作为2020全球人工智能大会的活动之一，以“普惠金融 智能共创”为主题的智能金融高峰论坛近日在杭州举行，由杭州市科学技术局作为指导单位，同盾科技承办。

论坛汇聚数十位政府、学术界及行业领军企业代表，畅谈人工智能与金融彼此赋能产生的强大效能。多家产业和学术机构也在论坛中联手成立“知识联邦产学研联盟”，将致力于探索下一代人工智能的实现路径。

潘云鹤：AI 2.0在五大金融方向的渗透

中国工程院原常务副院长潘云鹤院士在会上首先致辞，他指出互联网的普及，传感器的泛在，大数据的涌现，电子商务的发展，在线数据的兴起，数据和知识在人类社会物理空间和信息空间之间交叉融合、互相作用，汇合成驱动AI走向2.0的强大外在动力和应用需求。

中国工程院原常务副院长 潘云鹤

AI从1.0走向2.0的时候，出现了新的发展方向和很多技术机遇，人工智能技术在大数据智能、群体智能、跨媒体智能、人机混合智能和自主智能系统的五大方向，现在已经初见端倪。

他指出，考察发现AI 2.0在金融领域的客户服务、风险控制、精准营销、资产管理、金融监管等五大方向，均有极大的渗透性。

新时期非接触式的金融服务加速推广，智能金融的技术加速发展，应用加速落地。面对着人工智能、大数据、云计算等技术带来的激烈变化，金融机构正在不断地加速向技术驱动机构转型，变革本身的组织、流程、运行技术等等，构建新的业务形态，建立新的业务体系。

陈静：AI相关技术很多，不能全面开花，要选择最具有前景、最紧迫的来发展

中国人民银行科技司原司长陈静随后致辞，他总结称，目前中国的金融行业正在加强加快AI应用，主要有机器学习神经网络应用与知识图谱、计算机生物识别技术和服务机器人。

例如机器学习针对财务交易数据进行建模，利用回归分析等预测交易策略；神经网络应用于知识图谱的应用，大多在风控征信领域，需要把不同来源的数据整合在一起，检测数据当中的不一致性，从而有效比对借贷用户结构性数据，发现风险。

AI也应用于金融预测反欺诈，大规模采用机器学习，通过分析海量金融交易数据，改进和完善算法，如分析信用卡数据，识别欺诈交易，提前预测交易的变化趋势等。

同时用于授信决策，通过数据筛选建模和预测打分，将不同的资产分类做分别处理，对借款人还贷能力的实时监控，从而实时对后续可能无法还贷的人进行实时的干预，以减少因坏账带来的损失。

同时AI用于智能投顾，采用多层神经网络，实时采集所有重要的经济数据指标，不断进行深度学习，完善合适的资产分散投资策略算法，实现大批量的不同个体定制化投顾方案。

计算机生物识别技术在身份验证上的应用，受到了越来越多的关注和重视。如何确保移动银行、移动支付的安全性，客户数据的安全性、隐私性，账户的不可泄露性，以及手机丢失之后相关信息的不可窃取性等，是发展移动银行金融服务的重要基础。

生物识别技术通常分为两类，一类是利用人体固有的生理特征，比如指纹、静脉、人脸、虹膜等；一类是勾勒人体特有的行为特征，比如笔记、声音、步态等等，进行个人身份鉴定。自然语言的理解和处理也算是其中的一类。

我国相关的企业已经开发出很好的语音识别产品，算法改进大大提高识别精度，甚至能够判别被识别者是否受到胁迫等。这项技术不断向实用化前进，也在央行科技司的统一组织下，已出台了相关的金融应用标准，这也推动了智能客服的发展。

同时积极开展语音数据的挖掘应用，基于语音和语音技术，自动将电话银行海量通话和各类用户内容结构化打上各类标签，挖掘分析有价值的信息，为服务营销等提供数据和决策支持。

利用服务机器人在网点或者是机房投放智能机器人，实现指定区域内自动巡航，可对客户进行迎宾分流，进行语音互动交流，根据客户知识库内容进行标准业务咨询回答，减少大堂经理的重复性工作。

中国人民银行科技司原司长?陈静

对于金融机构AI应用的推动，陈静还给出了五点建议：

第一，一定要与相应的应用场景相结合。AI相关技术很多，不能全面开花，要从金融机构本身的实际出发，找准痛点，紧密结合金融业务发展与创新的迫切需求，选择最具有前景，最紧迫的业务来发展。