人工智能在反欺詐領(lǐng)域的應(yīng)用場景

“我是房東我在外地...我是法院你有傳票...我是路人你爸被車撞了...我是你的QQ好友我電話欠費了...我是老板快幫我墊錢...我是你朋友連我的聲音都聽不出來嗎?...我是《爸爸去哪兒》節(jié)目組恭喜你中獎了...我是香港富婆愿付巨款求子...”曾幾何時，說到詐騙，你我的耳邊就浮現(xiàn)以上“經(jīng)典案例”。對付這種“小兒科”，你我當(dāng)然都不在話下，只要記住以下信條：

一、天上不會掉餡餅，掉下來的都是陷阱;

二、好奇害死貓;

三、曬曬曬，死得快。

絕！不！轉(zhuǎn)！賬！

再加上四字真經(jīng)——管它神馬非法集資、龐氏騙局，任它千變?nèi)f化，咱們荷包里的銀兩巋然不動。

然而，時代不同了，科技在進(jìn)步，騙子的手段也越來越高明，只要你一個掉以輕心，你荷包里的銀兩，可能就此易了主。就拿近年飛速增長的消費金融來說，從2013年到2017年，互聯(lián)網(wǎng)消費金融交易規(guī)模在短短的4年內(nèi)，就已經(jīng)從60億猛增到4367.1億，實現(xiàn)了70倍爆發(fā)式增長。在如此龐大的市場中，消費金融公司、電商平臺、互聯(lián)網(wǎng)金融企業(yè)等紛紛參與角逐，細(xì)分領(lǐng)域的創(chuàng)新也不斷涌現(xiàn)，3c數(shù)碼、醫(yī)美、教育、旅游、租房、農(nóng)業(yè)等多種場景分期產(chǎn)品層出不窮。

但隨著領(lǐng)域的擴展與增多，欺詐現(xiàn)象開始頻頻出現(xiàn)，以醫(yī)美領(lǐng)域為例，消費金融自2015年開始進(jìn)入，在2016年便呈現(xiàn)出高速增長態(tài)勢，然而到了2016年年底，醫(yī)美分期騙貸風(fēng)險集中爆發(fā)，曾有業(yè)內(nèi)人士表示在近60億規(guī)模的醫(yī)美市場中，有15億多被詐騙者攫取。然而，魔高一尺，道高一丈，隨著人工智能的逐步運用及發(fā)展，從1.0進(jìn)化到3.0，人工智能防詐騙的手段，也越來越多樣化，不想被摟草打兔子的你，趕緊長點心來學(xué)學(xué)吧。

一、人工智能在防詐騙領(lǐng)域的基礎(chǔ)性應(yīng)用

毫無疑問，人工智能的浪潮已經(jīng)襲來。這個已經(jīng)存在了數(shù)十年的技術(shù)領(lǐng)域因AlphaGo人機大戰(zhàn)而再度聲名鵲起，從20年前“深藍(lán)”戰(zhàn)勝卡斯帕羅夫到如今AlphaGo橫掃人類圍棋界，人類智力“最后的堡壘”轟然倒塌，人工智能正一步步接近并超越人類;Apple的Siri，Google的無人車，亞馬遜的Echo，阿里巴巴的ET，伴隨著恐慌和驚喜，人工智能開始逐漸滲入我們的生活和生產(chǎn)。互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展和演進(jìn)，也使AI找到了更多發(fā)展空間，人工智能首次被寫入政府工作報告。

一切都預(yù)示著：人工智能正成為產(chǎn)業(yè)革命的新風(fēng)口，人類歷史上最好的“人工智能”時代正在到來。技術(shù)浪潮翻滾，AI在和更強大的計算資源以及不斷擴增的數(shù)據(jù)結(jié)合下，正與越來越多的行業(yè)發(fā)生著聯(lián)系。

現(xiàn)階段人工智能在金融領(lǐng)域，最重要的應(yīng)用就是智能投顧。

人工智能通過設(shè)定模型，并進(jìn)行歷史數(shù)據(jù)訓(xùn)練模型，將誤差率做到最低，提煉模型之間共同點，建立更好的數(shù)據(jù)模型。我國投資理財市場規(guī)模達(dá)百萬億元，但理財顧問覆蓋率卻非常低，智能投顧領(lǐng)域更是處于非常早期的探索階段,潛力巨大。

