新利国际官方客服新利国际官方客服

18新利luck
新利国际网址

李雷:要建立人工智能,我们需要一个开放式的全站式框架来运作良好|中国国际金融论坛新浪财经论坛

    第十五届中国国际金融论坛于2018年12月15日至16日在上海举行。其主题是:构建现代金融体系,为实体经济的高质量发展服务。华为中国区财政部首席建筑师李雷出席会议并发表了讲话。它的人工智能表示是全站视觉,这是所有站工程师都理解的。首先,在数据层中,将各种数据格式、对象存储和关系数据库作为可以获取的数据源。第二,架构是开放的。华为的人工智能计算平台不是一个专有的计算平台,而是一个可以与其他计算资源兼容的平台。它是云上和云下的混合平台,可以与合作伙伴开发这个领域的数据利用。最后,李彦宏说,三点建设、七点管理、数据使用不是一蹴而就的事情,是一个长期的过程。李雷:女士们,先生们,下午好。我在华为金融服务部工作。我负责华东地区重要客户建筑的支持和项目规划。今天下午,我很荣幸来到这里,与大家分享华为在工作过程中的一些共同创新和金融客户提供的一些大数据和人工智能。这个创新的话题,我叫他AI来帮助智能金融,这是我今天演讲的主题。在接下来的15分钟左右,我想和你们讨论一下我们在人工智能领域的一些想法。从两个方面来看,我们认为人工智能是我们当前工作的助手,也是我国金融业的数字化改造和智能化改造的助手。培养这样一个助理的过程是怎样的?我想用三种方式来谈论它。第二个是智能金融领域的情景。大约有四种场景需要与您讨论。接下来,我们将讨论如何培养聪明的金融助理。我们可以看到,培养这个助手就像培养一个孩子,从摔倒在地,学会说话,到培养对社会有贡献的人,我们需要训练他。他应该有天赋,付出一半努力就能得到两倍的结果。我们找到一个好的算法,积累一个好的模型,并快速得到输出。这就是算法,算法就是基因。第二个是数据。如果没有大量的书供他阅读,那么阅读量将突破一万册。如果写作是虔诚的,那么数据是非常重要的。光基因是好的,没有好的教材来培养大师。我们说您需要投入大量的精力,大量的时间,如何在短时间内集中精力,如何使用压力在算法中投资,对大量数据进行集中训练,也就是,我所看到的能力。计算能力、算法和数据是人工智能发展的三大驱动力。在人工智能发展的几十年中,我们经历了一个寒冷的冬天,数据管理的突破给我们带来了新的想象空间。我们首先来看看算法方面,看看是否能够进行简单的交互。当我们学习人工智能时,离不开非常坚实的数据库。我们做一个简单的调查。现在我们回到大学参加线性代数考试。我们可以举手超过90分。今天有人举手。我的期望是60分,今天90分。我准备好了。高要求的数学基础使得许多企业界的专家把人工智能看成是一条令人畏缩的道路,因为人工智能有许多技术要求。左上角是人工智能技术的图谱,有助于人工智能的研究和应用。我们致力于研究一些方法,一些工具,一些方法,使商业专家能够更好地应用人工智能技术来使用人工智能技术,让我们来看一个典型的过程。当我们为银行开发一个零售评分系统时,商业专家在过去收集了很多商业规则。这些规定是营业押金。400页的要求有300页的规则。这些规则可能没有经过测试,但是经过了探索。为了探索这些规则,我们必须首先识别我们的问题,专门处理数据,并获得我们需要的计算能力。为了训练这些数据,我们需要有我们自己的软件开发环境,并能够部署和验证成功的规则和未来的规则。整个过程实际上是获得一个服务,它可以帮助我们计算违约概率。具有默认可能性的服务在上面的流程中,业务开发人员在下面的线上。也许我们正在开发一个过程,在这个过程中,我们调查服务,并告诉我们潜在的风险在哪里。这样的发展方式,对于人工智能时代,商务人员可能没有很方便的控制人工智能的技术,我们希望以更简单的方式简化复杂性,以便商务人员能够快速应用。我刚才讨论的是如何建立算法模型的想法。二是数据管理。过去,在银行中建立数据仓库就是清理大量的数据,提取我们需要的数据,并将其放入仓库。今天,在这个过程中仍然有许多数据被遗弃。过去很难找到手动方法,因为这是数据的沼泽。今天,废弃数据的价值可以用人工智能的形式来发现。例如,我们今天在路上有很多探测器。探测器拍摄全高清视频。过去,我们只问是否有持牌汽车。今天,我们可以使用人工智能来判断是否有人在打电话,或者是否有人没有系安全带。现在,人工智能的方法可以识别这些值。保存和正确处理原始信息非常重要。面对庞大的数据价值虚拟空间,我们应该进行基础的多元化处理和信息处理,以便他的数据能够为未来发挥价值,留下想象力建设,构建数据分析的生态平台。多个数据平面,首先是事务系统,沉淀了大量的事务记录。