多模態(tài)數(shù)據(jù)理解能力助力“百靈”

基于“百靈”的交互式風(fēng)控系統(tǒng)，信貸審批可以從完全的“他證”轉(zhuǎn)化為“自證+他證”模式，但每個小微企業(yè)主手里能夠證明自己經(jīng)營實力的材料種類繁多，比如合同、發(fā)票、流水、店面、存貨等等，要識別出來，難度很大。

以合同為例，它包含印刷文字、表格、手寫體簽名和公司印章等不同形式的信息，對機器而言，準(zhǔn)確識別合同上的信息需要用到至少三種多模態(tài)感知技術(shù)，且都達到很高的準(zhǔn)確率，另外還要考慮防篡改、翻拍等驗真問題。

這也意味著，僅憑幾張照片就能證明自身經(jīng)營狀況的背后，離不開AI信審強大的科技支撐。

網(wǎng)商銀行人工智能專家郝正鴻向表示，百靈系統(tǒng)中的“提額小助手”能夠基于自然語義分析實現(xiàn)非劇本式的實時決策型對話，與傳統(tǒng)客服機器人的“固定套路”RPA交互模式相比，這種對話模式能夠有效提升用戶留存和回應(yīng)率，使得對話能順利進行，引導(dǎo)用戶提供有效的行業(yè)、流水、進貨關(guān)系等信息，實時推薦合適的提額方式，并對客戶上傳的憑證和照片進行校驗。

“在這個過程中，會有多模態(tài)能力的使用，”郝正鴻向觀察者網(wǎng)提到，所謂“模態(tài)”（Modality），是德國理學(xué)家赫爾姆霍茨提出的一種生物學(xué)概念，即生物憑借感知器官與經(jīng)驗來接收信息的通道，如人類有視覺、聽覺、觸覺、味覺和嗅覺模態(tài)。多模態(tài)是指將多種感官進行融合，而多模態(tài)交互是指人通過聲音、肢體語言、信息載體（文字、圖片、音頻、視頻）、環(huán)境等多個通道與計算機進行交流，充分模擬人與人之間的交互方式。

“人工智能對文本、語音和圖像的融合理解?；谧陨矶嗄B(tài)的憑證、場景識別的大規(guī)模預(yù)訓(xùn)練模型，百靈能快速適配到各種新增的大跨度行業(yè)場景，這對于底層多模態(tài)數(shù)據(jù)的預(yù)訓(xùn)練理解能力要求非常高。”郝正鴻解釋。

目前，百靈系統(tǒng)已經(jīng)支持包含合同、發(fā)票、營業(yè)執(zhí)照在內(nèi)的26種憑證，以及包含工程車輛、店面門頭、貨架商品等超過400種細(xì)粒度物體的識別，準(zhǔn)確率達到95%以上，并且通過多尺度摩爾紋算法等驗真技術(shù)，保證信息真實有效，可被風(fēng)控系統(tǒng)采信。

談到人機交互中是否有人工介入，郝正鴻指出，“目前在交互端沒有人工介入，但在決策部分會有人工審批專家做兜底，我們整個多模態(tài)的識別準(zhǔn)確率不可能達到百分之百，部分用戶未通過審核的材料會流轉(zhuǎn)到人工審批平臺，人工幫助機器再復(fù)核一下。相對來講，一些標(biāo)準(zhǔn)化流程機器人基本可以應(yīng)對?！?

網(wǎng)商銀行方面介紹，在對照測試中，百靈系統(tǒng)與人工的審核一致性達到80%；在提效方面，該系統(tǒng)可節(jié)省50%-70%的人工成本，且審批效率要遠(yuǎn)優(yōu)于人工。對此，網(wǎng)商銀行CTO高嵩表示，“我們希望小微經(jīng)營者和百靈系統(tǒng)的交流，就像和真人信貸員交流那樣順暢。雖然目前還處于探索階段，但是這項技術(shù)前景廣闊。

當(dāng)然，“百靈”系統(tǒng)并非單獨發(fā)揮作用。

“本次網(wǎng)商銀行發(fā)布‘百靈’，從單個技術(shù)來說，并不具有突破性的意義，網(wǎng)商銀行此前已發(fā)布的‘大雁系統(tǒng)’主要通過供應(yīng)鏈金融，使用許多行業(yè)圖譜技術(shù)獲取信息，‘大山雀系統(tǒng)’則通過衛(wèi)星遙感識別地面作物，專門服務(wù)農(nóng)村金融，這幾個技術(shù)結(jié)合，能夠使客戶申請貸款和之后的風(fēng)控過程更為便捷精準(zhǔn)，”復(fù)旦大學(xué)中國研究院副研究員、數(shù)字經(jīng)濟專家劉典對觀察者指出。

劉典表示，最近幾年，金融科技確實已經(jīng)帶來顛覆性的意義，目前很多傳統(tǒng)銀行也逐漸發(fā)展這樣的體系，就網(wǎng)商銀行的實踐來說，它更像是對金融需求的一種激發(fā)，對金融供需雙方的一種精準(zhǔn)匹配和撮合。未來，通過大數(shù)據(jù)和人工智能技術(shù)的進一步發(fā)展，這樣的金融服務(wù)會更加智能化和靈敏化。