基于以上兩點得出的海量、多維、真實的客戶數(shù)據(jù)，可以了解客戶的理財目標(biāo)、風(fēng)險態(tài)度、財務(wù)狀況和行為偏誤等個性化指標(biāo)，描繪客戶的專屬畫像，做到千人千面，并能根據(jù)客戶數(shù)據(jù)的變化進(jìn)行及時調(diào)整;其二，在資產(chǎn)配置方面，智能投顧會根據(jù)客戶畫像給出最適配的資產(chǎn)配置方案，該方案是在比較了若干資產(chǎn)配置模型、經(jīng)過嚴(yán)格歷史回測之后的結(jié)果。智能投顧不僅能夠降低成本，進(jìn)一步的實現(xiàn)普惠金融，在很大程度上也降低了金融顧問服務(wù)中的道德風(fēng)險，對金融防詐騙，也有著深遠(yuǎn)的意義。

二、人工智能防詐騙中的機構(gòu)和客戶應(yīng)用

人工智能防詐騙可以從機構(gòu)和客戶兩個維度去探討其應(yīng)用。

（一）從傳統(tǒng)金融機構(gòu)的角度來看

對金融機構(gòu)來說，其主要應(yīng)用場景是為金融機構(gòu)挑選更適合的貸款者。傳統(tǒng)銀行機構(gòu)對現(xiàn)有貸款者的風(fēng)險評價體系較為傳統(tǒng)單一，對于一些不符合其貸款標(biāo)準(zhǔn)的人員采取一刀切的模式，這讓很多需要金融服務(wù)的群眾未能感受到金融機構(gòu)的普惠。比如，雖然農(nóng)業(yè)銀行擁有約3億個人客戶，但其在客戶甄選上仍持傳統(tǒng)風(fēng)控路線，使其普惠金融踐行之路舉步維艱。

金融機構(gòu)通過與人工智能、人工智能領(lǐng)域的合作貸，使風(fēng)控做到“無招勝有招”，其中推出的針對互聯(lián)網(wǎng)網(wǎng)民與三農(nóng)小微的“新信用分”。讓互聯(lián)網(wǎng)數(shù)據(jù)與金融業(yè)本身的數(shù)據(jù)發(fā)生互補，在對三農(nóng)群眾、網(wǎng)民發(fā)放貸款時可更具風(fēng)險控制的針對性，金融服務(wù)更具普惠性。

當(dāng)前，許多金融機構(gòu)也聯(lián)合諸多已經(jīng)開發(fā)開展了學(xué)生貸款領(lǐng)域的金融機構(gòu)加大了傳統(tǒng)金融機構(gòu)不愿意貸款的職業(yè)培訓(xùn)學(xué)生的貸款力度，如校園貸等。人工智能企業(yè)擁有更多的外部數(shù)據(jù)，比如使用類似谷歌、百度這樣的大型搜索引擎公司的內(nèi)部和外部數(shù)據(jù)：如百度貼吧等網(wǎng)絡(luò)社區(qū)的社區(qū)信用數(shù)據(jù)進(jìn)行客戶信用風(fēng)險評定與畫像。更方便金融機構(gòu)對客戶進(jìn)行風(fēng)險識別和評估，防止客戶出現(xiàn)欺詐風(fēng)險。

（二）從金融消費者的角度來看

對于普通客戶來可以通過人工智能即時搜集更多與投資品相關(guān)的新聞，防止自已落入詐騙陷阱。

信息爆炸時代，如何搜集并應(yīng)用更多有效信息成為擺在每一個金融人面前的重要議題。特別對于投資經(jīng)理而言，面對著浩如煙海的數(shù)據(jù)，怎樣的文本挖掘才能讓投資工作更具效力?

毫無疑問，最有效的方法就是通過搜索引擎導(dǎo)入“負(fù)面、正面”兩部分輿情的內(nèi)容?；鸸镜幕鸸芾砣?，每天第一件事情就是刷“財經(jīng)新聞”，而且必定要看完自己投資股票池中的股票行業(yè)、公司、上游、下游……等報道，但是“百密一疏”。“人眼”斗不過“網(wǎng)眼”，任何輿情風(fēng)暴都來源于某一細(xì)小的蝴蝶展翅。如百度金融等公司開始為基金公司輸出新聞智能因子，通過搜索引擎的特色數(shù)據(jù)，加上搜索技術(shù)，為其在金融量化投資方面省時省力。

