原標題：金融變革在即，英特爾不止有AI方法論

作為產(chǎn)業(yè)變革的橋頭堡，金融業(yè)與新技術結合的探索也愈加深入。

一直以來，金融行業(yè)都是響應時代變革最快速的領域，在大數(shù)據(jù)時代，金融業(yè)站在轉型的風口前端，從精準營銷到數(shù)字運營，從風控管理到數(shù)據(jù)安全，金融業(yè)的每一環(huán)業(yè)務都與大數(shù)據(jù)的發(fā)展密不可分。

金融行業(yè)需要更加先進的數(shù)字化解決方案來驅動業(yè)務的轉型升級，在這方面，英特爾持續(xù)賦能行業(yè)用戶。通過軟硬件優(yōu)勢，結合互聯(lián)、架構、內(nèi)存及安全等能力，為銀行、證券、保險等金融行業(yè)提供可靠的數(shù)字化升級保障。

金融+AI 突破數(shù)據(jù)壁壘的必然

利用技術進步來提高行業(yè)效能，并深度釋放數(shù)據(jù)蘊含價值，是金融行業(yè)不變的法則與目的。

隨著時代的演進，越來越多新型互聯(lián)網(wǎng)技術開始在行業(yè)中應用，以人工智能為代表的數(shù)字化技術給社會帶來了巨大的顛覆性影響。在金融業(yè)，其本身的天然屬性更利于與AI技術的結合。

回顧過去十余年的發(fā)展，可以發(fā)現(xiàn)，那些處于行業(yè)領先地位的企業(yè)或組織都將更多的資金投入到大數(shù)據(jù)、機器學習及云計算服務中。到了AI的崛起，金融行業(yè)的新變革也就隨之而來。

為什么數(shù)字化技術會成為金融行業(yè)變革的關鍵，主要有三個原因：

一、效率時代下的必然趨勢。數(shù)字時代就是效率時代，近二十年的發(fā)展中，數(shù)據(jù)價值的不斷釋放讓企業(yè)運營效率快速增長，以AI為代表的數(shù)字化技術正在激發(fā)新一輪效率革命。

在全球范圍內(nèi)，越來越多金融機構向技術服務公司轉變，比如在人員構成上，華爾街投行高盛擁有33000名全職員工中，其中程序員與工程師數(shù)量超過9000名；另一家金融巨頭摩根大通，很早便設立技術中心來專門研究大數(shù)據(jù)、云等技術，并利用AI技術開發(fā)了一款金融合同解析軟件，大幅提升工作效率。

二、數(shù)字技術與金融行業(yè)天然契合。以AI為例，它和金融業(yè)都建立在海量的數(shù)據(jù)之上，這就使得龐大的金融數(shù)據(jù)可以為AI模型的訓練與預測推理提供豐沃的數(shù)據(jù)土壤。反之，借助成熟的AI模型，金融企業(yè)可以降低傳統(tǒng)化用于客戶關系維護的大量服務成本，同時展開更多精準狙擊，進一步提升業(yè)務質(zhì)量。

除此之外，金融行業(yè)的創(chuàng)新基因也與數(shù)字化轉型的要求所契合，兩者的結合能夠為金融業(yè)發(fā)展帶來更大空間。

三、愈發(fā)嚴峻的數(shù)字化挑戰(zhàn)。業(yè)務數(shù)據(jù)化給金融業(yè)帶來了更大的安全性挑戰(zhàn)。傳統(tǒng)的金融企業(yè)或機構通常采用基于規(guī)則的方式來構建其風控反欺詐模型，核心就是不斷建立、更新基于用戶行為為特征的規(guī)則庫。但這樣的系統(tǒng)往往會讓交易發(fā)生時產(chǎn)生潛在風險，造成告警或誤判。

這僅是傳統(tǒng)金融安全隱患的一種，伴隨著數(shù)據(jù)量的爆發(fā)，新型的挑戰(zhàn)也會越來越多。現(xiàn)如今，物聯(lián)網(wǎng)的廣泛應用，智能互聯(lián)設備的快速普及，促使生成了越來越多的結構化和非結構化數(shù)據(jù)。預計到2020年，物聯(lián)網(wǎng)中智能、互聯(lián)設備的數(shù)量將達到2000億，由此產(chǎn)生的數(shù)據(jù)會帶來一系列難題。

AI、云、大數(shù)據(jù)等數(shù)字技術是解決此問題的有效途徑。以銀行為例，通過與Al融合，即可以依托龐大的業(yè)務數(shù)據(jù)，以智能的方式驅動數(shù)據(jù)分析與預測方法創(chuàng)新，還能規(guī)避諸如貸款逾期、違規(guī)欺詐等風險，在行業(yè)競爭中占得先機。

賦能行業(yè)用戶 釋放數(shù)據(jù)價值

近年來，金融行業(yè)擁有的數(shù)據(jù)量、算力和算法均獲得巨大的突破，應對數(shù)據(jù)洪流，英特爾基于技術創(chuàng)新為越來越多行業(yè)用戶提供了基礎架構及算力支持。這些實踐轉化為行業(yè)方法論，有助于整體的數(shù)字化轉型升級進程。

