大咖齐聚共探金融智能发展前景
8月20日,"金融科技创新论坛(第14届)金融情报创新应用研讨会"在网上成功举行。研讨会聚集了权威专家、技术要人、高级分析人士和其他要人,与银行、证券、保险、基金等金融领域的数百名观众讨论了人工智能平台的未来发展趋势。
在中国通信学会金融科技委员会的指导下,DataCanvas与金融科技创新联盟共同主办了这次研讨会。中国银行协会系统服务部主任赵承刚、爱分析合伙人兼首席分析师李哲、数据Canvas数据科学产品部高级架构师杨戬、山东商业银行联盟数据平台部高级数据架构师唐元超分别就自主可控智能金融的行业发展趋势、人工智能平台的现状和趋势、如何突破结构化数据深度学习和处理、智能手机银行等问题发表了精彩的演讲。DataCanvas预售和算法中心副总裁周晓玲主持会议,并回答了有关人工智能平台的技术问题。
赵承刚主任指出,金融情报具有很大的潜力,"计算能力、算法、安全可靠的应用,是一个大的发展方向。
金融情报的特点是基于商业认知和数据认知的商业应用。目前,市场上常见的应用,包括营销、风险控制和其他场景,仍然属于外围。未来,随着基于智能互联的海量数据,数据治理已成为金融情报的基础。
针对人工智能平台的现状和未来发展趋势,李哲提出,人工智能平台的价值将被进一步放大,这不仅有助于企业更好地挖掘海量数据的价值,而且有助于企业更好地建立自己的整体人工智能能力。
在此基础上,开源人工智能平台可以降低企业的采购成本和算法门槛,而企业AI平台可以更好地整合企业内部资源,促进企业发展。未来,人工智能平台将整合更多的专家经验、更多的平台,并将在人机协作和人机决策中发挥重要作用。
杨戬说:"如何重新创建开源创新,DataCanvas与DeepTables在国际结构化数据分析竞赛中赢得了首个成果,引领了深度学习创新的新方向。
利用深度学习技术开发结构化数据一直是数据分析领域的技术瓶颈。通过深入挖掘企业对结构化数据建模的难点和对结构化数据进行深入学习的性能,DataCanvas开发了一种分析结构化数据的强大工具--DeepTables,通过使用深度学习技术实现新的突破。
深表:更灵活易用
1.五行代码可以完成整个建模过程,甚至不需要预先进行数据预处理和特征处理。
2.开放架构,面对不同型号,灵活选择不同的组件
3.更高的模型精度可以提供开箱即用的高性能模型,而非专家建模者也可以培训高水平的模型。
随着深入学习工具的增加,结构化数据分析将呈现出前所未有的价值,甚至改变一些业务模式和业务形式。
在各大银行加快移动银行业务升级和积极运营的背景下,为了进一步提高会员银行零售业务的能力和服务水平,企业联盟推出了基于实时技术的智能手机银行6.0项目,唐源超在研讨会上详细介绍了该项目。
通过这个项目,联盟创建了一系列实时泛金融产品,如实时账户交易细节查询、实时索引大屏幕、实时报表等,为成员银行创建了一个安全、易用、智能、开放的移动综合服务平台。基于DataCanvasRT的实时数据服务是移动银行6.0的一项重要的基本功能。
在回答网上参与者的提问时,周晓玲详细回答了DataCanvasAPS和DataCanvasRT的功能优势和应用场景。他认为,从表面上看,金融情报注重技术的使用,但实际上它最终体现了技术与人、企业和不同知识融合的结果。
DataCanvas通过市场反馈和需求预测不断向客户提供高质量的数据科学服务,以帮助企业用户全面提高其独立的人工智能能力。