锐、产品总监宋煜、首席运营官施东峰、解决方案总监徐宁】

    人工智能的广泛应用是未来几年最具颠覆性的行业趋势之一,但大量行业用户在人工智能业务实践中发现,业界既有的人工智能模型无法完全满足业务需求,对人工智能模型进行定制化的设计开发不仅耗时较长,还需要大量人工智能技术与人才资源的支撑。人工智能技术的应用长期裹足不前,市场普遍需要能够大幅降低人工智能模型设计开发门槛的解决方案和开发工具。在此背景下,人工智能业界提出了AutoML 的概念,即通过自动化的机器学习来实现人工智能模型的快速构建。

    基于 AutoML 的理念,探智立方推出了人工智能模型自动设计平台-DarwinML。探智立方首席科技官钱广锐博士表示:“在开展机器学习和深度学习模型设计的实践中,我们发现,大量企业最棘手的问题是时间,模型设计时间过长不仅会消耗大量资源,也会导致模型的建立滞后于业务需求。因此,我们尝试将模型优化的过程抽象成一个纯数学问题,然后利用机器的强大计算力,以搜索进化的方式,在尽可能短的时间内寻找全局最佳解决方案。我们希望通过 DarwinML 这一人工智能工具,能够将该能力复制到更多的行业应用中,帮助用户快速开展人工智能应用。”DarwinML 1.0的问世将大幅加速人工智能模型设计进程,或将颠覆AI游戏规则。

    DarwinML 1.0在金融行业的应用为例,在金融领域实现AutoML,用户的需求是实现一个自动化反洗钱或者风控管理模型,希望从数据中监测出异常交易和欺诈交易,降低风险。此时用户虽然持有大量数据和明确目标,但由于时间等问题,来不及组建专业的团队进行开发,用户的四百万条巨大规模的数据中,实际有效的或者具有危险性的数据只有一万多条,比例很低,在整个AutoML设计中,要设置相当高的门槛,建立模型的过程非常困难。用户使用DarwinML之后,在几天时间内把四百万条数据和其中数十万种危险数据类型以表格形式批量传送至机器,DarwinML将进行自动化计算分析,无需任何人工参与,经实践测试,最后可得到的模型结果准确率高达99.7%。DarwinML全自动设计与人工建模最大的区别是,以往需要2-3人工作数天、数月的数据量,一台机器只需要3个小时甚至更少的时间就可以完成,大大降低成本的同时,提高了服务质量,DarwinML还可以根据需要不断升级迭代。总体来看,目前人工智能仍处于尝试阶段,并不是所有的业务都可立即取得突破,实现快速迭代结合,但在可预见的将来,DarwinML一定能够提供更最高效的服务途径。

    谈及DarwinML自动设计平台开发过程中的技术难点突破时, 探智立方产品总监宋煜说:“解决海量行业数据参数特征提取的困难自不必说,除此之外,DarwinML最重要的,还在于它是一个寻找最优解的模型,所以效率就是重中之重。”DarwinML主要运用了以下几个技术:一是指纹技术,用以解决寻找模型的相似性问题;二是块技术,作为现下逐渐开始流行采用的技术,它能够缩小模型组合范围,把若干个神经元组成一个;三是探智立方拥有一个Darwin基因库,这个基因库除了记录Darwin算法本身以外还在不断的进行学习,对应的数据分布可以解决什么对应的问题就是其学习内容之一。基因库技术作为核心技术,不仅仅对单次设计模型化,同时在学习设计模型中也发挥着重要作用。

    探智立方首席运营官施东峰对于公司的战略发展进行了阐述,他表示:“探智立方不仅将提供以 DarwinML 为核心的平台软件及服务,帮助企业用户降低人工智能模型设计所需人员技术门槛及时间,还在销售模式上进行了创新。我们正在推动建立人工智能共享云平台,提供线上模型设计定制化服务,为企业人工智能定制化提供更具敏捷性的解决方案。我们希望通过3-5年的努力,能够取得 AutoML 领域中国市场的领先地位,并实现全球覆盖与横向拓展。”

    随着 AutoML 解决方案的广泛实施,人工智能的开发门槛将大幅降低,模型设计的主体将由人工智能专家演变为普通开发者,这将彻底重构当前的人工智能开发生态。为了给个人开发者提供服务,探智立方还将发布DarwinML 的个人版本,支持个人开发者快捷的设计人工智能模型,并以开源的方式建立社区,这有望打造成为人工智能开发者的“Windows”系统,形成更富活力的人工智能生态。


    分享
    0人觉得很赞
    发布