（三）從金融產(chǎn)品的挑選維度上看

幫助機構(gòu)投資者和金融消費者挑選海量金融產(chǎn)品中的優(yōu)質(zhì)資產(chǎn)也是防止金融期詐的有效手?jǐn)唷?/p>

在經(jīng)濟(jì)新常態(tài)大背景下，多如牛毛的各類金融資產(chǎn)中，用肉眼去識別哪一類資產(chǎn)更具價值，不會掉入投資陷阱，做起來顯然有些困難。人工智能系統(tǒng)在這方面便頗具優(yōu)勢：若將大類資產(chǎn)分為：股票、債券、期貨、基金、信托五大類，將判定條件設(shè)為連續(xù)若干日超過某一年化收益率的產(chǎn)品持續(xù)預(yù)警，則可以篩選出年化收益率超過市場平均收益的資產(chǎn)投資品。全球的搜索引擎與人工智能公司已深入開展上述幾類金融網(wǎng)站的產(chǎn)品數(shù)據(jù)提取、挖掘，對金融類網(wǎng)站單獨設(shè)立算法計算高收益率產(chǎn)品組合，繼而根據(jù)遴選的資產(chǎn)池再構(gòu)建投資組合，發(fā)售高于市場平均收益的投資產(chǎn)品。

三、人工智能防控情感詐騙

2017年程序員蘇享茂被翟某某騙婚一事鬧得滿城風(fēng)雨，沸沸揚揚。對程序員的困惑——人性之難：情感計算中的難題是否真的無解?

蘇享茂如果想要使用程序去判斷一個人是否可信，至少要經(jīng)過以下幾個步驟：識別——標(biāo)準(zhǔn)化——輸入——程序判定——輸出。五個步驟缺一不可，他要可以首先準(zhǔn)確地識別，翟某某的細(xì)微的動作、面部表情，然后將這些內(nèi)容提取出來標(biāo)準(zhǔn)化為可以錄入到計算機中的數(shù)據(jù)或者圖片，再錄入進(jìn)去，使用其情感判別程序判定愛恨，然后輸出愛或者不愛，喜歡或者不喜歡 。

近年來，大量的情感人工智能研究者致力于探討情感機器識別、人機交互領(lǐng)域中的“不匹配”問題：即如何使計算機系統(tǒng)更加理解人類的情感問題。

例如：計算機面對人類挫折感時總是顯得無能為力(計算機總是試圖去解決，而不是安慰)。但人類本身具有將沮喪和挫折調(diào)節(jié)到最低水平的策略和技能(比如自我尋找心安理得的借口)。情感的自我調(diào)節(jié)和規(guī)劃是人類情感智能的重要方面之一。人類能夠應(yīng)用各種方法和手段來控制和管理自己的情感。

如果將蘇享茂的思維模式視為計算機的話，他在翟某某的撒嬌、期騙邏輯下總是試圖去相信，試圖去解決，而不是去調(diào)節(jié)和適應(yīng)，蘇享茂的行動邏輯就易于被理解了。媒體上有人垢病于程序員的幼稚或者單純。

在過去的十年中，科學(xué)家們試圖通過諸多實驗來建立基于基本情感的通用的心理模型，這些實驗主要集中在自治神經(jīng)系統(tǒng)和特征語音信號改變上，但是直到現(xiàn)在，上面所提到的六種基本情感仍然沒有一個統(tǒng)一的識別模式。僅僅在識別“害怕”和“憤怒”兩種情感上,科學(xué)家已經(jīng)做了大量的研究。

例如：計算機可以理解的生理指標(biāo)，對于人類來說卻有不同的情感意義。比如，對于“害怕情緒”，人類的心率增大、心臟收縮、血壓升高;而對于“憤怒情緒”，心率同樣增大、心臟收縮、血壓升高。因為它們有著如此相似的生理表現(xiàn)，要識別它們一直是個難題。

對于人類來說，情感是離散化的，害怕的下一秒就會是憤怒; 歡喜的下秒可能是傷別離的憂傷。盡管隨著計算速度的提高，情感轉(zhuǎn)換有可能被計算機所認(rèn)知，但是可否匹配人類的陰晴不定，捕捉不可捉摸的人類情感，仍是未解難題。特別是當(dāng)蘇享茂想拿程序去測試翟某某的一顰一笑時，是否會發(fā)現(xiàn)背后的冰冷始終如一，從而斷定這個人：心素如簡，人淡如菊?我們不得而知，但是計算機目前對人類情感的計算仍然前景光明且充滿然望。

總之，人工智能公司擁有 “大而全”的數(shù)據(jù)，而金融機構(gòu)和普通消費者在新的時代如何避免陷入到各類詐騙，人工智能是幫助金融機構(gòu)、零售客戶在新時代陷入被騙的殺手锏。當(dāng)然，在人工智能面前，你我永遠(yuǎn)都是孩子，而掌握的人工智能越前沿，也許我們就離成熟、成功就更近一步，離被騙就更遠(yuǎn)一些。