在摩爾定律的推動下，英特爾芯片制程技術和架構創(chuàng)新不斷進行計算力突破，滿足了AI、云、大數(shù)據(jù)等技術計算密集型算法的需求，也為技術的落地實踐提供了強大支持。目前，在金融業(yè)業(yè)務運營的前中后端，都已經(jīng)形成了成熟的行業(yè)應用方案。

在金融行業(yè)中，反欺詐一直是各方面高度重視的風控實施方向。伴隨著金融業(yè)務的高速擴張，其風險指數(shù)也在不斷上漲。在風險形式上，傳統(tǒng)風險與新型風險互相交織，除了傳統(tǒng)的金融欺詐，還出現(xiàn)了信用欺詐、惡意套現(xiàn)、保險欺詐等方式。面對這樣的行業(yè)難題，亟需新興技術來構建有效管理方案。

從行業(yè)特性出發(fā)，與基于規(guī)則的方式比較，利用AI技術構建反欺詐模型具備更高的客觀性與準確性。英特爾構筑的“三明治”多層反欺詐偵測模型，借助“GBDT→GRU→RF”三層架構，針對單一深度學習方法在單筆交易內(nèi)特征學習能力上的不足，通過英特爾提供的Analytics Zoo工具進行特征優(yōu)化，并將優(yōu)化后的特征與人工特征相結合，以此來對數(shù)據(jù)實施有效的過濾。

這樣的架構為金融行業(yè)提供了更加可靠的安全方案。中國銀聯(lián)采用“三明治”結構，建立了高效的反欺詐模型。目前，該方案已在偽卡/套現(xiàn)欺詐偵測等場景中進行了實測，無論是在召回率，還是準確率方面都達到了預期效果。

中國銀聯(lián)結合英特爾“三明治”架構提出的反欺詐創(chuàng)新型模型，正在更多的業(yè)務場景中應用。在這個過程中，英特爾不僅提供高性能處理器產(chǎn)品作為算力引擎，還提供了多樣化、可擴展、全方位的技術支撐，為三明治結構欺詐偵測模型中的每一層面提供了有針對性的優(yōu)化手段和工具，從而幫助整個反欺詐模型進一步提升效率。

英特爾：創(chuàng)新驅動產(chǎn)業(yè)數(shù)字化升級

其實，英特爾助理金融行業(yè)變革是多方面的，除了反欺詐模型架構的構建，英特爾還基于AI技術的高效性與準確性構建了信貸逾期風險預測方案、金融行業(yè)精準營銷方案及保險影像分析方案。而在這些方案構建中，都采用了英特爾至強可擴展處理器為算力核心。

以“三明治”多層反欺詐偵測模型為例，在其軟件棧上，底層是由英特爾至強金牌處理器（6000系列）為基礎構建的硬件基礎設施，它不僅提供了強大的計算力支持，還在內(nèi)核、高速緩存等方面表現(xiàn)優(yōu)異，而且能夠駕馭多項硬件增強技術助理提升框架性能。

實際上，全新一代英特爾至強可擴展處理器專為數(shù)據(jù)中心現(xiàn)代化變革而設計，面對日益龐大的數(shù)據(jù)負載，它可以提供比前代產(chǎn)品高出25%-35%的性能，且具備多項新特性，如靈活性與安全性。并且通過增強內(nèi)存性能，來幫助用戶提高各種基礎設施、企業(yè)應用及技術計算的運行效率，打造性能更強的敏捷服務和更具價值的功能，改善總體擁有成本的同時，提升生產(chǎn)力。

英特爾至強金牌處理器系列能夠提供更為強大的性能需求，其英特爾至強金牌處理器6200系列，特別是主流的英特爾至強金牌處理器6248處理器、英特爾至強金牌處理器6240處理器、英特爾至強金牌處理器6230處理器，作為英特爾至強可擴展處理器平臺的中流砥柱，能夠支持更高的內(nèi)存速度、增強的內(nèi)存容量和四路可擴展性，并在性能、高級可靠性和硬件增強型安全技術方面取得了顯著改進，且針對要求苛刻的主流數(shù)據(jù)中心、多云、網(wǎng)絡和存儲等工作負載進行了優(yōu)化，能夠適應更復雜、更多樣化的應用場景。

此外，新一代英特爾至強可擴展處理器集成深度學習加速技術擴展了英特爾AVX-512，賦予了平臺更多、更強的AI能力，可加速人工智能和深度學習推理，并針對工作負載進行優(yōu)化。

同時，作為新一代至強可擴展平臺的“核心"，第二代英特爾至強可擴展處理器支持英特爾傲騰數(shù)據(jù)中心級持久內(nèi)存這一全新產(chǎn)品類別。而英特爾傲騰數(shù)據(jù)中心級持久內(nèi)存通過與第二代英特爾至強金牌及鉑金處理器搭配，可以作為DRAM內(nèi)存的有力補充，顯著提高系統(tǒng)性能，加速工作負載處理和服務交付。

作為至強平臺的創(chuàng)新制作，全新一代英特爾至強可擴展處理器基于設計方面的突破，能夠從平臺層面融合計算、內(nèi)存、存儲、網(wǎng)絡及安全等功能，并將其提升到新的水平。在行業(yè)應用方面，英特爾至強可擴展處理器的高性能為企業(yè)架構升級提供了穩(wěn)定的核心基礎，以此來推動金融業(yè)AI實踐更高效。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。