我们将从外部获取第三方数据以丰富我们的信息。对个人而言,无论是对生活还是消费或学习有潜在的经济需求,他都可能关注英语教育,这是多年的一次性学习成本、大量的投资、是否有分期付款的要求等等。一方面,我们收集这些信息以形成我们自己的传统数据仓库,它是一系列结构化的数据。此外,还有丢失的、非结构化的数据、视频等,这些数据将被存储在第二数据级别,不仅使用一种技术,而且各种技术的组合将使我们奠定数据库。今后,我们将在其上建立一个数据模型,建立我们的训练和推理过程,并建立数据库。从算法的发展来看,可以概括为两个方面:一是人工智能的训练水平,二是推理水平。总而言之,培训水平就是集中资源,做大事,充分发挥综合培训过程。例如,在金融行业,信用卡,试图成为一个无人值守的商店。我们花了大约一天的时间才建了一家无人商店,比如烘焙食品和贴标签。如果我们向SKU添加大量货物,那么我们就必须长期执行这个过程。由此可见,重视这一计算,加强培训过程是非常重要的。另一方面,我们总是希望推理过程能够尽可能接近我们的应用程序场景。例如,这种推理可能出现在移动电话的末尾,在汽车驾驶场景中,或者在普惠金融镇。把它作为向量发送回去。你的能源消耗是至关重要的,在这种情况下,我们认为端到端的推理应该接近数据,以减少能源消耗。为了在这两个领域取得进展,华为在基础芯片领域做了一些研究。随着摩尔定律多年的发展,它很有可能在2020年遇到瓶颈,即它的制造过程,这将面临瓶颈。我们希望以两种方式工作。第一个方面是在数据附近的计算。在这方面,我们可以使端面的数据计算更快。其次,传统架构本身可能无法满足专业图形处理的需要。我们使用GPO技术来加速这方面的培训过程。我们还提供了在计算机房的云端和客户端交付异构计算的能力。总之,在计算机成熟之前,我们将关注这两个方面,以加快计算供应。例如,对于每个项目,我们需要人力资源和团队来完成。从时间切片的角度来看,在某个时间点,一些项目团队资源是空闲的。为什么这些资源不能集中?它打破了原有的烟囱式结构,成为一个共享的人工智能计算平台。这可以从云中获得。在运输领域,我们可以在公共云上进行培训。金融业也可以这样做。在集中式培训过程中,我们可以选择在公共云上进行,但是如果您有非常敏感的客户信息,并且认为它不适合于公共云,那么我们也可以将其放入私有云(AI调度的平台)中,这将在下面的场景中进行讨论。第一部分是总结。我们意识到构建人工智能是一个全站式的愿景,并且我们使用所有站工程师的理解。首先,数据层,各种数据格式,不管是否存在HDFS、对象存储、关系数据库,我们都视之为可以获取的数据源。第二,架构是开放的。华为的人工智能计算平台不是一个专有的计算平台,可以与其他计算资源兼容。它是云和云的混合平台。华为与我们的合作伙伴一起,提供了一个平台、合作伙伴或金融机构来开发自己的研究中心,以开发这方面的数据应用。最后,操作、数据使用不是一蹴而就的事情,三点建设、七点管理、操作是一个长期的过程。以下是四种情况。第一个场景使用AI的文本识别能力来增强金融监管和风控过程中的信息捕获能力。通过爬虫的方式,访问法院信息进行代码风险监控,这些信息公开,过去,银行只做自己的数据中心信息。但现在的应用程序,越来越多的面向外部的信息,爬虫爬进来识别他。其次,还有什么值得我们关注的医学文献有疑问吗?尤其在视频领域,随着5G的普及,4G已经成熟,视频越来越多。这些视频里有暴力或色情内容吗?许多金融机构现在出售餐票和电影票。用户评论的数据是社交数据。第三部分是人脸识别。我们节省时间到最后场景,并使用人工智能来优化金融机构的客户服务业务,包括入站和出站。随着人工智能的发展,我们可以大大提高我们在这个领域的能力。今天,我们来看看人工智能的三个驱动力:算法、数据和计算。我们建立了一个全站点AI平台,为金融商业智能场景提供AI支持。最后一个场景包括语音交互场景,包括内容标识场景、个人服务和共享云服务,以帮助加速到Internet的转换能力。海外有很多发展,因为时间关系不在这里。如果您有兴趣在人工智能方面做一些非常具体的实践,也欢迎您在会议之后进行进一步的讨论。无论是对证券行业IPO文本的扫描与识别,还是证券行业的知识地图,都有这方面的研究成果。进一步加强企业、科研院所和华为等科技公司的合作。谢谢您。这就是我今天演讲的全部内容。新浪宣布,所有的会议记录都是现场速记的,未经发言者审核,本文就贴在新浪上。com用于传输更多信息并不意味着同意其观点或确认其描述。责任编辑:谢长山

, 1, 0, 1);

欢迎阅读本文章: 朱朝

新利国际备用登录

18新利luck